首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏PPV课数据科学社区

    7个应知的Python

    在我多年的Python编程生涯中,以及在GitHub上探索漫游,我碰到了一些,用起来特别愉快,这篇文章,就是来扩散这方面的知识。 这样看,要么选择一个使用简单但是速度奇慢的呢,要么选择一个速度飞快但是用起来巨复杂的了,对吧? 错! 这就像在Python中深爱的jQuery! dateutil.parser import parse >>> parse('Mon, 11 Jul 2011 10:01:56 +0200 (CEST)') datetime.datetime(2011, 7, 7、path.py pip install path.py 当我开始学习 Python 时,os.path 是我最不喜欢的 stdlib 的一部分。尽管在一个目录下创建一组文件很简单。

    80560发布于 2018-04-25
  • 来自专栏python库介绍

    Python介绍7 数组的轴

    可以看到最终生成的a是一个3*3*3的三维数组,它实际上是3个3*3的三维数组组合而成

    47210编辑于 2024-05-10
  • 来自专栏烂笔头

    Python标准笔记(7) — copy模块

    目录[-] copy-对象拷贝模块;提供了浅拷贝和深拷贝复制对象的功能, 分别对应模块中的两个函数 copy() 和 deepcopy()。 1.浅拷贝(Shallow Copies) copy() 创建的 浅拷贝 是一个新的容器,它包含了对原始对象的内容的引用。也就是说仅拷贝父对象,不会拷贝对象的内部的子对象。即浅复制只复制对象本身,没有复制该对象所引用的对象。比如,当创建一个列表对象的浅拷贝时,将构造一个新的列表,并将原始对象的元素添加给它。 import copy class MyClass

    1.3K80发布于 2018-04-04
  • 来自专栏华章科技

    盘点最重要的7Python

    除了NumPy赋予Python的快速数组处理能力之外,NumPy的另一个主要用途是在算法和之间作为数据传递的数据容器。 与Python不同的是,数据框在R语言中是标准中的内容。因此,pandas中的很多特征通常与R核心的实现或者R的附加提供的功能一致。 matplotlib是最流行的用于制图及其他二维数据可视化的Python。它由John D. Hunter创建,目前由一个大型开发者团队维护。matplotlib被设计为适合出版的制图工具。 对于Python编程者来说也有其他可视化,但matplotlib依然使用最为广泛,并且与生态系统的其他良好整合。我认为将它作为默认可视化工具是一个安全的选择。 关于作者:韦斯·麦金尼(Wes McKinney)是流行的Python开源数据分析pandas的创始人。

    1.3K10发布于 2021-02-05
  • 来自专栏用户2910674的专栏

    7 个令人惊叹的 Python

    在过去的两年里,一直在广泛使用Python,过程中寻找到令人惊叹的,明显提高效率,增强在数据工程和商业智能项目中的表现。 1 Pendulum Python 中有许多可用于日期时间,但我发现 Pendulum 在日期的任何操作上都易于使用。 ftfy python将帮助您修复Mojibake,这在NLP用例中非常有用。 # Importing libraries import sketch import pandas as pd file = "D://7 Datasciense//DS_visilization//altair 2012, 6, 5)) b = humanize.naturalday(dt.date(2012, 6, 5)) print(a) print(b) 输出 Jun 05 2012 Jun 05 7

    2K31编辑于 2023-10-24
  • 来自专栏萝卜大杂烩

    7 个令人惊叹的 Python

    在过去的两年里,一直在广泛使用Python,过程中寻找到令人惊叹的,明显提高效率,增强在数据工程和商业智能项目中的表现。 1 Pendulum Python 中有许多可用于日期时间,但我发现 Pendulum 在日期的任何操作上都易于使用。 ftfy python将帮助您修复Mojibake,这在NLP用例中非常有用。 # Importing libraries import sketch import pandas as pd file = "D://7 Datasciense//DS_visilization//altair 2012, 6, 5)) b = humanize.naturalday(dt.date(2012, 6, 5)) print(a) print(b) 输出 Jun 05 2012 Jun 05 7

    2K10编辑于 2023-09-22
  • 来自专栏小红豆的数据分析

    小蛇学python7)tkinter的基本使用

    最近做一个小项目,又将tkinter重新温习了一遍。tk其实并不如很多网友说的那样一文不值,它确实不如QT,Wxpython功能强大,但是这也意味着它比较简单。 python2与python3关于tkinter有不少不同之处,比如引入包的时候,2需要大写,3却是小写。在这里,我是用python3.6开发的。 S{)W)@9BZ3WIOS`]`KAX9B7.png 现在就好了。 我们现在在按照同样的原理,添加一个按钮和一个文本框。

    2.7K10发布于 2018-09-12
  • 来自专栏ShowMeAI研究中心

    7个强大的Python机器学习!⛵

    图片本文整理了7个非常有效的机器学习Python:Prophet、Deep Lake、Optuna、pycm、NannyML、ColossalAI、emcee,用简单的方式编写复杂且耗时的代码,大大提升工作效率 在本篇内容中,ShowMeAI给大家整理了 7 个有用的 Python ,如果大家从事机器学习工作,一定要来一起了解一下。 这个在 GitHub 上拥有超过 7k 颗星。图片Optuna 使用了贝叶斯优化算法来自动调整超参数,并使用基于树的方法来探索参数空间。 它也可以轻松与其他 Python 集成,如 NumPy、SciPy和Matplotlib。 ,这7个工具都是非常有用的,对于机器学习工作者来说,它们可以大大提高工作效率,让你能够在简单的方式下编写复杂的代码。

    1.2K40编辑于 2022-12-19
  • 来自专栏JAVAandPython君

    7个最佳的学习Python编程的开源

    很多伙伴们在学习Python的过程中,更倾向于在Github上寻找Python学习资料,今天就和大家分享Github上7个绝佳的Python编程学习的开源: 1、learn-python3 ? 这个存储一共有19本Jupyter笔记本。它涵盖了字符串和条件之类的基础知识,然后讨论了面向对象编程,以及如何处理异常和一些Python标准的特性等。 此存储不像前面的存储那样从基础的Python概念开始介绍,相反地,这个存储更多的是关于中级主题,比如“Python中的SQLite数据操作”,如果你在Python方面已经有了坚实的基础,那么该资源可以有助于你更好地利用该语言的不同特性 和前面的存储一样,这个存储包含了一个完整的编程和算法练习,但是这个存储并没有将所有练习都放在笔记本中,而是为每个练习提供了一个Python文件,这个文件包含问题和解决方案。 项目地址:https://github.com/MTrajK/coding-problems/ 7、TheAlgorithms ?

    89810发布于 2020-09-04
  • 来自专栏信息技术智库

    ※【python自学】7Python生态系统核心,你值得拥有

    无论你是想快速入手Python,还是想成为数据分析大神或者机器学习大佬,亦或者对Python代码进行优化,本文的python都能为你提供一些帮助。 一 概述 Python生态系统的一些核心基础数据分析: NumPy:支持大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数,包含: 一个强大的N维数组对象 ndarray 广播功能函数 它是一个机器学习,提供了各种有监督和无监督的算法,例如回归,分类,降维,聚类分析和异常检测。 Matplotlib:这是一个核心的数据可视化,并且是Python中所有其他可视化的基础。 Plotly:Plotly是一个数据可视化。它提供了高质量的交互式图表,例如散点图,折线图,条形图,直方图,箱形图,热图和子图。 Python(x,y): 免费的 Python 发行版,包含了完整的 Python 语言开发包 及 Spyder IDE。支持 Windows,仅限 Python 2 版本。

    1.2K10编辑于 2022-07-29
  • 来自专栏数据STUDIO

    可维护的Python代码7条规则

    凭借其易读的语法和庞大的生态系统,Python可用于构建从小型脚本到机器学习项目再到生产级网络平台的任何内容。 在某些时候,代码会变得混乱,以至于在不破坏其他东西的情况下进行有效增减有些不可能;这些债务必须在以后通过重构来偿还。 然而,随着代码的增长,由于以下原因,没有声明的变量类型会成为一个问题: 加入代码的新贡献者(或很久没有接触过代码的人)必须花费大量时间弄清楚这些部分是如何组合在一起的。函数可以接受哪些输入? 当你开始使用mypy,或者当你尝试将一个未类型化的代码转换为类型化的代码时,你会遇到很多bug。 7.只在有充分理由的情况下才打破干净代码规则 编写可读性和可维护性代码的技巧有很多,我不可能在此一一列举。在Robert C.

    84230编辑于 2023-09-04
  • 来自专栏Python爬虫与数据挖掘

    盘点Python编程语言sys中的7个常用函数

    一、概念 这是一个跟 Python 解释器关系密切的标准。 import sysprint sys.__doc__ 显示了 sys 的基本文档,看第一句话,概括了本模块的基本特点。 上篇文章中,我们盘点了sys的12个变量,详情请戳:盘点Python编程语言sys中的12个变量,这篇文章我们继续盘点sys中常用的7个函数。 7. settrace 设置全局跟踪调试函数。 sys.settrace(func)返回值:None#该方法的使用可以参考setprofile方法,传入的函数可以无参数。 三、总结 本文基于Python基础,介绍了sys模块,介绍了7个sys常用函数,对每个方法都采用图文结合的方式,进行详细的讲解。 代码很简单,使用Python语言,希望对你学习有帮助。

    1.3K00发布于 2021-08-28
  • 来自专栏数林觅风——数据科学思维导图笔记

    7 幅思维导图:Python 常用标准及拓展知识

    这次给大家带来的是 7 幅思维导图,主要就 Python 常用标准及相关计算机知识进行了梳理。 Python 标准的内容非常丰富,本文仅是从笔者关注的角度出发,学习并整理了其中最普适的主题:正则表达式、日期时间、系统交互、文件管理、进程与线程、数据操作、数学运算及拓展数据结构。 ▍3.「7 幅」导图 0 目录页 ? 1 标准概述 ? 2 正则表达式 ? 3 日期 & 时间 ? 4 系统 & 文件 ? 5 进程 & 线程 ? 6 数据操作 ? 7 数学运算 & 数据结构 ? ▍4.学习指导 ? 补充一本《从 Python 开始学编程》,对于计算机基础薄弱的朋友们会大有帮助哦~ ▍5.下篇规划 本文与上一篇【17 幅思维导图:Python 编程之核心知识体系】一起,基于 Python 语言本身的介绍就结束了

    67230发布于 2018-07-20
  • 来自专栏人工智能LeadAI

    Python 开发者 2017 应该关注的 7 个类

    Django 依然是 Python 开发者值得信赖的。然而,在 2016 年几个还不太知名的引起了 Python 开发者的关注。 在这篇博文中,我向大家揭示 7Python,其中不包括像 Django,Flask 等已广为熟知的,这些类在 2017 年可能值得 Python 开发者参考。 自 TensorFlow 的推出才过去一年多的时间,但是这个已经在 Python 开发人员中获得了相当大的人气。 事实上, TensorFlow 是最时髦 GitHub Python 资源之一。 这个对于开发者和数据工程师都是安全的,使用它可以以程序化的 Python 类来直观地使用数据资源。 7、Blaze Blaze 用于处理数据和分析查询的阵列技术。当对一个大到我们的电脑内存不能存储的数据集进行分析时,NumPy 和 Pandas 往往不能派上用场。

    2K10发布于 2018-07-26
  • 来自专栏HI林祈呀

    python笔记7

    元组 什么叫元组:一个元组可以存储多个数据,元组内的数据是不能修改的 定义元组 元组特点:定义元组使用小括号,且逗号隔开各个数据,数据可以是不同的数据类型 # 多个数据元组 t1 = (10, 20, 30) # 单个数据元组 t2 = (10,) 注意:如果定义的元组只有一个数据,那么这个数据后面也好添加逗号,否则数据类型为唯一的这个数据的数据类型 t2 = (10,) print(type(t2)) # tuple t3 = (20) print(type(t3)) # int t4 = ('he

    41530发布于 2020-06-12
  • 来自专栏python知识

    python练习7

    题目:输出特殊图案,请在c环境中运行,看一看,Very Beautiful! 1.程序分析:字符共有256个。不同字符,图形不一样。       2.程序源代码:

    29420发布于 2021-05-24
  • 来自专栏高渡号外

    Python入门(7

    PS:有其他语言经验的同学可能已经发现了,Python的函数定义方法,相比C/C++或这Java、C#的函数(或方法),正如流程控制语句的定义一样,要简洁很多。 按照Python的变量定义规则,使用未赋值的变量,程序是会报错的。为此,对一些参数而言,你可以给它设置默认值,以避免用户调用时未提供实参而出现错误的情形。 function_4.py def func_4(a, b=5, c=10): print('a is', a, 'and b is', b, 'and c is', c) func_4(3,7) 7、函数的 return 语句 (1)、函数的return 语句,用于从函数中返回,也就是中断函数。 不仅学习了函数定义的语法规则,更重要的是尝试了编写和使用函数的方法,虽然并没有遍历Python的所有函数类型,但是,已经足够帮助我们完成对编程认知的又一次跃迁。

    53140发布于 2020-09-22
  • 来自专栏Go语言进阶学习

    盘点Python编程语言sys中的7个常用函数

    一、概念 这是一个跟 Python 解释器关系密切的标准。 import sys print sys.__doc__ 显示了 sys 的基本文档,看第一句话,概括了本模块的基本特点。 ? 上篇文章中,我们盘点了sys的12个变量,详情请戳:盘点Python编程语言sys中的12个变量,这篇文章我们继续盘点sys中常用的7个函数。 7. settrace 设置全局跟踪调试函数。 sys.settrace(func) 返回值:None #该方法的使用可以参考setprofile方法,传入的函数可以无参数。 ? 三、总结 本文基于Python基础,介绍了sys模块,介绍了7个sys常用函数,对每个方法都采用图文结合的方式,进行详细的讲解。 代码很简单,使用Python语言,希望对你学习有帮助。

    71910发布于 2021-01-22
  • 来自专栏北京马哥教育

    2017年Python 开发者应该关注的 7 个类

    在 2016 年几个还不太知名的引起了 Python 开发者的关注。 在这篇博文中,我向大家揭示 这7Python,其中不包括像 Django,Flask 等已广为熟知的,这些类在 2017 年受到了众多开发者的关注,值得 Python 开发者参考和关注。 这个对于开发者和数据工程师都是安全的,使用它可以以程序化的 Python 类来直观地使用数据资源。 #7 Blaze Blaze 用于处理数据和分析查询的阵列技术。当对一个大到我们的电脑内存不能存储的数据集进行分析时,NumPy 和 Pandas 往往不能派上用场。 文章来源:https://www.oschina.net/translate/python-development-7-libraries-to-look-for-in-2017?print ----

    2.1K90发布于 2018-05-03
  • 来自专栏脑机接口

    Python-EEG工具MNE中文教程(7)-读取.edf文件

    MNE-python读取.edf文件 EDF,全称是 European Data Format,是一种标准文件格式,用于交换和存储医疗时间序列。 python读取edf文件,可以通过mne实现 方法原型: 方法原型: mne.io.read_raw_edf(input_fname, montage='deprecated

    2.9K20发布于 2020-06-30
领券