Python数据分析-数据科学专业问答社区-CDA答疑社区

热线电话：13121318867

登录

yuechuchen

安装graphviz提示连接主服务器困难

安装graphviz提示连接主服务器困难，报错HTTP error 0000，可是换成豆瓣镜像 pip install graphviz -i https://pypi.douban.com/simple ，可以解决一直安装不上的问题

0.0000

0

2

0

关注作者

收藏

yuechuchen

win7和win10添加环境变量的不同

win7中环境path变量下有很多个路径，而且一旦选中path并按下编辑按钮后，所有已存在的路径会被默认选中，很容易误删，一定不要把前边的路径删掉，这里没有新建按钮，也不需要新建，直接在已存在的路径最后添加一个英文状态下的分号，然后把需要新添加的路径粘贴到分号后边就可以了。win10中的环境变量则没有上述问题，直接右键此电脑，选中属性，然后高级系统设置，选择环境变量，找到path编辑，然后新建

0.0000

0

0

0

关注作者

收藏

读童话的狼

pyecharts 的安装方法

pyecharts 是一个用于生成 Echarts 图表的类库。Echarts是百度开源的一个数据可视化 JS 库。用 Echarts 生成的图可视化效果非常棒,可以产生动态交互的效果ECharts提供了常规的折线图、柱状图、散点图、饼图、K线图，用于统计的盒形图，用于地理数据可视化的地图、热力图、线图，用于关系数据可视化的关系图、treemap，多维数据可视化的平行坐标，还有用于BI的漏斗图、

0.0000

0

4

0

关注作者

收藏

三卿

无法正常安装Graphviz库

1、在Graphviz官网下载graphviz-2.38.msi进行安装2、回到Graphviz官网下载的页面，下载graphviz-2.38.zip下载完成后，打开安装包，将以下压缩包中的文件夹中全部解压到C:\Program Files (x86)\Graphviz2.38路径下的文件夹中。3、系统中添加graphviz-2.38环境变量4、在开始菜单栏中，找到Anaconda prom

0.0000

0

2

0

关注作者

收藏

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

三卿

Python如何通过分组求出字段中的空值数量

使用自定义函数 groupby分组切片 apply方法实现求空值数量def 函数名(x): return x.isnull().sum()表名.groupby(['字段'])['求空值字段'].apply(自定义函数名)

66.5673

1

0

0

关注作者

收藏

shauna570392

Jupyter notebook打不开

一、问题描述打开jupyter notebook 出现命令窗口但是不跳转。二、解决方法直接方法：将链接复制到浏览器即可打开。如果觉得每次复制粘贴麻烦，可以将链接收藏，下次打开jupyter后再点开浏览器收藏的链接。彻底解决方法：1、首先打开Anoconda Prompt，输入命令 jupyter notebook --generate-config，系统会自动产生一个名为jupyt

0.9994

1

2

0

关注作者

收藏

shauna570392

python导入文件报错

一、问题描述使用pandas语句导入csv表格时，显示Initializing from file faileda二、如何解决该情况没有导入成功可以从以下几个方面解决1、检查路径是否错误，可以直接选择文件，shift 右键复制为路径，再粘贴。2、使用相对路径，直接将文件放到ipynb文件的同一文件夹下，就不用填写路径了，直接写文件名就能导入。

66.6667

1

1

0

关注作者

收藏

田齐齐

pip安装库时报错，提示网络超时

其实归根是网速问题，这时我们可以通过设置其他通道完成安装~第一种方法：在终端里设置超时时间：pip --default-timeout=100 install -U Pillow 第二种方法：设置国内镜像：pip install -i https://pypi.douban.com/simple module_name

0.0000

0

4

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

numpy中的随机数生成

# -*- coding:utf-8 -*-# author:import numpy as npa=np.random.randint(0,10,100)#范围内的整数print(a)b=np.random.rand(40)#0到1的均匀分布print(b)c=np.random.randn(10)#标准正态分布print(c)d=np.random.normal(0,1,10

0.0000

0

3

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

<1…373839…123>

CDA考试动态

CDA报考指南