Numpy简易教程6——ufunc函数
ufunc函数ufunc函数即通用函数（universal function），是一种能够对数组中的所有元素进行操作的函数。ufunc函数是针对数组进行操作的，并且都以NumPy数组作为输出，因此不需要对数组的每一个元素都进行操作。对一个数组进行重复运算时，使用ufunc函数比使用math库中的函数效率要高很多。1. 常用的ufunc函数运算常用的ufunc函数运算有四则运算、比较运算和逻辑运算等。1.1 四则运算ufunc函数支持全部的四则运算，并且保留习惯的运算符，和数值运算的使用方式一样（原
Numpy简易教程7——读/写文件
读/写文件NumPy的文件读/写主要有二进制的文件读/写和文件列表形式的数据读/写两种形式。学会读/写文件是利用NumPy进行数据处理的基础。NumPy提供了若干函数，可以把结果保存到二进制或文本文件中。除此之外，NumPy还提供了许多从文件读取数据并将其转换为数组的方法。1. 二进制文件读/写1.1 save函数：将一个numpy数组保存为二进制文件save函数以二进制的格式保存数据。save函数的语法格式为：numpy.save(file, arr, allow_pickle=True, f
Numpy简易教程8——简易分析
使用函数进行简单的统计分析1．排序NumPy的排序方式主要可以概括为直接排序和间接排序两种。直接排序指对数值直接进行排序。间接排序是指根据一个或多个键对数据集进行排序。在NumPy中，直接排序经常使用sort函数，间接排序经常使用argsort函数和lexsort函数。1.1 sort函数sort 函数是最常用的排序方法，无返回值。如果目标函数是一个视图，则原始数据将会被修改。使用sort函数排序时可以指定一个axis参数，使得sort函数可以沿着指定轴对数据集进行排序。案例：使用s
JSONPath库：使用类似Xpath的语法解析JSON数据
简介JSONPath是一种信息抽取类库，是从JSON文档中抽取指定信息的工具，提供多种语言实现版本，包括：Javascript, Python， PHP 和 Java。JsonPath 对于 JSON 来说，相当于 XPath 对于 XML。官方文档：http://goessner.net/articles/JsonPath安装方法：pip install jsonpathJsonPath与Xpath语法对比Json结构清晰，可读性高，复杂度低，非常容易匹配，下表中对应了XPath的用法。
google_trans_new库：谷歌翻译库Googletrans的替代品
简介谷歌翻译库Googletrans久负盛名，但是由于tk值计算问题，频繁出现AttributeError: 'NoneType' object has no attribute 'group'异常。google_trans_new库在Googletrans的基础上进行了完善，算是能够正常运行吧，但是效果也不太尽如人意，翻译结果与谷歌翻译网页结果不太一致，翻译效果较差。项目地址为https://github.com/lushan88a/google_trans_new。google_trans_ne
Anaconda虚拟环境管理（命令行）
当前Anaconda版本为2021.5。Anaconda可以看做是pip和virtualenv的结合体，既可以进行包管理，还可以进行虚拟环境管理。Anaconda安装成功后会自动创建一个base虚拟环境并安装默认包。通过Anaconda Navigator可以以可视化界面创建、复制、删除等操作。下面简要说明如何通过conda命令管理虚拟环境。查看虚拟环境列表conda env list、conda info -e和conda info --env命令可查看虚拟环境列表。(base) C:\Use
Conda、pip、virtualenv命令对比
功能conda命令pip命令Virtualenv命令安装某个包conda install 包名pip install 包名-升级某个包conda update --name 环境名 包名pip install --upgrade 包名-升级包管理器conda update condapython -m pip install -U pip-卸载某个包conda remove --name 环境名 包名pip uninstall 包名-创...
CSDN、Jupyter notebook、有道云笔记和Typora四者通用的Markdown语法
Markdown作为一种轻量级标记语言在各类编辑器中非常流行，其方言（变种）也非常多。为了提高不同编辑器中的兼容性，特总结CSDN、Jupyter notebook、有道云笔记和Typora四者通用的Markdown语法。标题# 一级标题## 二级标题### 三级标题#### 四级标题##### 五级标题###### 六级标题文本样式*斜体文本* **加粗文本** ~~删除文本~~> 引用文本列表- 项目 * 项目 + 项目 - 项目超链接[连接文
使用Anaconda虚拟环境作为Jupyter notebook内核
在使用Anaconda时，出于隔离环境的目的，往往会建立一个虚拟环境。在使用PyCharm或VScode作为编辑器时，可以方便的切换解释器。在使用Jupyter Notebook作为编辑器，如何使用Anaconda的虚拟环境进行编程呢？安装内核步骤如下：创建虚拟环境。打开Anaconda Prompt，输入命令conda create -n foo python=3.7。切换到foo虚拟环境。在Anaconda Prompt中输入conda activate foo。(base) PS
再谈Python启动器与Anaconda解释器的关联问题
问题是否可以通过Python启动器（py.exe）启动Anaconda安装的Python解释器？分析一、 启动Python解释器有三种方法：根据指定Python解释器的路径执行。按照这种方法是启动指定解释器最保险的方法。在CMD中运行python.exe。这种方法会根据一定规则在系统环境变量Path及相关路径中进行搜索，执行最先搜索到的Python解释器。（此处不再考虑Python2、Python3并存的问题，原理类似）在CMD中运行Python启动器（py.exe）。这种方法会查找系统中安
在PowerShell中使用where命令查找文件
CMD中的where命令where命令显示符合搜索模式的文件位置。在默认情况下，搜索是在当前目录和 PATH 环境变量指定的路径中执行的。where命令对应文件的路径为C:\Windows\System32\where.exe。where命令案例C:\Users\Administrator>where pythonC:\Users\Administrator\AppData\Local\Programs\Python\Python37\python.exewhere命令帮助C:\Use
在PowerShell中查看环境变量Path
在CMD中查看环境变量Path在CMD中查看环境变量Path非常简单，只用输入path即可。C:\Users\Administrator>pathPATH=C:\Program Files\Common Files\Oracle\Java\javapath;C:\ProgramData\Oracle\Java\javapath;C:\Windows\system32;C:\Windows;C:\Windows\System32\Wbem;C:\Windows\System32\WindowsPo
Anaconda Prompt和Anaconda PowerShell Prompt工作原理
概述Anaconda安装完成后，开始菜单所有程序``Anaconda3中会添加Anaconda Prompt和Anaconda PowerShell Prompt两个菜单项。这两个菜单项是快捷方式。通过查看这两个快捷方式的属性可知：Anaconda Promp对应的命令为%windir%\System32\cmd.exe "/K" C:\ProgramData\Anaconda3\Scripts\activate.bat C:\ProgramData\Anaconda3Anaconda Power
调整Jupyter Lab中MarkDown表格字体大小
概述在Jupyter Lab通过Increase Content Font Size或Decrease Content Font Size可以放大或缩小运行结果的字体大小，但是对于表格无效！解决方法通过验证，为notebook添加CSS代码比较简单。步骤如下：在notebook中添加一个代码单元格。在单元格中输入以下内容，设置表头和单元格字体的大小为30px：%%HTML<style>td,th { font-size: 30px}</style>
pandas关于查看库或依赖库版本的API原理
概述pandas中与库版本或依赖库版本相关的API主要有以下4个：pandas.__version__：查看pandas简要版本信息。pandas.__git_version__：查看pandasgit版本信息。pandas._version.get_versions()：查看pandas详细版本信息。pandas.show_versions()：查看pandas及其依赖库的版本信息。上述API的运行效果如下：In [1]: import pandas as pdIn [2]: pd.
Win10自带截图工具SnippingTool.exe截图锁屏异常一例
异常现象正常的情况下，在使用Win10自带截图工具SnippingTool.exe截图时，截图工具界面会悬浮在截图界面之上，通过取消按钮、按ESC键或ALT+C快捷键可退出截图。异常情况发生在多次反复使用任意格式截图时，有几率截图工具卡死，导致截图工具界面隐藏、取消快捷键失效等情况。截图界面位于所有应用程序的最上方，此时整个Windows界面只有任务栏和开始菜单可用！解决办法由于开始菜单可用，可以通过开始菜单的运行框运行命令杀死截图工具进程解决问题。截图工具的路径为%windir%\syste
原生Python与Anaconda发行版共存时pip的使用问题
概述当今，很多教程在提到安装第三方库时，一般提供的帮助就是pip install xxx。如果当前计算机上只安装了一个Python解释器还好，当同时安装多个解释器时，特别是原生Python解释器与Anaconda发行版共存时，使用pip命令安装第三方库就变成了一个很痛苦的事情。混乱的根源在于Anaconda安装时两个安装选项：将Anaconda添加到环境变量path和将Anaconda解释器注册为对应版本的主解释器。早期这两个选项默认都是勾选的，但是现在Anaconda更倾向于不选择这两个选项（特别
生成Jupyter Lab快捷方式
概述Anaconda安装后，会在开始菜单中添加菜单项，但是这些菜单项中，没有Jupyter Lab快捷方式。在实现前应该明确两点：开始菜单是一个特殊文件夹，很多菜单项就是快捷方式。在Windows中快捷方式是一种文件类型。创建快捷方式有多种方法，比较简单的方式就是复制已有快捷方式，然后修改相关属性。实现复制快捷方式虽然没有Jupyter Lab快捷方式，但是有Jupyter Notebook快捷方式。找到开始菜单目录由于操作系统版本差异，获取方法各有不同！以下位置仅供参考，将下面的
Jupyter Lab通过安装插件利用autopep8等实现快速格式化代码
概述Jupyter Lab本身并不支持代码格式化。目前，比较成熟的解决方案就是使用jupyterlab_code_formatter插件。jupyterlab_code_formatter支持Python常见的代码格式化包，比如autopep8、black、isort等，还可以自定义格式化工具。可以通过编辑器菜单、右键菜单、工具栏按钮等方式对单元格内的代码进行格式化。jupyterlab_code_formatter项目地址为：https://github.com/ryantam626/jupyter
Jupyter lab（Jupyter notebook）中单元格图片的存储方式及导出（还原）方法（关键点：ipynb文件，图片base64编码）
问题描述在Jupyter lab（Jupyter notebook）记事本（notebook）中单元格中包含图片的情况有三种：在markdown单元格中显示图片。以markdwon语法插入本地图片。复制图片、粘贴到单元格中，以图片附件形式保存在单元格中。代码单元格的输出中的图片。但是Jupyter lab并不提供单元格直接导出图片的功能，如何将记事本中的图片导出呢？分析问题复制、粘贴图片到markdown单元格中将上图复制粘贴到markdown单元格中。运行后效果如下：
今日推荐
周排行