orange

5. 数据结构

可紊 提交于 2020-02-05 02:07:18
5. 数据结构 本章将详细介绍一些您已经了解的内容,并添加了一些新内容。 5.1. 列表的更多特性 列表数据类型还有很多的方法。这里是列表对象方法的清单: list. append ( x ) 在列表的末尾添加一个元素。相当于 a[len(a):] = [x] 。 list. extend ( iterable ) 使用可迭代对象中的所有元素来扩展列表。相当于 a[len(a):] = iterable 。 list. insert ( i , x ) 在给定的位置插入一个元素。第一个参数是要插入的元素的索引,所以 a.insert(0, x) 插入列表头部, a.insert(len(a), x) 等同于 a.append(x) 。 list. remove ( x ) 移除列表中第一个值为 x 的元素。如果没有这样的元素,则抛出 ValueError 异常。 list. pop ([ i ]) 删除列表中给定位置的元素并返回它。如果没有给定位置, a.pop() 将会删除并返回列表中的最后一个元素。( 方法签名中 i 两边的方括号表示这个参数是可选的,而不是要你输入方括号。你会在 Python 参考库中经常看到这种表示方法)。 list. clear () 删除列表中所有的元素。相当于 del a[:] 。 list. index ( x [, start [, end ]])

orange's学习--第十章:fork介绍

╄→尐↘猪︶ㄣ 提交于 2020-02-03 22:04:00
shell的原理,说来简单,其实就是用一个子进程来执行一个命令。 一个新的进程需要的要素有: 自己的代码,数据和堆栈; 在proc_table[ ]中占用一个位置; 在GDT中占用一个位置,用以存放进程对应的LDT描述符。 后两项工作比较容易完成,那第一项呢,代码、数据和堆栈从哪里来呢?传统上,生成一个新的进程时,这些都是直接从某个已有的进程那里继承或者复制。这也正解释了子进程这一概念:如果新的进程C的代码、数据和堆栈是从已有的进程P而来,那么P被称为父进程(parent),C被称为子进程(child)。 也就是父子进程是同一个程序代码,通过if--else进入不同分支执行。 生成一个子进程的系统调用被称为fork(),操作系统接到一个fork请求后,会将调用者复制一份,这时就会有两个一模一样的进程同时运行。fork()的返回值有两种:零或非零。如果返回零,表明自己是个子进程;如果返回非零,不仅表明自己是父进程,而且返回值即子进程的pid。 来源: CSDN 作者: 高云朋 链接: https://blog.csdn.net/port23/article/details/104160951

Pandas的Categorical Data类型

浪子不回头ぞ 提交于 2020-02-01 16:54:44
pandas从0.15版开始提供分类数据类型,用于表示统计学里 有限且唯一性数据集 ,例如描述个人信息的性别一般就男和女两个数据常用'm'和'f'来描述,有时也能对应编码映射为0和1。血型A、B、O和AB型等选择可以映射为0、1、2、3这四个数字分别代表各个血型。pandas里直接就有categorical类型,可以有效地对数据进行分组进行相应的汇总统计工作。 当DataFrame的某列(字段)上的数据值是都是某有限个数值的集合里的值的时候,例如:性别就男和女,有限且唯一。这列可以采用Categorical Data类型来存储、统计。 pandas的Categorical Data类型灵感来源于Data wareHorsing数据仓库里的维度表设计理念,即某列数据存储的不是数据本身,而是该数据对应的编码(有称为分类、字典编码) 这些编码比数据本身存储依赖的空间小,但能基于编码统计汇总的速度要比数据本身的存储、统计速度要快。 1 如何理解Categorical Data? 下面看一张某水果超市的供货商表 ( 表1 ) : 供货商 水果 价格 1 apple 5.20 2 pearl 3.50 3 orange 7.30 5 apple 5.00 6 orange 7.50 7 orange 7.30 9 apple 5.20 4 pearl 3.70 8 orange 7.30

jquery学习(3)--高级选择器

我与影子孤独终老i 提交于 2020-02-01 08:02:56
自己手写的学习笔记。常规选择器: /****************学习--高级选择器(1)****************/ ---高级选择器:ie7+ 层次选择器: 后代选择器 ul li a $('ul li a') 获取追溯到的多个dom对象 ie6+= 子选择器 div>p $('div p') 只获取子类节点的多个dom对象 ie7+ next选择器 div+p{} $('div+p') 只获取某节点后的同一个同级对象 ie7+ nextAll选择器 div~p{} $('div~p') 获取某节点后面的所有同级的dom对象 ie7+ 在层次选择其中,除了后代选择器外。其他的三种高级选择器不支持ie6的,jquery却是兼容ie6的、 //1.后代选择器--》全兼容 $('#box p').css('color','#666'); //jquery为后代选择器提供了一个等价的find()方法 $('#box').find('p').css('color','#666'); //2.子选择器,孙子级失效。只支持一层子级(儿子级)。 #box>p{ color:red;}//css代码,不支持ie6 $('#box>p').css('color','orange');//jquery兼容ie6 //jquery为子选择器提供了一个等价children()方法。 $('

数据分析day04

风流意气都作罢 提交于 2020-01-25 18:50:56
数据分析day04 7.pandas高级操作 In [53]: import pandas as pd from pandas import DataFrame import numpy as np 替换操作 替换操作可以同步作用于Series和DataFrame中 单值替换 普通替换: 替换所有符合要求的元素:to_replace=15,value='e' 按列指定单值替换: to_replace={列标签:替换值} value='value' 多值替换 列表替换: to_replace=[] value=[] 字典替换(推荐) to_replace={to_replace:value,to_replace:value} In [4]: df = DataFrame(data=np.random.randint(0,100,size=(6,7))) df Out[4]: 0 1 2 3 4 5 6 0 44 62 3 85 26 47 14 1 15 78 32 98 85 4 51 2 53 75 87 21 45 8 18 3 54 31 67 49 77 25 49 4 18 21 18 31 93 11 0 5 21 54 76 95 70 77 49 In [5]: df.replace(to_replace=3,value='Three') Out[5]: 0 1 2

2020年1月15日 MRKJ 继承 page197

荒凉一梦 提交于 2020-01-15 23:39:32
class CLASSNAME(base)   ‘’‘类的帮助信息’‘’   statement class Fruit: color='green' def harvest(self,color): print('I am %s'%color) print(Fruit.color) class Apple(Fruit): color = 'red' def __init__(self): print('apple') class Orange(Fruit): color='yellow' def __init__(self): print('orange') a=Apple() o=Orange() print(a.harvest(Apple.color)) print(o.harvest(Orange.color)) 》》》》 apple orange I am red green None I am yellow green None 来源: https://www.cnblogs.com/python1988/p/12199156.html

How to set up and use sample weight in the Orange python package?

时光毁灭记忆、已成空白 提交于 2020-01-07 06:42:08
问题 I am new to the Orange python package for data mining. I am using Orange 2.7. My dataset has a binary target (Good and Bad). The Good instances are down sampled with a sampling weight of 10. How can I set up and use the weight for classfication analysis in both Windows and Linux versions of Orange? Thank you for your help! 回答1: You have to add a new meta column to your data, containing the instance weights (see Meta attributes and Table.add_meta_attribute. Store the meta column's id and call

pandas基础(3)_数据处理

南楼画角 提交于 2020-01-01 22:45:58
1:删除重复数据 使用 duplicate() 函数检测重复的行,返回元素为 bool 类型的 Series 对象,每个元素对应一行,如果该行不是第一次出现,则元素为 true >>> df =DataFrame(np.random.randint(0,150,size=(6,3)),columns=['Chinese','maths','Chinese'],index=['zhangsan','lisi','wangwu','lisi','xiaowu','zhangsan']) >>> df Chinese maths Chinese zhangsan 17 58 70 lisi 88 20 137 wangwu 130 29 57 lisi 71 20 65 xiaowu 133 60 6 zhangsan 96 48 60 >>> df.duplicated() zhangsan False lisi False wangwu False lisi False xiaowu False zhangsan False dtype: bool >>> df =DataFrame(np.random.randint(0,2,size=(6,2)),columns=['Chinese','maths'],index=['zhangsan','lisi','wangwu','lisi

Importing Orange returns “ImportError: no module named orange”

旧城冷巷雨未停 提交于 2019-12-30 23:31:09
问题 I'd like to use the Orange package for scientific analysis . Installation on x86_64 Ubuntu 12.04 , with Python 2.7.3 , went well, using sudo easy_install orange . However, the package doesn't seem to be available for direct use: 11:30:43 leon@t410i:~$ python Python 2.7.3 (default, Apr 20 2012, 22:39:59) [GCC 4.6.3] on linux2 Type "help", "copyright", "credits" or "license" for more information. >>> import orange Traceback (most recent call last): File "<stdin>", line 1, in <module>

MySQL 中LIMIT的使用详解

天大地大妈咪最大 提交于 2019-12-26 16:15:48
在使用数据库过程中,常会遇到查询或者导出某个数据表或者查询集的前几条或者后几条记录,LIMIT可以很好的满足需求。 LIMIT基本语法: 如果只给定一个参数,表示记录数。 mysql> SELECT * FROM orange LIMIT 5; //检索前5条记录(1-5) 相当于 mysql> SELECT * from orange LIMIT 0,5; 两个参数,第一个参数表示offset, 第二个参数为记录数。 mysql> SELECT * FROM orange LIMIT 10,15; // 检索记录11-25 再如,另一种用法: mysql> SELECT * FROM orange LIMIT 2 OFFSET 3;//查询4-5两条记录 等价于 mysql> SELECT * FROM orange LIMIT 3,2; 来源: https://www.cnblogs.com/MagicAsa/p/11050054.html