兼一书虫

pandas学习

python pipe包管道包学习 参考: https://github.com/JulienPalard/Pipe 1234567891011121314151617181920212223242526from pipe import *# 此处不是太理解[1, 2, 3, 4, 5] | tee | as_list12345Out[32]: [1, 2, 3, 4, 5]# 将生成器转换成list列表[1, 2, 3, 4, 5, 6] | as_listOut[34]: [1, 2, 3, 4, 5, 6] # Like Python's built-in "reversed" primitive.[1, 2, 3] | reverse | concatOut[52]: '3, 2, 1' # Returns index of value in iterable 检索值# 输入value start stop[1,2,3,2,1] | index(value=2,start=2,stop=4)Out[53]: 3[ ...

numpy小记 70个NumPy分级练习题：用Python一举搞定机器学习矩阵运算 1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950515253545556import numpy as np# 1. 替换满足条件的元素而不影响原始数组arr = np.arange(10)out = np.where(arr%2==1, -1, arr)arrOut[4]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])outOut[5]: array([ 0, -1, 2, -1, 4, -1, 6, -1, 8, -1])# 7. 获取两个数组元素匹配的索引号a = np.array([1,2,3,2,3,4,3,4,5,6])b = np.array([7,2,10,2,7,4,9,4,9,8])np.where(a==b)Out[33]: (array([1, 3, 5, 7], dtype=int64),) # 9. 将处 ...

Python 增强提案PEP Python中10个必读的PEP提案 理解Python数据类：Dataclass 的特征概述 （上） 理解Python数据类：Dataclass fields 的概述（下） Python3.7 dataclass使用指南小结 ​ PEP 是 Python 增强提案(Python Enhancement Proposal)的缩写。社区通过PEP来给 Python 语言建言献策，每个版本你所看到的新特性和一些变化都是通过PEP提案经过社区决策层讨论、投票决议的。 PEP 557 数据类（data class） dataclass的定义位于PEP-557，根据定义一个dataclass是指“一个带有默认值的可变的namedtuple”，广义的定义就是有一个类，它的属性均可公开访问，可以带有默认值并能被修改，而且类中含有与这些属性相关的类方法，那么这个类就可以称为dataclass，再通俗点讲，dataclass就是一个含有数据及操作数据方法的容器。 Dataclasses 是一些适合于存储数据对象(data object)的 Python ...

python多线程 Python多线程学习 多线程用比较少

高级概念与包函数式编程包operator form operator import mul 可以替代 1reduce(lambda a,b:a*b, range(1,1+n)) 为 1reduce(mul, range(1,1+n)) itemgetter(1) 可以替代 lambda fields: fields[1]：创建一个接受集合的函数，返回索引位1上的元素 attrgetter与itemgetter类似，它创建的函数根据名称提取对象的属性。如果把多个属性名传给attrgetter，它也会返回提取的值构成的元组。 methodcaller会自行创建函数，创建的函数会在对象上调用参数指定的方法。 123456from operator import methodcallers = 'The time is come'upcase = methodcaller('upper')upcase(s)Out[11]: 'THE TIME IS COME' 模块查找策略 目标：自动查找其他可用的*_promo函数 方式一： ...

系统监控模块psutil模块 psutil模块文档 psutil是一个跨平台库(http://pythonhosted.org/psutil/)能够轻松实现获取系统运行的进程和系统利用率（包括CPU、内存、磁盘、网络等）信息。它主要用来做系统监控，性能分析，进程管理。它实现了同等命令行工具提供的功能，如ps、top、lsof、netstat、ifconfig、who、df、kill、free、nice、ionice、iostat、iotop、uptime、pidof、tty、taskset、pmap等。 一、 安装psutil 　　pip install psutil 二、 监控cpu信息 import psutil psutil.cpu_times() #获取cpu（逻辑cpu的平均）占用时间的详细信息 psutil.cpu_times(percpu=True) #获取每个cpu占用时间的详细信息 psutil.cpt_times().user #获取用户进程占用cpu的时间（user+sys+idle+wait=total） 三、 监控内存信息 impor ...

Anaconda介绍Anaconda（官方网站）就是可以便捷获取包且对包能够进行管理，同时对环境可以统一管理的发行版本 Anaconda包含了conda、Python在内的超过180个科学包及其依赖项 套件管理 显示已安装的套件 12conda listpip list 套件安装 1234conda install packages # pip可以安装一些conda安装不了的包pip install packages [-i https://pypi.douban.com/simple] # -i部分临时指定pip源easy_install 参数 packagespython setup.py install # 下载源码，进入到源码路径下 国内的pip源 阿里云 https://mirrors.aliyun.com/pypi/simple/ 中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/ 豆瓣(douban) https://pypi.douban.com/simple/ 清华大学 https://pypi.tuna ...

Jupyter Notebook使用教程 简介Jupyter Notebook是一个开源的Web应用程序，允许用户创建和共享包含代码、方程式、可视化和文本的文档。它的用途包括：数据清理和转换、数值模拟、统计建模、数据可视化、机器学习等等。它具有以下优势： 可选择语言：支持超过40种编程语言，包括Python、R、Julia、Scala等。 分享笔记本：可以使用电子邮件、Dropbox、GitHub和Jupyter Notebook Viewer与他人共享。 交互式输出：代码可以生成丰富的交互式输出，包括HTML、图像、视频、LaTeX等等。 大数据整合：通过Python、R、Scala编程语言使用Apache Spark等大数据框架工具。支持使用pandas、scikit-learn、ggplot2、TensorFlow来探索同一份数据。 Jupyter Notebook是基于网页的用于交互计算的应用程序。 其可被应用于全过程计算：开发、文档编写、运行代码和展示结果。 安装与运行 12conda install jupyter notebookpython -m pip inst ...

Elementary os介绍硬盘格式转换在MBR硬盘中，分区信息直接存储于主引导记录（MBR）中（主引导记录中还存储着系统的引导程序）。但在GPT硬盘中，分区表的位置信息储存在GPT头中。但出于兼容性考虑，硬盘的第一个扇区仍然用作MBR，之后才是GPT头。 跟现代的MBR一样，GPT也使用逻辑区块地址（LBA）取代了早期的CHS寻址方式。传统MBR信息存储于LBA 0，GPT头存储于LBA 1，接下来才是分区表本身。64位Windows操作系统使用16,384字节（或32扇区）作为GPT分区表，接下来的LBA 34是硬盘上第一个分区的开始。 GPT是为了支持2TB以上硬盘而发展的。而且GPT的分区信息是在分区中，而不象MBR一样在主引导扇区，为保护GPT 不受MBR类磁盘管理软件的危害，GPT在主引导扇区建立了一个保护分区 (Protective MBR)的MBR分区表，这种分区的类型标识为0xEE，这个保护分区的大小在Windows下为128MB，Mac OS X下为200MB，在Window磁盘管理器里名为GPT保护分区，可让MBR类磁盘管理软件把GPT看成一个未知格式的分区， ...