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

三卿

打开Jupyter Notebook时无法弹出浏览器

原因有三个：一、电脑没有安装谷歌浏览器下载谷歌浏览器重新打开jupyter Notebook二、电脑默认浏览器没有设置为谷歌流量拿起在电脑设置，默认浏览器中将谷歌浏览器设置为默认浏览器三、安装时出现问题，需要更改底层代码1、在Prompt里边运行命令jupyter notebook --generate-config,找到Jupyter Notebook配置文件的路径2、根据配置文件

0.0000

0

3

0

关注作者

收藏

田齐齐

excel2016双击打开空白，无文件信息

1、点击【Excel 选项】，单击【高级】，然后单击【常规】区域中的【忽略其他使用动态数据交换 (DDE) 的应用程序】复选框，改变现在的选择状态，单击【确定】2、右键文件，属性，下方的安全：“此文件来自其他计算机，可能被阻止以保护该计算机”。你点解除锁定就可以了3、使用电脑的联机修复功能，百分之八十的问题都能修复好

0.0000

0

5

0

关注作者

收藏

田齐齐

Excel表格列标从字母变成了数字

默认情况下，Excel 工作表的列标是 A/B/C/D 字母形式的，突然变成了 1、2、3、4 数字形式，这样在公式引用和查看数据时，是很不方便，那么怎么更改呢？单击【文件】选项卡→【选项】→【公式】→「使用公式」下取消勾选「R1C1引用样式」→【确定】即可。在学习中我们常用的是A1引用样式,R1C1引用样式不常用,取消勾选即可.

0.0000

0

1

0

关注作者

收藏

读童话的狼

Power BI Desktop：无法连接到模型

win7,64位无法启动Power BI Desktop：无法连接到模型。解决办法去官网链接下载最新版本安装从这个链接下载补丁安装，已整理好放在百度云盘，可免费下载安装，应用的补丁有VCredist.x64.exe;WIndows6.1-KB2670838-x64.msu;Windows6.1-KB2999226-x64.msu。

66.6667

1

1

0

关注作者

收藏

詹惠儿

为什么产品下架时间比上架时间早？

问：关于项目一中拜耳案例的数据，第二个字段“时间”是指什么时间，我看了都集中在11月22日18点-19点之间。另外下架时间这个字段，是指产品下架时间吗？时间在2017年3月2日，但数据是2018年10月22日-2018年11月22日的交易数据，已经过了下架时间，产品还能卖？以下为灭鼠的数据：答：“时间”是指销售时间；淘宝有上下架规则，7天一个周期，比如是10月1日中午10点上架，七

66.6667

1

1

0

关注作者

收藏

liting李

几个函数在power pivot里的含义

1.calculate:多条件下求汇总值2.filter：筛选条件3.all:部分在整体中的占比4.allselected:受切片器汇总影响

0.0000

0

2

0

关注作者

收藏

若水若谷

MySQL面试题查询1

问题：有以下表和字段：用户表：user，字段：user_id,name,create_time订单表：order，字段：order_id,user_id,create_time请写一条sql语句，做一个报表，包含如下字段：日期，新增用户数，当日订单数，当日下单用户数解决思路参考：1. 通过关键字段合并两表2. 对日期分组3. 来自userid的用户字段就去求新增用户数，来自ord

67.5608

2

1

0

关注作者

收藏

若水若谷

mysql workbench报错：1148

问题：mysql workbench报错：1148 ，无法加载数据文件解决方案：1.在workbench中输入 show global variables like ‘local_infile’; 结果应该为:on,该问题与local-infile是否=1无关,是workbench的bug;2.继续输入show variables like ‘secure_file_priv’;结果应该

66.6667

1

0

0

关注作者

收藏

dreamhappy2012

怎么定义多字段联合主键？

问、怎么定义多字段联合主键？答：–主键由多个字段联合组成，语法如下：–primary key(字段 1,字段 2,...,字段 n)下面定义的数据表中没有主键 id，为了唯一确定一个员工，可以把 name 和 deptid 联合起来做为主键。注意在定义完所有列之后，再指定主键create table tb_emp3(name varchar(25),deptid int(11),

200.0681

2

2

0

关注作者

收藏

wo56565

数组的元素重复操作

# -*- coding:utf-8 -*-# author:import numpy'''数组的元素重复操作'''x = numpy.array([[1,2],[3,4]])print(x.repeat(2)) # 按元素重复 [1 1 2 2 3 3 4 4]print(x.repeat(2,axis=0)) # 按行重复 [[1 2][1 2][3 4][3 4]]print(

0.0000

0

2

0

关注作者

收藏

wo56565

ndarray数组重塑

# -*- coding:utf-8 -*-# author:import numpy'''ndarray数组重塑'''x = numpy.arange(0,6) #[0 1 2 3 4]print(x) #[0 1 2 3 4]print(x.reshape((2,3))) #) [[0 1 2][3 4 5]]print(x )#[0 1 2 3 4]print(x.resh

0.0000

0

1

0

关注作者

收藏

wo56565

ndarray数组的去重以及集合运算

# -*- coding:utf-8 -*-# author:import numpy'''ndarray的唯一化和集合运算'''x = numpy.array([[1,6,2],[6,1,3],[1,5,2]])print(numpy.unique(x)) # [1,2,3,5,6]y = numpy.array([1,6,5])print(numpy.in1d(x,y)) #

0.0000

0

1

0

关注作者

收藏

wo56565

NumPy的where函数使用

# -*- coding:utf-8 -*-# author:import numpy'''where函数的使用'''cond = numpy.array([True,False,True,False])x = numpy.where(cond,-2,2)print(x) # [-2 2 -2 2]cond = numpy.array([1,2,3,4])x = numpy.

0.0000

0

1

0

关注作者

收藏

wo56565

ndarray数组的转置和轴对换

# -*- coding:utf-8 -*-# author:import numpy'''ndarray数组的转置和轴对换'''k = numpy.arange(9) #[0,1,....8]m = k.reshape((3,3)) # 改变数组的shape复制生成2维的，每个维度长度为3的数组print(k )# [0 1 2 3 4 5 6 7 8]print(m )# [[0

150.0000

1

3

0

关注作者

收藏

wo56565

ndarray数组的布尔索引和其他索引

# -*- coding:utf-8 -*-# author:import numpy'''ndarray的布尔型索引'''x = numpy.array([3,2,3,1,3,0])# 布尔型数组的长度必须跟被索引的轴长度一致y = numpy.array([True,False,True,False,True,False]) print(x[y] )# [3,3,3] pri

0.0000

0

4

0

关注作者

收藏

wo56565

ndarray数组的基本索引和切片

# -*- coding:utf-8 -*-# author:import numpy'''ndarray的基本索引'''x = numpy.array([[1,2],[3,4],[5,6]])print(x[0]) # [1,2]print(x[0][1]) # 2,普通python数组的索引print(x[0,1]) # 同x[0][1]，ndarray数组的索引x = num

0.0000

0

1

0

关注作者

收藏

wo56565

ndarray的矢量化计算

# -*- coding:utf-8 -*-# author:import numpy'''ndarray数组与标量/数组的运算'''x = numpy.array([1,2,3])print(x*2)print(x>2)y = numpy.array([3,4,5])print(x y)print(x>y)

0.0000

0

5

0

关注作者

收藏

wo56565

指定ndarray数组元素的类型

# -*- coding:utf-8 -*-# author:import numpyx = numpy.array([1,2.6,3],dtype = numpy.int64)#生成指定元素类型的数组:设置dtype属性x = numpy.array([1,2,3],dtype = numpy.float64)print(x )# 元素类型为float64print(x.dtype

0.0000

0

2

0

关注作者

收藏

wo56565

创建ndarray数组

# -*- coding:utf-8 -*-# author:import numpydata = [1,2,3,4,5,6]x = numpy.array(data)#列表生成一维数组print(x)#打印数组print(x.dtype)#打印数组元素的类型data = [[1,2],[3,4],[5,6]]x = numpy.array(data)#列表生成二维数组prin

0.0000

0

4

0

关注作者

收藏

W11YA

Scikit-learn 要求:Python (>= 2.7 or >= 3.3),NumPy (>= 1.8.2),SciPy (>= 0.13.3).如果你已经有一个安全的 numpy 和 scipy，安装 scikit-learn 最简单的方法是使用 pippip install -U scikit-learn或者 conda:conda install scik

85.7143

1

2

0

关注作者

收藏

<1…245246247…404>

CDA考试动态

CDA报考指南