二叉叔-CSDN博客

原创 Java学习推荐

Java学习网站推荐：1.https://how2j.cn?p=68555一站式Java开发学习网站，可以选择并且设计自己的Java开发学习路线，知识点全面，并且站长仍然在上线新的知识教程，从基础到框架到实战一应俱全。站在开发者的角度引导你学习Java开发，省去一些不必要的学习过程，同时，网站也有相应的视频教程，值得推荐，不妨一试（实战项目需要购买，建议先注册账号生成适合自己的学习路线，学...

2020-01-25 23:39:40 173

原创 python统计文章中高频词汇并生成词云

LZ的同事写的文章经常被公司或者上级部门发表，LZ对此觉得同事写的文章一定有什么套路或者经常使用的词句，所以LZ收集了6篇同事的文章希望统计出其文章的高频词语以此可以效仿。首先

2021-06-19 16:21:20 6120 1

import rarfileimport randomimport timeimport sysclass MyIterator(): letters = '`1234567890-=/*-qwertyuiop[]\|asdfghjkl;zxcvbnm,.?><{}:QERWTYUIOPLKJHGFDSAZXCVBNM!@#$%^&*()+' #键盘上所有可能输入的字符 min_digits = 0 max_digits = 0 def ..

2021-04-12 18:39:30 1334 3

原创使用python将Excel中的数据自动填入Word文档指定位置并独立生成docx文档

环境：Python3.7.6，Pycharm，Win10 64位系统材料：from docxtpl import DocxTemplate,InlineImagefrom openpyxl import load_workbookimport osdef replace(obj): if obj is None: obj = '' return obj# 加载要填入的数据wb = load_workbo...

2020-12-16 11:35:38 7467 11

原创搜狗输入法使用技巧

1.U模式：生僻字输入时先打u，可以将自的每个部分打出来（例如：垚-utututu）,也可以使用顺序笔画的首字母h横、s竖、p撇、n捺、z折（例如：玍-uphhsh）2.V模式：点击v可以快速召唤数字、日期、算式、函数等功能，数字需要大写时，先打v在输入数字（例如：1314的大写壹仟叁佰壹拾肆-v1314）a)，中文数字金额大小写：输入【v424.52】，输出【肆佰贰拾肆元伍角贰分】；b)，罗马数字：输入99以内的数字例如【v12】，输出【XII】；c)，年份自动转换：..

2020-12-02 00:16:10 3801

原创基础金融常识

以下内容来自网络整理并不断修正补充，如有错误，那个多指正，谢谢杠杆：百科，MBA智库，知乎庞氏骗局：百科，知乎巴塞尔协议：期货：基金：证券：区块链金融科技：大数据金融科技：云计算金融科技：人工智能金融科技：剑桥分析事件洗钱：信贷：金融市场：资产证券化：...

2020-12-01 19:48:47 215

原创抖音“何青绫”金融知识整理（部分）

一级市场：筹集资金的公司或政府机构将其新du发行的股票和债券等zhi证券销售给最初购买dao者的金融市场，是公开发行(ipo)之前，定向的交易股权的市场（直接够买，无中间商）。二级市场：也称证券流通市场，二级市场，次级市场，是指对已经发行的证券进行买卖，转让和流通的市场，在二级市场上销售证券的收入属于出售证券的投资者，而不属于发行该证券的公司（间接手段购买股票，例如股票软件从散户手中购买）。PE：私募股权投资，从投资方式角度看，是指通过私募形式对私有企业，即非上市企业进行的权益性投资，在交易实施.

2020-11-30 22:46:33 13728 2

原创数据分析Numpy（7）-数据的输入输出

genfromtxt导入数据：简而言之，genfromtxt主要运用两种循环第一个循环以字符串序列转换文件的每一行。第二个循环将每个字符串转换为适当的数据类型，考虑到缺失值的情况。genfromtxt的唯一强制参数是数据的来源。它可以是一个字符串，一串字符串或一个生成器。如果提供了单个字符串，则假定它是本地或远程文件的名称，或者带有read方法的开放文件类对象。识别的文件类型是文本文件和档案。目前，该功能可识别gzip和bz2（bzip2）档案。归档文件的类型由文件的扩展名决定：如果文件名以'.gz'.

2020-10-17 13:54:04 166

原创数据分析笔记Matplotlib（9）-多组坐标

import matplotlib.pyplot as pltimport numpy as npx = np.arange(0, 10, 0.1)y1 = 0.05 * x**2y2 = -1 * y1fig, ax1 = plt.subplots()ax2 = ax1.twinx() #与ax1对称的坐标系ax1.plot(x, y1, 'g-') ax1.set_xlabel('X data')ax1.set_ylabel('Y1 data', color='..

2020-09-16 23:07:38 261

原创数据分析笔记Matplotlib（8）-图中图

import matplotlib.pyplot as plt# 窗口fig = plt.figure()x = [1, 2, 3, 4, 5, 6, 7]y = [1, 3, 4, 2, 5, 8, 6]#大图左下角的位置以及宽高的百分比left, bottom, width, height = 0.1, 0.1, 0.8, 0.8ax1 = fig.add_axes([left, bottom, width, height])#大图添加入窗口ax1.plot(x, y, 'r..

2020-09-16 22:53:34 211

原创数据分析笔记Matplotlib（7）-Subplot 多图分隔显示

import matplotlib.pyplot as pltplt.figure()"""创建第1个小图, (3,3)表示将整个图像窗口分成3行3列, (0,0)表示从第0行第0列开始作图，colspan=3表示此小图跨3列, rowspan=1表示行的跨度为1. colspan和rowspan默认跨度为1且为缺省值. """ax1 = plt.subplot2grid((3,3),(0,0),colspan=3)ax1.plot([1,2], [1,2]) # 第一个小图两个..

2020-09-16 17:44:06 1254

原创数据分析笔记Matplotlib（6）-Subplot 多图组合显示

import matplotlib.pyplot as pltplt.figure() #创建窗口#把窗口平分成四个等大的小窗口plt.subplot(2,2,1)#将整个图像窗口分为2行2列, 当前位置为1plt.plot([0,1],[0,1])#使用plt.plot([0,1],[0,1])在第1个位置创建一个小图.plt.subplot(2,2,2) #将整个图像窗口分为2行2列, 当前位置为2. plt.plot([0,1],[0,2])#使用plt.plot([0,1],[..

2020-09-14 23:00:06 341

原创数据分析笔记Matplotlib（5）-Scatter 散点图、Bar 柱状图、Contours 等高线图、Image 图片、3D 数据

散点图：import matplotlib.pyplot as pltimport numpy as npn = 1024 X = np.random.normal(0, 1, n) # X值，平均数是0，方差是1Y = np.random.normal(0, 1, n) # Y值T = np.arctan2(Y,X) # 每个点的颜色plt.scatter(X, Y, s=75, c=T, alpha=0.5)#x,y,大小，颜色，透明度plt.xlim(-1.5, ..

2020-09-14 22:17:03 452

原创数据分析笔记Matplotlib（4）-tick 能见度

import matplotlib.pyplot as pltimport numpy as np"""当图片中的内容较多，相互遮盖时，我们可以通过设置相关内容的透明度来使图片更易于观察"""x = np.linspace(-3, 3, 50)y = 0.1*xplt.figure()# 在 plt 2.0.2 或更高的版本中, 设置 zorder 给 plot 在 z 轴方向排序plt.plot(x, y, linewidth=10, zorder=1)plt.ylim(-2,..

2020-09-13 23:31:56 303

原创数据分析笔记Matplotlib（3）-Annotation 图像标注

import matplotlib.pyplot as pltimport numpy as npx = np.linspace(-3, 3, 50)y = 2*x + 1plt.figure(num=1, figsize=(8, 5),)ax = plt.gca()ax.spines['right'].set_color('none')ax.spines['top'].set_color('none')ax.spines['top'].set_color('none')ax.x..

2020-09-13 22:54:48 265

原创数据分析笔记Matplotlib（2）-Legend图像描述

import matplotlib.pyplot as pltimport numpy as npx = np.linspace(-3, 3, 50)y1 = 2*x + 1y2 = x**2plt.figure()plt.xlim((-1, 2))plt.ylim((-2, 3))new_sticks = np.linspace(-1, 2, 5)plt.xticks(new_sticks)plt.yticks([-2, -1.8, -1, 1.22, 3], ..

2020-09-13 18:37:02 221

原创数据分析笔记Matplotlib（1）-基本用法(figure,设置坐标轴)

简介：1.可以绘制大量数据的线图、散点图、等高线图、条形图、柱状图。。。 2.使用前请先安装Matplotlib包import matplotlib.pyplot as pltimport numpy as npx = np.linspace(1, 10, 20) #生成x坐标范围1-10之间的20个数据y1 = 2*x + 1 #生成与x对应的y1值y2 = x**2 #生成y2值为x的平方plt.figure(num=1, figsize=(8...

2020-09-13 17:46:00 1862

原创数据分析Pandas（7）-plot 绘图

import pandas as pdimport numpy as npimport matplotlib.pyplot as plt# 随机生成1000个数据data = pd.Series(np.random.randn(1000),index=np.arange(1000)) # 累加这个数据，使图像更加明显data.cumsum()# pandas 数据可以直接观看其可视化形式data.plot() #如果是多组数据，可以添加x=,y=,...等坐标，生成多维图像plt...

2020-09-13 00:03:09 677

原创数据分析Pandas（6）-数据合并 concat、merge

import pandas as pdimport numpy as np#定义数据a= pd.DataFrame(np.ones((3,4))*0, columns=['a','b','c','d'],index=[1,2,3])b= pd.DataFrame(np.ones((3,4))*1, columns=['a','b','c','d'], index=[2,3,4])c= pd.DataFrame(np.ones((3,4))*2, columns=['a','b','c','d..

2020-09-12 23:05:43 206

原创数据分析Pandas（5）-数据导入、导出

适用于数据导入导出的格式：import numpy as npimport pandas as pdfrom io import StringIOdata = ('col1,col2,col3\n' ...: 'a,b,1\n' ...: 'a,b,2\n' ...: 'c,d,3') ...: pd.read_csv(StringIO(data))""" col1 col2 col30 a .

2020-09-11 18:07:38 179

原创数据分析Pandas（4）-处理丢失数据

import pandas as pdimport numpy as np a = pd.date_range('20130101', periods=6)b = pd.DataFrame(np.arange(24).reshape((6,4)),index=a, columns=['A','B','C','D'])b.iloc[0,1] = np.nanb.iloc[1,2] = np.nan#删除含有NAN的行或者列b.dropna( axis=0, # 0:...

2020-09-11 17:52:05 113

原创数据分析Pandas（3）-设置值

import pandas as pdimport numpy as np a = pd.date_range('20130101', periods=6)b = pd.DataFrame(np.arange(24).reshape((6,4)),index=a, columns=['A','B','C','D'])#loc 和 iloc设置值b.iloc[2,2] = 123b.loc['20130101','B'] = 456#根据条件设置值b.B[b.A>4] = ..

2020-09-11 14:12:23 145

原创数据分析Pandas（2）-数据选择

import pandas as pdimport numpy as npa = pd.date_range('20130101', periods=6)b = pd.DataFrame(np.arange(24).reshape((6,4)),index=a, columns=['A','B','C','D'])#简单选择print(b['A'])print(b.A)"""2013-01-01 02013-01-02 42013-01-03 82..

2020-09-11 13:32:19 179

原创数据分析Pandas（1）-基础数据结构Series、DataFrame

Pandas特点：字典形式，比Numpy更加简单。Series ：左边索引，右边为值。在没有指定索引的情况下会自动创建一个0到N-1的整数型索引。import pandas as pdimport numpy as npa = pd.Series([1,2,3,np.nan,4,5])print(s)"""0 1.01 2.02 3.03 NaN4 4.05 5.0"""DataFrame :表格型的数据..

2020-09-10 16:50:11 538

原创数据分析Numpy（6）-数组之间赋值

矩阵之间以 = 赋值会产生关联性，一个矩阵中的元素的更改会导致赋值的矩阵相应元素自动更改；而以copy()方法赋值则不会产生关联性import numpy as npa = np.arange(4)# [0, 1, 2, 3]b = ac = aa[0] = 4 #更改第一个元素值print(a) # [4, 1, 2, 3]print(b) # [4, 1, 2, 3]print(c) # [4, 1, 2, 3]#同理改变b,c也会导致a相应改变d = a.copy.

2020-09-09 23:41:32 2897

原创数据分析Numpy（5）-数组分割

#导入模块，重命名为npimport numpy as np#二维数组a = np.arange(12).reshape(3,4)"""([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]]"""#纵向分割print(np.split(a,2,axis=1)) #纵向等分为两个矩阵print(np.hsplit(a,2)) ##等价纵向分割写法"""[[0, 1],[4, 5],[8, 9]],[[ 2, ..

2020-09-09 22:36:24 361

原创数据分析Numpy（4）-数组合并

#导入模块，重命名为npimport numpy as np#一维数组a = np.array([1,2,3]) #生成[1,2,3]数组b = np.array([4,5,6]) #生成[4,5,6]数组c = np.vstack((a,b)) #合并为二维数组[[1,2,3],[4,5,6]],即上下合并d = np.hstack((a,b)) #左右合并，[1,2,3,4,5,6]#数组的转置，注意数组不能转置，需要先转化为矩阵,即加一层括号e = a[np.newaxis,:..

2020-09-09 00:22:16 161

原创数据分析Numpy（3）-索引

#导入模块，重命名为npimport numpy as np#一维数组a = np.arange(1,13) #生成[0,1,2,3,...,12]数组print(a[3]) #结果为4#二维数组b = a.reshape(3,4) #转化为三行四列的二维数组print(b[2]) #[9,10,11,12],也就是第三行（0是第一行）print(b[1][1]) #结果为5，等价于b[1,1]print(b[1,1:3]) #输出第二行第二、三列元素for row in b :..

2020-09-08 23:19:38 135

原创数据分析Numpy（2）-基础运算

#导入模块，重命名为npimport numpy as npa = np.array([7,8,9,10]) #列表转化为一行四列数组b = np.arange(4) #生成[0,1,2,3]数组#一维数组上的操作c1 = a - b #对应的元素相减c2 = a + b #对应的元素相加c3 = a * b #对应的元素相乘c4 = a / b #对应的元素相除c5 = a** 2 #a中各个元素的平方c6 = 2*np.sin(a) #10倍的sin(a)print(b ..

2020-09-08 17:52:45 230

原创数据分析Numpy（1）-数组及相关属性

Numpy特点：速度快、消耗资源少属性：ndim：维度 shape：行数和列数 size：元素个数例一:#导入模块，重命名为npimport numpy as nparray = np.array([[1,2,3],[2,3,4]])print(array) #列表转化为矩阵print(array.ndim) # 维度2print(array.shape) # 行数和列数(2, 3)print(array.size) # 元素个数6...

2020-09-08 00:05:42 176

原创 Windows下更新pip以及安装包的各种方法

CMD界面首先进入Python的scripts的目录下pip更新指令： python -m pip install --upgrade pip输入运行后如果出现错误“no module named pip”，则运行以下指令： python -m ensurepip easy_install pip安装各种包：Windows安装Python后1.CMD 下：pip install 包名如果提示升级pip，先进行上一步操作。如果下载很慢，需要更...

2020-09-07 14:13:11 1646

原创解决准考证不能打印不能截图的一种方法

今天有个朋友要考试，但是准考证没有下载选项，打印预览又是乱七八糟的，截图也只能截一部分，让我帮帮他。然后我就登陆他的账号瞅了瞅，发现准考证在网页上不是图片也不是动态请求的资源，而是以静态代码的形式写出来的准考证格式。。。。好了，复制准考证部分的静态代码，把照片的路径改为本地存放之前上传的照片的路径，加上头部的一些编码约束，搞定，生成自己的准考证网页，打印预览，生成PDF或者直接打印都可以了。<!DOCTYPE html><!--使用360浏览器可以点击地址..

2020-07-30 15:14:02 2334

原创 Python爬虫学习笔记（selenium+Headless）

selenium目前抛弃了之前使用的phantomanJS,改用Selenium+Headless的组合，不会有浏览器窗口弹出并且提升了执行速度，同时可以尽量规避网站对爬虫的审查（建议添加cookie并使用代理池）。使用时，首先应当安装selenium和webdriver,webdriver应当与当前Chrome浏览器版本一致才能正常使用，二者都建议使用最新版本。下载webdriver chrome:下载webdriver：http://chromedriver.storage.googleap.

2020-06-16 13:44:20 302

原创如何解决王者荣耀排位赛中的系统制裁

玩过王者荣耀排位赛的人都会在一段时间有过这种感觉（大佬除外）:在连续赢了很多局排位赛或者经常在排位赛中获得MVP（无论输赢），之后一段时间就会出现连输掉星的状况，这种情况在新赛季系统升级之后尤为严重，召唤师们称这种现象为系统制裁。经过查看王者的数据统计，发现系统会让大部分人在一段时间内的排位胜率维持在50%—60%上下，这种做法的目的显而易见，就是为了增加玩家对产品的粘度。玩王者的目的是通过获得星来增加自己的段位，这也是除了娱乐之外的唯一目的，所以除了少部分以娱乐放松为目的的玩家，大部分玩家还是为了不.

2020-06-16 11:21:04 3307

空空如也

空空如也