原创 如何查看python和安裝包的版本
命令行下查看python和numpy的版本和安裝位置: 1、查看python版本 C:\Users\Rnanprince>python -V Python 3.7.3 C:\Users\Rnanprince>python --versi
原创 python基礎 - pip 安裝與使用
pip 是 Python 包管理工具,該工具提供了對Python 包的查找、下載、安裝、卸載的功能。 Python 2.7.9 + 或 Python 3.4+ 以上版本都自帶 pip 工具。pip 官網:https://pypi.org/
原创 python基礎 - numpy
Numpy 是 Python 數據科學計算的核心庫,提供了高性能的多維數組對象及處理數組的工具。 使用以下語句導入 Numpy 庫: import numpy as np 1、創建數組 a = np.array([1, 2, 3])
原创 PySpark - Spark SQL基礎
Spark SQL 是 Apache Spark 處理結構化數據的模塊。 一、初始化 SparkSession SparkSession 用於創建數據框,將數據框註冊爲表,執行 SQL 查詢,緩存表及讀取 Parquet 文件。 fr
原创 python基礎 - Pandas
Pandas 是基於 Numpy 創建的 Python 庫,爲 Python 提供了易於使用的數據結構和數據分析工具。 使用以下語句導入 Pandas 庫: import pandas as pd 1、Pandas 數據結構 (1)Se
原创 Python基礎 - 讀寫XML文檔(lxml方式)--暫存待續
http://yshblog.com/blog/151 https://www.jianshu.com/p/e084c2b2b66d
原创 Python7套庫提升代碼的可維護性
當軟件項目進入“維護模式”時,原本的代碼可讀性與編碼標準往往很難得到保證。但必須強調的是,在代碼庫中保持樣式與測試標準的一致性,正是降低維護負擔的重要前提。只有這樣,我們才能確保未來的開發人員得以快速瞭解新的情況,並隨着時間推移切實保證項
原创 卡特蘭數&不同的二叉搜索樹
什麼是卡特蘭數? 卡特蘭數是組合數學中一個常出現在各種計數問題中出現的數列。其公式爲 :c(n)=c(2)*c(n-1)+c(3)*c(n-2)+...c(n-1)*c(2)。 假設n個節點存在 令G(n)的從1到n可以形成二叉排序樹個數
原创 KPI異常檢測【三】- 機器學習算法
目錄 1、相關概念 1.1 異常類型 1.2 檢測方法 2、點異常檢測算法 2.1 基於統計 2.2 基於相似度 2.2.1 基於距離 2.2.2 基於密度 2.2.3 基於聚類 2.2.4 基於樹 2.3 基於譜(spec
原创 Python基礎 - 裝飾器總結
裝飾器(Decorators)是 Python 的一個重要部分。簡單地說:他們是修改其他函數的功能的函數。他們有助於讓我們的代碼更簡短,也更Pythonic(Python範兒)。 基本知識請參考:https://www.runoob.co
原创 python基礎 - Map,Filter 和 Reduce
Map,Filter 和 Reduce 三個函數能爲函數式編程提供便利。我們會通過實例⼀個⼀個討論並理解它們。 1、lambda表達式 lambda表達式是⼀⾏函數。 它們在其他語⾔中也被稱爲匿名函數。如果你不想在程序中對⼀個函數使⽤兩次
原创 python基礎 - itertools工具
Python的內建模塊itertools提供了非常有用的用於操作迭代對象的函數。 (1)itertools.count()會創建一個無限自然數序列的迭代器,根本停不下來。 itertools.count(1) # 1,2,3,...
原创 python基礎 - 處理excel實例
1、提取word內的所有表格內容,寫到excel內 安裝上python-docx # coding=utf-8 from docx import Document from xlwt import Workbook # 初始化路徑 x
原创 Python基礎 - Numpy庫中的np.sum(array,axis=0,1,2...)
首先看一下什麼叫做維度,一個矩陣的維度大家都知道是二維。包含行和列。以下是三維的: c = np.array([[[0, 1, 2, 3], [4, 5, 6, 7]], [[
原创 Elasticsearch概念理解
參考《終於有人把Elasticsearch原理講透了》- 知乎,小史和老師故事,情節緊湊,承上啓下,中心思想明確!!!非常好,樹立大拇指!!! 目錄 1、反向索引 2、搜索引擎原理 3、Elasticsearch 簡介 3.1 分佈