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

詹惠儿

用try语句处理异常

try语句可以有多个except子句，以指定不同异常的处理程序。请注意，最多只会执行一个处理程序。# Program to handle multiple errors with one except statement try : a = 3if a < 4 : # throws ZeroDivisionError for a = 3 b = a/(a-3) #

0.0000

0

5

0

关注作者

收藏

詹惠儿

pyhton怎么处理异常？

与其他语言一样，python还在try-except的帮助下通过异常处理方法提供运行时错误。一些最常见的标准异常包括IndexError，ImportError，IOError，ZeroDivisionError，TypeError。异常是python中所有异常的基类。让我们尝试访问索引超出范围的数组元素并处理相应的异常。# Python program to handle simp

0.0000

0

2

0

关注作者

收藏

詹惠儿

Python中怎么实现迭代?

python中的迭代器是任何可以与'for in循环'一起使用的python类型。Python列表，元组，dicts和集都是内置迭代器的示例。这些类型是迭代器，因为它们实现以下方法。实际上，任何想要成为迭代器的对象都必须实现以下方法。在初始化迭代器时调用的__iter__方法。这应该返回一个具有next或__next __（在Python 3中）方法的对象。next（Python 3中的__

0.0000

0

4

0

关注作者

收藏

詹惠儿

python怎么实现装饰器？

功能装饰器装饰器是一个函数，它将函数作为唯一参数并返回一个函数。这有助于一遍又一遍地使用相同的代码“包装”功能。例如，上面的代码可以重写如下。我们使用@func_name指定要应用于另一个函数的装饰器。# Adds a welcome message to the string # returned by fun(). Takes fun() as # parameter and ret

0.0000

0

1

0

关注作者

收藏

詹惠儿

Python怎么实现多项式回归？

步骤1：导入库和数据集导入重要的库和我们用于执行多项式回归的数据集。# Importing the libraries import numpy as np import matplotlib.pyplot as plt import pandas as pd # Importing the dataset datas = pd.read_csv('data.csv') dat

0.0000

0

7

0

关注作者

收藏

啊啊啊啊啊吖

函数编写指南

编写函数时，需要牢记几个细节。应给函数指定描述性名称，且只在其中使用小写字母和下划线。描述性名称可帮助你和别人明白代码想要做什么。给模块命名时也应遵循上述约定。每个函数都应包含简要地阐述其功能的注释，该注释应紧跟在函数定义后面，并采用文档字符串格式。文档良好的函数让其他程序员只需阅读文档字符串中的描述就能够使用它：他们完全可以相信代码如描述的那样运行；只要知道函数的名称

0.0000

0

4

0

关注作者

收藏

啊啊啊啊啊吖

创建和使用函数

def printMyAddress():print "Warren Sande"print "123 Main Street"print "Ottawa, Ontario, Canada"print "K2M 2E9"定义函数prìnt_.. iJlffl ( 使用}函数printMyAddress()第 1 行中，我们使用 def 关键字定义了一个函数。在函数名后面有一对

0.0000

0

3

0

关注作者

收藏

kejiayuan0806

Power BI Desktop启动报错

问题描述：Power BI Desktop安装成功后，启动报错：出了点问题调用的目标出现了异常解决方法：1、回到桌面，鼠标左击开始，点击运行； 2、在运行输入框内输入regedit，按回车键打开注册表； 3、在注册表中找到HKEY_LOCAL_MACHINE\SYSTEM\CurrentControlSet\Control\Lsa项； 4、点击Lsa项，点击下

0.0000

0

3

0

关注作者

收藏

dreamhappy2012

对字符串使用不等号时的注意事项

创建Chars表并插入数据-- DDL ：创建表CREATE TABLE Chars(chr CHAR(3) NOT NULL,PRIMARY KEY (chr));SQL Server PostgreSQL-- DML ：插入数据BEGIN TRANSACTION; ——————————①INSERT INTO Chars VALUES ('1');INSERT INTO Ch

0.0000

0

3

0

关注作者

收藏

啊啊啊啊啊吖

通过整数位置列表

df.iloc[[1,2,4],[0,2]]AC2013-01-020.9852610.4812142013-01-030.1047010.8120342013-01-050.0791940.907441df.loc['20130102':'20130105',['A','C']]AC2013-01-020.9852610.4812142013-01-030.

0.0000

0

3

0

关注作者

收藏

啊啊啊啊啊吖

按照标签选择数据

df.loc[dates[0]]#当然了显示的是按照Series那种形式A 0.615859B 0.354072C 0.741003D 0.055112Name: 2013-01-01 00:00:00, dtype: float64# 按标签选择多轴df.loc[:,['A','B']]AB2013-01-010.6158590.3540722

0.0000

0

2

0

关注作者

收藏

啊啊啊啊啊吖

两种排序方法

按值排序df.sort_values(by='B',ascending=False)ABCD2013-01-060.7909420.9061110.0933820.0322582013-01-040.2520730.8620040.0637430.9009312013-01-050.0791940.7791280.9074410.6598532013-01

0.0000

0

4

0

关注作者

收藏

啊啊啊啊啊吖

怎么实现矩阵里的转置

import pandas as pdimport numpy as npimport matplotlib.pyplot as plts=pd.Series([1,3,5,np.nan,6,8])dates=pd.date_range('20130101',periods=6)df=pd.DataFrame(np.random.rand(6,4),index=dates,columns

0.0000

0

4

0

关注作者

收藏

啊啊啊啊啊吖

describe函数显示哪些统计量

df.describe()ABCDcount6.0000006.0000006.0000006.000000mean0.4713380.5942620.5164690.444036std0.3803750.3454100.3676520.342420min0.0791940.0172410.0637430.03225825%0.1415440

0.0000

0

3

0

关注作者

收藏

啊啊啊啊啊吖

一个代码教你怎么显示索引、列和numpy数据

df.indexDatetimeIndex(['2013-01-01', '2013-01-02', '2013-01-03', '2013-01-04', '2013-01-05', '2013-01-06'], dtype='datetime64[ns]', freq='D')df.columnsIndex(['A', 'B

0.0000

0

5

0

关注作者

收藏

啊啊啊啊啊吖

#查看框架得顶行和底行df.head()#看见没，不写具体行数就默认5ABCD2013-01-010.6158590.3540720.7410030.0551122013-01-020.9852610.0172410.4812140.5389702013-01-030.1047010.6470150.8120340.4770902013-01-040.

0.0000

0

4

0

关注作者

收藏

啊啊啊啊啊吖

python里的对象创建

import pandas as pdimport numpy as npimport matplotlib.pyplot as plt对象创建创建一个series通过传递值得列表，让pandas创建一个默认得整数索引s=pd.Series([1,3,5,np.nan,6,8])s0 1.01 3.02 5.03 NaN4 6.05 8.

0.0000

0

3

0

关注作者

收藏

啊啊啊啊啊吖

在python里怎么生成时间序列

rng=pd.date_range('1/1/2012',periods=100,freq='S')ts=pd.Series(np.random.randint(0,500,len(rng)),index=rng)rngDatetimeIndex(['2012-01-01 00:00:00', '2012-01-01 00:00:01', '2012-01-

0.0000

0

2

0

关注作者

收藏

啊啊啊啊啊吖

python里怎么恢复数据

要返回原始数据Series或NumPy数组，请使用Series.astype(original_dtype)或np.asarray(categorical)： s = pd.Series(["a","b","c","a"]) s0 a1 b2 c3 adtype: object s2 = s.astype('category')s2 0

0.0000

0

3

0

关注作者

收藏

啊啊啊啊啊吖

DataFrame的创建

施工期间通过指定完成dtype="category"在DataFrame构造函数： df = pd.DataFrame({'A': list('abca'), 'B': list('bccd')}, dtype="category") df.dtypesA categoryB categorydtype: object请注意，每列中的类别不同;转换是逐列完成的，因此只有

0.0000

0

1

0

关注作者

收藏

<1…355356357…404>

CDA考试动态

CDA报考指南