ICode9

精准搜索请尝试: 精确搜索
  • pandas openpyxl 设置Excel 列宽自适应2022-09-16 00:04:49

    引入包 import pandas as pd from openpyxl.utils import get_column_letter from pandas import ExcelWriter import numpy as np   自适应函数 def to_excel_auto_column_weight(df: pd.DataFrame, writer: ExcelWriter, sheet_name): """DataFrame保存为excel并

  • linux 中如何查看磁盘剩余空间的总大小2022-09-13 23:30:53

      001、 [root@PC1 test]# df -h ## 查看各个挂载点的大小 Filesystem Size Used Avail Use% Mounted on /dev/mapper/rhel-root 46G 4.3G 42G 10% / devtmpfs 1.9G 0 1.9G 0% /dev tmpfs 1.9G 140K

  • gdp+weather+air.html2022-09-13 14:31:28

    3-2-1 import pandas as pd df=pd.read_csv(r"E:\junior\datasource\gdp\output1\part-r-00000",sep='\t',header=None) df.columns=['大洲名称','总GDP数'] df.head() import matplotlib from matplotlib import pyplot as plt ma

  • Syntegra 的合成数据 API 入门 | Syntegra2022-09-07 09:04:48

    Syntegra 的合成数据 API 入门 | Syntegra Syntegra 的 Synthetic Data API 的目标是让数据科学家、分析工程师和产品开发人员更容易访问患者级别的医疗保健数据。 直接在您首选的计算环境中访问数千甚至数百万的患者记录,以比以往更轻松、更快地构建、测试和分析。 无论您是早期健

  • 预测华盛顿州金县的房价2022-09-06 09:30:56

    预测华盛顿州金县的房价 华盛顿州金县是华盛顿州人口最多的县。它也是美国第 12 大人口大国。华盛顿人口最多的城市是西雅图。我的目标是根据 2014 年 5 月至 2015 年 5 月期间在美国华盛顿州金县售出的房屋来预测房屋价格,并创建一个模型,供购房者、房屋卖家和在线房地产清单用来

  • Python数据分析易错知识点归纳(三):Pandas2022-09-05 11:02:15

    三、pandas 不带括号的基本属性 df.index df.columns 注意可以直接赋值,如: df.columns = ['A', 'B', 'C'] df.values df.shape 返回元组 df.size 总个数 df.dtypes # 返回布尔值,表示对象是否为空 df.empty 设置不隐藏 pd.set_option('display.max_columns', 1000) pd.set_

  • P1005 [NOIP2007 提高组] 矩阵取数游戏 题解2022-09-02 20:34:46

    luogu原题传送门 [NOIP2007 提高组] 矩阵取数游戏 题目描述 帅帅经常跟同学玩一个矩阵取数游戏:对于一个给定的 \(n \times m\) 的矩阵,矩阵中的每个元素 \(a_{i,j}\) 均为非负整数。游戏规则如下: 每次取数时须从每行各取走一个元素,共 \(n\) 个。经过 \(m\) 次后取完矩阵内所有元素

  • 数据预处理2022-09-01 23:30:33

    data.xlsx 数据如下 1 # -*- coding: utf-8 -*- 2 # 我们必须进行数据预处理 它直接关系到分析结果的准确性 处理缺失值 数据重复值 3 # 检查缺失值 检测缺失值最简单的方法就是调用info()方法 通过观察每一列的非空值 即可判断出哪些列存在缺失值 4 # any() 一个序列中有一

  • 直方图(不是和条形图一样吗?)2022-08-29 17:01:30

    直方图(不是和条形图一样吗?) 由 Freepik 创建的直方图图标 — Flaticon 当我要选择时出现的第一个问题 直方图 呈现数据是“不是条形图吗?”因为如果我们看形状,它们看起来很相似。所以让我们谈谈它。 对我来说,直方图和条形图之间的第一件事是直方图上的“条”/“箱”之间没有间隙。

  • java 常用工具类2022-08-29 13:32:00

    1. 时间格式化 import org.apache.commons.lang3.time.FastDateFormat; ... FastDateFormat df = FastDateFormat.getInstance("yyyy-mm-dd"); // 将指定格式字符串(上面的 yyyy-mm-dd,可根据需要自行配置)日期转为Date对象 Date dt = df.parse("2022-01-01"); // 将 Date 对象格

  • AARRR:2.42022-08-28 13:32:46

    学习来源: https://blog.csdn.net/qq_22790151/article/details/109700735 https://blog.csdn.net/fei347795790/article/details/98620124 https://zhuanlan.zhihu.com/p/285676746   import pandas as pddf=pd.read_csv('user_behavior.csv')df['timestamps'

  • 速度起飞!替代 pandas 的 8 个神库2022-08-27 09:30:09

    转载:https://mp.weixin.qq.com/s/ars6wWoUf59i7TyxAPE22g 大家好,我是指南兄。 本篇介绍 8 个可以替代pandas的库,在加速技巧之上,再次打开速度瓶颈,大大提升数据处理的效率。 1. Dask Dask在大于内存的数据集上提供多核和分布式并行执行。 在Dask中,一个DataFrame是一个大型且并行的D

  • 【python】pandas 索引操作2022-08-25 16:06:25

    选择、修改数据(单层索引) 推荐使用.at、.iat、.loc、.iloc 操作 句法 结果 备注 选择列 df[col] Series 基于列名(列的标签),返回Series 用标签选择行 df.loc[label] Series 基于行名、列名(行、列的标签),默认为df.loc(axis=0)[label] 用函数选择行 df.loc[lambda,lambda]

  • pandas GroupBy2022-08-24 09:04:17

    Pandas groupby 是pandas的灵魂之一, 就像excel 里我们可以简单的去求 mean,如果让你按照月份去求 mean,这时需要 groupby date 然乎利用 mean() 函数, 一个不错的推文 Pandas GroupBy 深度总结 来源:5 Pandas Group By Tricks You Should Know in Python 5种 groupby 技巧,实际使用用

  • 磁盘命令2022-08-22 18:30:42

    磁盘命令 Linux 查看磁盘空间可以使用 df 和 du 命令。 df -h ​ # Filesystem:文件系统 # Size: 分区大小 # Used: 已使用容量 # Avail: 还可以使用的容量 # Use%: 已用百分比 # Mounted on: 挂载点  ​ df -hl # 查看磁盘剩余空间 df -h # 查看每个根路径的分区大小 du -sh [目录

  • 解决linux删除文件空间未释放2022-08-22 15:01:44

    问题描述 linux系统,磁盘占用率很高,删除一些正在使用的大文件,实际空间未得到释放,文件的句柄未被关闭 问题解决 lsof |grep delete //删除的文件进程 kill -9 pid df -hT //查看磁盘占用率 df -hi //inode的各个挂载点的使用率

  • pandas笔记2022-08-22 12:00:09

    导入pandas import pandas as pd 读取excel文件 df = pd.read_excel(r'windows系统文件路径', 'sheet名') 如果是linux系统则不用在文件路径前添加 r 限定某列数据出现次数大于等于2 name = df.列名.value_counts().loc[lambda x: x>=2].index 最后将返回所有符合条件的数据 获

  • 《机器学习的数学修炼》2022-08-20 19:31:26

    目录:           第六章 线性回归: 1.1三种方法实现: import numpy as np import pandas as pd from scipy import stats df = pd.read_csv("DBS_SingDollar.csv") # X = df[df.columns[0]] # y = df[df.columns[1]] X = df["DBS"] Y = df["SGD"] slope,int

  • pandas数据处理(二)2022-08-20 19:01:10

    简单研究下读取mysql、查询、分组、聚合、绘图。 其还有窗口函数等更加复杂的操作,暂时不做研究。 1. 准备数据 DROP TABLE IF EXISTS `t_user_log`; CREATE TABLE `t_user_log` ( `id` int(11) NOT NULL AUTO_INCREMENT, `username` varchar(255) CHARACTER SET utf8 COLLATE

  • 运维脚本------一键查询服务器利用率2022-08-19 22:02:11

    # 一键查看服务器利用率 # 1、CPU利用率 60% # 命令 top,vmstat # 2、内存 利用率 #命令 free -m # 3、 监控磁盘的利用率 #命令 df -Th # 4、tcp连接状态 侧面反映并发情况 #命令 netstat -antp #! /bin/bash function cpu(){ #NR表示行数,$13+$14表示第十三列加第14列,awk是一个

  • python 读取.pkl.gz文件2022-08-18 17:01:33

    1 import pandas as pd 2 import six.moves.cPickle as cPickle 3 import gzip 4 5 filePath = './a/data.pkl.gz' 6 f = gzip.open(filePath,'rb') 7 df = pd.DataFrame() 8 df = cPickle.load(f) 9 f.close() 10 print(df) 运行结果:  

  • pandas2022-08-17 19:00:57

    \(matplotlib\) 全是图,懒得用.md格式记笔记了 pandas \(pandas\) 库中包含两个重要的数据类型: \(Series\) 和 \(DataFrame\),前者是一维数据类型,后者是多维数据类型。 \(Series\) 数据类型 索引+一维数据 创建 没有指定索引时,索引值从0开始 >>> a=[1,2,3] >>> m=pd.Series(a) >>>

  • python pandas DataFrame 给列分裂 分两列或者多列2022-08-15 13:31:51

    怎么给pandas DataFrame 格式的数据其中的列分成两列或者多列呢 用df.map() 和str.split()两个内置函数 例如: 1 import pandas as pd 2 df = pd.DataFrame({'dateTime':['2021-02-01 10:10:21','2022-03-01 12:23:22','2022-08-15 13:10:22'],'id':[

  • Linux2022-08-13 15:00:40

        rwx  读写执行                       ifconfig 查看系统ip地址service sshd status 查看是否开启sshd服务 (active表示已开启) df-TH 查看磁盘分区以及挂载情况df-sh[目录名]查看目录大小du-h[文件名]查看文件大小top 查看进程实时运行情况,相当于任务管理

专注分享技术,共同学习,共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有