原创 [Python3] Pandas v1.0 —— (一) 對象、數據取值與運算

文章目錄一、Pandas對象(一) Pandas的Series對象(二) Pandas的DataFrame對象(三) Pandas的Index對象二、數據取值與選擇(一) Series數據選擇方法1. 將Series看作字典2.

原创 [Python3] Pandas v1.0 —— (七) 向量化字符串操作

文章目錄十、向量化字符串操作Pandas字符串方法列表1. 與Python字符串方法相似的方法2. 使用正則表達式的方法3. 其他字符串方法 [ Pandas version: 1.0.1 ] 十、向量化字符串操作 Panda

原创 [Python3] Pandas v1.0 —— (三) 層級索引

文章目錄五、層級索引(一)多級索引Series1. 低效方法:用Python元組表示索引2. 高效方法:Pandas多級索引3. 高維數據的多維索引(二)多級索引的創建方法1. 顯式地創建多級索引2. 多級索引的等級名稱3. 多級

原创 [Python3] NumPy基礎

文章目錄一、創建數組二、數組操作類型1. 數組屬性2. 數組索引:獲取單個元素3. 切片4. 數組的變形5. 數組拼接和分裂三、數組計算:通用函數四、聚合五、數組計算:廣播六、比較、掩碼和布爾邏輯1. 比較2. 操作布爾數組3.

原创 [Python3] Matplotlib —— (一) 入門基礎

文章目錄一、Matplotlib常用技巧(一)導入(二)設置繪圖樣式(三)顯示圖形1. 在腳本中畫圖2. 在IPython shell中畫圖3. 在IPython Notebook中畫圖(四)將圖形保存爲文件二、兩種畫圖接口(一)

原创 [Python3] Pandas v1.0 —— (六) 數據透視表

文章目錄九、數據透視表(一)GroupBy 實現數據透視表(二)數據透視表語法 pivot_table1. 多級數據透視表2. pivot_table 主要參數解讀 [ Pandas version: 1.0.1 ] 九、數據

原创 Markdown設置自動生成目錄及序號分級標準

使用@[TOC]命令可以自動生成目錄 編輯如下: @[toc] --- # 題目:一級標題 ## 一、二級標題 ### (一)三級標題 #### 1. 四級標題 ##### (1) 五級標題 ###### ① 六級標題 顯示

原创 [Python3] Pandas v1.0 —— (二) 處理缺失值

文章目錄四、處理缺失值(一)選擇處理缺失值的方法(二)Pandas的缺失值1. None: Python對象類型的缺失值2. NaN: 數值類型的缺失值3. Pandas中 NaN 與 None 的差異(三)處理缺失值1. 發現缺

原创 [Python3] Pandas v1.0 —— (四) 合併數據集

文章目錄六、合併數據集:Concat與Append操作(一)NumPy數組的合併 np.concatenate()(二)通過 pd.concat 實現簡易合併1. 索引重複2. 類似 join 的合併3. append() 方法七

原创 [Python3] Pandas v1.0 —— (五) 累計與分組

文章目錄八、累計與分組(一)Pandas的簡單累計功能Pandas的累計方法(二)GroupBy:分割、應用和組合1. 分割、應用和組合2. GroupBy 對象3. 累計、過濾、轉換和應用4. 設置分割的鍵 [ Pandas

原创 [Python3] Pandas v1.0 —— (八) 處理時間序列

文章目錄十一、處理時間序列(一)Python的日期與時間工具(二)Pandas時間序列:用時間作索引(三)Pandas時間序列數據結構(四)時間頻率與偏移量 [ Pandas version: 1.0.1 ] 十一、處理時間序

原创 Docker部署Hadoop環境+Hive

文章目錄一、環境和應用準備二、構建images三、搭建Hadoop集羣四、配置Hadoop集羣五、安裝Hive 一、環境和應用準備 環境:Mac OS 安裝包版本: jdk-8u181-linux-x64.tar.gz had

原创 [Python3] Python中單下劃線和雙下劃線的含義

本文介紹了Python中單下劃線和雙下劃線(“dunder”)的各種含義和命名約定,名稱修飾(name mangling)的工作原理,以及它如何影響你自己的Python類。 單下劃線和雙下劃線在Python變量和方法名稱中都各有其

原创 [Python3] Matplotlib —— (十) 文字與註釋

文章目錄十一、文字與註釋(一)在圖中添加文字標籤(二)座標變換與文字位置(三)箭頭與註釋 [ Matplotlib version: 3.2.1 ] 十一、文字與註釋 一些場景中,可視化需要輔之以少量文字提示(textual

原创 [Python3] Pandas v1.0 —— (九) 高性能Pandas: eval()與query()

文章目錄十二、高性能Pandas:eval()與query()(一)query()與eval()的設計動機:複合代數式(二)用pandas.eval()實現高性能運算pd.eval()支持的運算(1) 算術運算符(2) 比較運算符