数据科学专业问答社区，好文章，一字千金--CDA答疑社区

热线电话：13121318867

登录

W11YA

如何交换数组的两行

A = np.arange(25).reshape(5,5)A[[0,1]] = A[[1,0]]print A[[ 5 6 7 8 9] [ 0 1 2 3 4] [10 11 12 13 14] [15 16 17 18 19] [20 21 22 23 24]]

0.0000

0

5

0

关注作者

收藏

W11YA

从数组中的给定值中找出最近的值

# numpy.ndarray.flat# A 1-D iterator over the array.# This is a numpy.flatiter instance, which acts similarly to, but is not a subclass of, Python’s built-in iterator object.Z = np.random.uniform(0

0.0000

0

0

0

关注作者

收藏

W11YA

减去矩阵每一行的均值

X = np.random.randint(4,size=(2,3))print XY = X - X.mean(axis=1, keepdims=True)print Y[[2 2 1] [1 1 1]][[ 0.33333333 0.33333333 -0.66666667] [ 0. 0. 0. ]]

0.0000

0

3

0

关注作者

收藏

王铭鑫

王铭鑫4.20黄金原油走势分析下周行情预测操作建议

　相识是缘，相知则是份。笔者坚信有缘千里终相识，无份擦肩乃天命。投资的路途很漫长，一时的得失只是途中的冰山一角。要知道智者千虑必有一失，愚者千虑必有一得。无论情绪如何如何，时间不会因你而停滞不前。拾起心中的烦闷，重新站起来整装前行。此时的你能阅览到这里，说明你我有缘，只要你愿意与我分享你的得失，我会很乐意为你排忧解难，成为你投资路途中的知己。心的停滞，使你坐观井底仰天叹息。路过的我，是否因缘有幸结

0.0000

0

4

0

关注作者

收藏

王铭鑫

王铭鑫4.20黄金原油走势分析下周行情预测操作

【黄金or股票的本质区别在哪里？】第一，黄金产品种类更单一，炒股需要盯紧多支股票，即使是最小的散户也会同时选择三两只股票时刻盯着，但是炒黄金不用这么麻烦，投资者只需盯紧国际黄金价格即可，简单方便很省心。第二，黄金产品可交易时间更长。炒股每天就是几个小时的交易时间，而且集中在上班期，股民既要操心工作又要担心股市，下单交易还担心公司制度严惩。但是炒黄金是T 0交易模式，一天24小时投资者都

0.0000

0

3

0

关注作者

收藏

王铭鑫

王铭鑫4.20黄金原油走势分析下周行情预测操作建议

　　相识是缘，相知则是份。笔者坚信有缘千里终相识，无份擦肩乃天命。投资的路途很漫长，一时的得失只是途中的冰山一角。要知道智者千虑必有一失，愚者千虑必有一得。无论情绪如何如何，时间不会因你而停滞不前。拾起心中的烦闷，重新站起来整装前行。此时的你能阅览到这里，说明你我有缘，只要你愿意与我分享你的得失，我会很乐意为你排忧解难，成为你投资路途中的知己。心的停滞，使你坐观井底仰天叹息。路过的我，是否因缘有幸

0.0000

0

1

0

关注作者

收藏

wo56565

def foo1(b,b1=3): print("foo1 called",b,b1)def foo2(c): foo3(c) print("foo2 called",c)def foo3(d): print("foo3 called",d) def main(): print("main called") foo1(100,101)

0.0000

0

4

0

关注作者

收藏

wo56565

Lambda表达式

Pthon中,使用Lambda表达式构建匿名函数lambda x:x ** 2 #定义(lambda x:x ** 2 )(4)# 调用foo = lambda x,y:(x+y) ** 2 #定义函数,不推荐.不如直接定义函数foo(1,2)# 等价于def foo(x,y): return (x+y) ** 2使用lambda关键字定义函数,格式为lambda[参数

0.0000

0

4

0

关注作者

收藏

wo56565

如何部署并监控 Django 系统？

这个就是考察候选人对于真实项目的部署和线上问题排查的了解了。如果没有真实工作过，可能不太有概念。首先需要理解的是开发的流程，代码在程序员的电脑（开发机）上开发完成，然后部署到测试环境进行测试，这个过程可能是自动的（由 GitLab CI 触发或者其他类似逻辑），也可能是需要人工操作的（比如使用 Fabric 或者 ansible）手动执行部署操作。然后测试同学进行测试，没问题之后，代码合并到主分支

0.0000

0

0

0

关注作者

收藏

wo56565

Python常用的容器类型有哪些?

在 Python 中常用的数据类型，有一些是基础数据类型，比如 int、bool、string，还有容器类型，比如 list、set、dict 等。所有的类型又可以氛分为：可变类型和不可变类型（不知道是什么的可以动手搜索一下）。单说容器类型，每种容器类型都有使用的场景，比如 list 可以存放不同类型的元素，特点是支持索引和切片操作，支持 insert 和 pop 操作，属于可变类型。然后再来说

0.0000

0

3

0

关注作者

收藏

kejiayuan0806

numpy数组运算

数组数组：对应元素相加数组数字：分别相加,相乘,相除一维多维：按行分别相加每行的元素个数相同多维多维：对应元素分别相加多维 * 多维：形状相同对应元素分别相乘 (注意这里不是矩阵乘法)矩阵乘法：条件--第一个行数 == 第二个的列数arr = np.array(np.arange(24).reshape(6,4))# print(arr)'''[[ 0

0.0000

0

2

0

关注作者

收藏

kejiayuan0806

pandas中的concat实现横向和纵向连接

pd.concat(objs, axis=0, join=’outer’, join_axes=None, ignore_index=False, keys=None, levels=None, names=None, verify_integrity=False, copy=True)参数说明:objs：连接对象，多以列表、字典传入axis：轴向，0代表纵向连接，1，代表横向连接joi

0.0000

0

2

0

关注作者

收藏

kejiayuan0806

python中的三元表达式

# ture if 判断 else falseresult = x if condition else yeg:def my_max(x,y):return x if x>y else y # ture if 判断 else falsebigger = my_max(10,20)print(bigger)#（false，ture）[判断]result = (x, y)[cond

0.0000

0

3

0

关注作者

收藏

kejiayuan0806

python中的有序和无序类别变量

类别变量转化为数字，需要区分是否是有序类别，如 male和female，就是无序的，应该转化成(1,0)和(0,1)，但衣服大小，M，L，XL，则应转化为1,2,3若将无序属性连续化，则会不恰当的引入序关系，对后续处理如距离计算等造成误导类别变量转化的Python实现：1、有序的类别变量有序的类别变量转化，一般直接采用赋值、映射的方法即可，可以采用Python带的map函数。比如siz

0.0000

0

3

0

关注作者

收藏

詹惠儿

python中的循环扩展

循环扩展：i）单个循环结构的两个迭代器：在这种情况下，使用枚举函数在单个循环块中的每次迭代中使用列表和字典。让我们看看例子。# Two separate lists cars = ["Aston", "Audi", "McLaren"] accessories = ["GPS kit", "Car repair-tool kit"] # Single dictionary holds

0.0000

0

5

0

关注作者

收藏

詹惠儿

python中的enumerate函数

enumerate（）有助于嵌入解决方案，以访问迭代器中的每个数据项并获取每个数据项的索引。枚举取参数start，默认设置为零。我们可以将此参数更改为我们喜欢的任何值。在下面的代码中，我们使用start作为1。# demonstrating the use of start in enumerate cars = ["Aston" , "Audi", "McLaren "] for x i

0.0000

0

5

0

关注作者

收藏

詹惠儿

python的枚举

枚举：Enumerate是内置的python函数，它将输入作为迭代器，列表等，并在迭代器序列中的该索引处返回包含索引和数据的元组。例如，枚举（cars），返回将返回的迭代器（0，cars [0]），（1，cars [1]），（2，cars [2]）等等。# Accessing items using enumerate() cars = ["Aston" , "Audi", "McLare

0.0000

0

3

0

关注作者

收藏

W11YA

生成一个通用的二维高斯型数组

X, Y = np.meshgrid(np.linspace(-1,1,10), np.linspace(-1,1,10))D = np.sqrt(X*X Y*Y)sigma, miu = 1.0, 0.0G = np.exp((D-miu)**2/(2.0*sigma**2))

0.0000

0

2

0

关注作者

收藏

W11YA

对于numpy数组来说，枚举与什么是等价的

Z = np.arange(9).reshape(3,3)for index,value in np.ndenumerate(Z): print(index,value)((0, 0), 0)((0, 1), 1)((0, 2), 2)((1, 0), 3)((1, 1), 4)((1, 2), 5)((2, 0), 6)((2, 1), 7)((2, 2), 8)

0.0000

0

3

0

关注作者

收藏

W11YA

考虑下面的文件如何读取

1,2,3,4,56,,,7,8,,9,10,11Z = np.genfromtxt('missing.dat',delimiter=",")print Z[[ 1. 2. 3. 4. 5.] [ 6. nan nan 7. 8.] [ nan nan 9. 10. 11.]]

0.0000

0

2

0

关注作者

收藏

<1…360361362…531>

CDA考试动态

CDA报考指南