Anaconda

Pandas是基于NumPy的一种工具，该工具是为了解决数据分析任务而创建的。Pandas纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现，它是使Python成为强大而高效的数据分析环境的重要因素之一。 Pandas数据分析包，最初由AQR Capital Management于2008年4月开发，并于2009年底开源出来，目前由专注于Python数据包开发的PyData开发team继续开发和维护，属于PyData项目的一部分。Pandas最初被作为金融数据分析工具而开发出来，因此，pandas为时间序列分析提供了很好的支持。Pandas的名称来自于面板数据（panel data）和python数据分析（data analysis）。panel data是经济学中关于**数据集的一个术语，在Pandas中也提供了panel的数据类型。 关于pandas的安装方法，这里不在赘述，在python环境下，一个简单的pip命令即可搞定，文档方面，请参阅它的官方网站： https://pandas.pydata.org Pandas的数据结构 Series：一维数组，与Numpy中的一维array类似。二者与Python基本的数据结构List也很相近。Series如今能保存不同种数据类型

一、 帮助命令 ##1. 常用快捷键 快捷键| 功能 -|- ctrl + c |停止进程 ctrl+l |清屏；彻底清屏是：reset ctrl + q |退出 tab键 |提示(更重要的是可以防止敲错) 上下键 |查找执行过的命令 ctrl +alt |虚拟机linux和Windows之间切换 2. man 获得帮助信息 基本语法 man [命令或配置文件] （功能描述：获得帮助信息） ##显示内容说明 信息 | 功能 -| - NAME |命令的名称和单行描述 SYNOPSIS| 怎样使用命令 DESCRIPTION |命令功能的深入讨论 EXAMPLES |怎样使用命令的例子 SEE ALSO |相关主题（通常是手册页） ###操作示例 输入命令 [root@lancer ~]# man ls 返回结果（部分） LS(1) User Commands LS(1) NAME ls - list directory contents SYNOPSIS ls [OPTION]... [FILE]... DESCRIPTION List information about the FILEs (the current directory by default). Sort entries alphabetically if none of -cftuvSUX nor --sort

find命令 Linux find命令用来在指定目录下查找文件。任何位于参数之前的字符串都将被视为欲查找的目录名。如果使用该命令时，不设置任何参数，则find命令将在当前目录下查找子目录与文件。并且将查找到的子目录和文件全部进行显示。 参数说明 : find 根据下列规则判断 path 和 expression，在命令列上第一个 - ( ) , ! 之前的部份为 path，之后的是 expression。如果 path 是空字串则使用目前路径，如果 expression 是空字串则使用 -print 为预设 expression。 expression 中可使用的选项有二三十个之多，在此只介绍最常用的部份。 -type 按照文件类型去查找 b：块设备文件； c：字符设备文件； d：目录文件； p: 命名管道； f: 普通文件; l: 符号链接文件； -exec 相当于shell执行命令比如rm,mkdir,touch，等 -mtime 修改时间之前的文件,比如3天之前的，一般用于日志清理进行匹配 -mount, -xdev : 只检查和指定目录在同一个文件系统下的文件，避免列出其它文件系统中的文件 -amin n : 在过去 n 分钟内被读取过 -anewer file : 比文件 file 更晚被读取过的文件 -atime n : 在过去n天内被读取过的文件 -cmin n :

1:下载相关boost 包 链接：https://www.lfd.uci.edu/~gohlke/pythonlibs/ 2：选择适合自己环境的包 mine:xgboost-1.0.1-cp37-cp37m-win_amd64.whl 3:指令安装 注意 ：1-包下载知乎之后安装在哪都可以； 2-按照黑框提示做，升级一下 pip 3-安装xgboost指令 4-conda list 验证是否成功 来源： CSDN 作者： 侠客儿青争ing 链接： https://blog.csdn.net/qq_33837905/article/details/104496762

看了网上很多关于更改 python notebook的，好麻烦，所以想了一招。 python notebook 现在改名叫 jupyter-notebook ，被集成在Anaconda中。 Anaconda集成了python、Spyder、jupyter等python的编辑器，也集成了很多科学计算的lib库，当然有些库没有被集成进去 1、下载Anaconda 网址：https://www.continuum.io/downloads 下载python27版本 64位 如果需要免费的学术license，可以 　　对于学生来说，可以申请免费的学术License，以安装额外的功能包，以实现计算过程的加速。 　　申请地址： https://store.continuum.io/cshop/academicanaconda 　　申请后，会得到一个license文件，将其放在 ~/.continuum 目录下即可。 2、安装一路next，环境变量设置就全选 安装目录直接推荐到C盘下，不要默认，即：c:\anaconda2下 但是有一个地方特别注意， 安装时选择所有用户使用时提示错误，所以安装时选择当前用户 3、如果要安装新库，有两种方式： 注意：安装好了Anaconda，已经给你安装和设置了所有环境变量，所以cmd下python是可以用的 如果你需要配置eclipse的python