有时候我们的自定义函数需要经常调用，为了不用每一次都执行这个自定义函数的创建过程再调用,我们需要把这个自定义函数写成一个.py格式的py文件后，把它保存到Python的sys系统目录里，然后以后用的时候，就可以直接调用，如同我们调用第三方模块函数那样方便。1, 查询sys系统目录的方法, import syssys.path2 ,在jupyter notebook写好这个自定义函数,保存成.py格
#设置rc动态参数plt.rcParams['font.sans-serif']=['Simhei'] #显示中文plt.rcParams['axes.unicode_minus']=False #设置显示中文后,负号显示受影响,显示负号
pyechart 执行 调包代码: from pyecharts import options as opts 报错: cannot import name 'options' from 'pyecharts'解决方法: 1,有可能是安装的pyecharts版本过低,在jupyter里查询一下pyecharts这个包的版本import pyechartspyecharts.__version_
int(x)：将一个字符串或数字转换为整型；Float(x)：将一个字符串或数字转换为浮点型；Complex(real[,imag])：创建一个复数；Str(x)：将对象X转换为字符串；reper(x)：将对象X转换为表达式字符串；eval(str)：用来计算字符串中有效的Python表达式，并返回一个对象；tuple(s)：将序列S转换为元组；list(s)：将序列S转换为列表；Set(s)：将
python学习笔记：Numpy.pdf
面向对象编程：定义类类的实例化：对象类的属性与实例化属性继承和多态面向对象编程.md
axis 轴axis=0 沿着0轴方向 ,垂直向下方向axis=1 沿着1轴方向, 水平向右方向data = [[1,2,3], [4,5,6], [7,8,9], [10,11,12]]data = pd.DataFrame(data,index = ['a','b','c','d'],columns=['one','two','three'])示例1,
Excel，代表了基于业务常识可以从零上手的纯业务分析工具,作为电子表格,可以对具体的单元格做操作, 其他三个不能做到,要么可以做到,很麻烦,. SQL，优势是数据查询。BI, 优势是交互式可视化python, 理论上,他作为编程语言,更加灵活,上面能做的,他都能干,就是写代码,比较麻烦一些, 上面不能做的 ,算法建模之类的,他也能做
导入tsv文件为什么会报错呢，求解答
请问用python 想要提出表中一字段里面含有“看店： 是 ”的订单号及系统备注， 代码怎么编制能实现订单号+系统备注的展示呢？谢谢老师。
pip 是管理python的包,python自带的包管理器conda 是anaconda的管理各种语言的包的管理器,包括python语言和其他语言
安装了目录插件,我们读取python文本时就可以看到python文本目录了,这样方便查看代码。在 cmd黑色命令窗口或者anaconda prompt 执行如下命令第一步：更新pippython -m pip install --upgrade pip第二步：更新Jupyter pip install --upgrade jupyter第三步：安装 jupyter_contrib_nbexte
在anaconda prompt中执行: pip install jieba进度条执行完成会出现:Successfully installed jieba --他的型号然后可以去jupyter notebook 调用, 跟别的包调用方法一样 使用: import jieba加入数据俱乐部，了解数据行业动态和各行业数据信息 https://www.cda.cn/member.html?utm_s
两者都是包管理器（自动化软件安装，更新，卸载的一种工具）,conda 更通用,pip 是管理python包, 所有conda 可以管理pip包pip允许在任何环境中安装python包，而conda允许在conda环境中安装任何语言包（包括c语言或者python）1,安装：pip install xxxcondainstall xxx 2,更新：pip install --upgrade xxxc
1. DashDash是用纯Python构建数据可视化app的理想选择，因此特别适合处理数据做大屏展示的人。Dash是Flask，Plotly.js和React.js的混合体，示例图如下：2. PillowPillow专门用于处理图像，你可以使用该库创建缩略图，在文件格式之间转换，旋转，应用滤镜，显示图像等等。之前的文章有多篇都提到了这个包，例如图片批量加水印、办公自动化等等，只要是需要对图像进行
1. 页面分析我爬取的页面是腾讯体育，链接如下：https://nba.stats.qq.com/player/list.htm观察上图：左边展示的分别是NBA的30支球队，右边就是每只球队对应球员的详细信息。此时思路就很清晰了，我们每点击一支球员，右侧就会出现该球队的球员信息。整个爬虫思路简化如下：① 获取每支球员页面的url；② 利用Python代码获取每个网页中的数据；③ 将获取到的数据，存
原文出处：https://tianchi.aliyun.com/notebook-ai/detail?spm=5176.12281897.0.0.77c92b4abI9m56&postId=286067代码摘抄：import pandas as pdimport datetimeimport matplotlib.pyplot as plt获取数据data=pd.read_excel('./工作/
1.明确需求（因变量Y）2.数据清洗（重复值，缺失值，异常值，数据编码） 重复值针对行，可能是因为数据来源于多个系统 缺失值：1.删除所在行 2.填补（所在列为连续型数据用均值填补；所在列为分类型数据用分数填补或者直接将缺失值单独做一类） 异常值：错误值 数据治理SQL
关注
维克多阿涛
换一批
1678.6903