一、缺失值的处理方法由于各种各样的原因，真实世界中的许多数据集都包含缺失数据，这些数据经常被编码成空格、nans或者是其他的占位符。但是这样的数据集并不能被scikit-learn算法兼容，因为大多数的学习算法都会默认数组中的元素都是数值，因此素偶有的元素都有自己的代表意义。使用不完整的数据集的一个基本策略就是舍弃掉整行或者整列包含缺失值的数值，但是这样处理会浪费大量有价值的数据。下面是处理缺失值的常用方法：1.忽略元组当缺少类别标签时通常这样做（假定挖掘
系统 2019-09-27 17:50:59 2004
这两天一直在windows上做用python（版本是3.6）抽取pdf中内容的东西，主要就是从pdf中提取出里面的字体和表格内容。尝试了好些个库，现在算是找到比较符合我需求（比较好用）的pdf解析的了。在这个过程中，用了以下几个库：PDFminerPDFminer算是一个还算不错的吧，安装直接用pip安装就行。如下：pipinstallpdfminer3k它这个对pdf中内容做了好些个对象，用这些对象来存储不同的信息，比如表格有LTFigure对象存储、文
系统 2019-09-27 17:50:26 2004
Pandas类似R语言中的数据框(DataFrame),Pandas基于Numpy,但是对于数据框结构的处理比Numpy要来的容易。1.Pandas的基本数据结构和使用Pandas有两个主要的数据结构：Series和DataFrame。Series类似Numpy中的一维数组，DataFrame则是使用较多的多维表格数据结构。Series的创建>>>importnumpyasnp>>>importpandasaspd>>>s=pd.Series([1,2,3
系统 2019-09-27 17:50:11 2004
一、ConfigParser简介ConfigParser是用来读取配置文件的包。配置文件的格式如下：中括号“[]”内包含的为section。section下面为类似于key-value的配置内容。复制代码代码如下:[db]db_host=127.0.0.1db_port=22db_user=rootdb_pass=rootroot[concurrent]thread=10processor=20中括号“[]”内包含的为section。紧接着section为
系统 2019-09-27 17:50:05 2004
https://www.runoob.com/python3/python3-file-methods.htmlfile()函数用于创建一个file对象，它有一个别名叫open()1.文件打开open()函数open(file,mode=‘r’,buffering=-1,encoding=None,errors=None,newline=None,closefd=True,opener=None)file:必需，文件路径（相对或者绝对路径）。写入模式下，若
系统 2019-09-27 17:49:45 2004
在python自动化中，经常会遇到对数据文件的操作，比如添加多名员工，但是直接将员工数据写在python文件中，不但工作量大，要是以后再次遇到类似批量数据操作还会写在python文件中吗？应对这一问题，可以将数据写excel文件，针对excel文件进行操作，完美解决。本文仅介绍python对excel的操作安装xlrd库xlrd库官方地址：https://pypi.org/project/xlrd/pipinstallxlrd笔者在安装时使用了pip3in
系统 2019-09-27 17:49:41 2004
在python中的数据类型和控制流这篇文章中我们提到过列表，它是基本的数据类型之一。通俗来说，它就是用来存储一系列数据的。比如存储一个班级的学生。列表中的每个元素可以通过下标（索引）访问，索引从0开始。既然列表存储的是一系列值，这必然存在「增删改查」的情况，就像一个班级的学生，有进入学的，也有退学的。接下来我们来说说，首先我们先从列表的创建开始。创建列表list=[ele1,ele2,elem3,...,elen]比如，创建一个数字列表或英文字符列表num
系统 2019-09-27 17:48:06 2004
Python是一种解释型、面向对象、动态数据类型的高级程序设计语言，本文就举一例Python类继承的实例。实例代码如下：#!/usr/bin/python#Filename:inherit.py#Author:yanggangclassSchoolMember:def__init__(self,name,age):self.name=nameself.age=ageprint'initSchoolMember:',self.namedeftell(self
系统 2019-09-27 17:47:55 2004
在任何语言中，都会规定某些对象(属性、方法、函数、类等)只能够在某个范围内访问，出了这个范围就不能访问了。这是“公”、“私”之分。此外，还会专门为某些特殊的东西指定一些特殊表示，比如类的名字就不能用class，def等，这就是保留字。除了保留字，python中还为类的名字做了某些特殊准备，就是“专有”的范畴。私有函数在某些时候，会看到有一种方法命名比较特别，是以“__”双划线开头的，将这类命名的函数/方法称之为“私有函数”。所谓私有函数，就是：私有函数不可
系统 2019-09-27 17:47:33 2004
递归和迭代从本质上看都是循环的一种，递归通过在循环中调用自身，而迭代则通过某段代码实现循环一般来说：迭代的思想会使问题简单化，但计算过程会十分繁琐，因为参数要通过传递的形式先到达递归条件值，然后再一层一层返回，会占用大量内存，只适用于小型的问题求解。一、递归：它通常把一个大型复杂的问题层层转化为一个与原问题相似的规模较小的问题来求解，递归策略只需少量的程序就可描述出解题过程所需要的多次重复计算，大大地减少了程序的代码量注意：递归就是在过程或函数里面调用自身
系统 2019-09-27 17:47:18 2004
