摘要在进行数据分析时，我们经常需要对DataFrame去重，但有时候也会需要只保留重复值。这里就简单的介绍一下对于DataFrame去重和取重复值的操作。创建DataFrame这里首先创建一个包含一行重复值的DataFrame。DataFrame去重，可以选择是否保留重复值，默认是保留重复值，想要不保留重复值的话直接设置参数keep为False即可。3.取DataFrame重复值。大多时候我们都是需要将数据去重，但是有时候很我们也需要取重复数据，这个时候我
系统 2019-09-27 17:56:02 2320
一、pythonnumpy+matplotlib画股票k线图#--coding:utf-8--importrequestsimportnumpyasnpfrommatplotlibimportpyplotaspltfrommatplotlibimportanimationfig=plt.figure(figsize=(8,6),dpi=72,facecolor="white")axes=plt.subplot(111)axes.set_title('Sha
系统 2019-09-27 17:55:36 2320
Python标准异常总结这是错误类型表总结，不用记住，只要有印象即可，碰到需要处理的错误类型可以查表。一般捕获错误和处理错误使用try-except-finally：try:#检测范围exceptException[asreason]:#出现异常（Exception）后的处理代码finally:#无论如何都会执行的代码，如关闭文件（f.close()）等错误类型错误解释AssertionError断言语句（assert）失败AttributeError尝试
系统 2019-09-27 17:55:11 2320
用扩展名判断文件格式非常简单，但是有可能是错误的。jpeg文件有固定的文件头，其文件头的格式如下：StartMarker|JFIFMarker|HeaderLength|Identifier0xff,0xd8|0xff,0xe0|2-bytes|"JFIF\0"所以可以通过文件头的方式快速判断文件格式：defis_jpg(filename):data=open(filename,'rb').read(11)ifdata[:4]!='\xff\xd8\xff
系统 2019-09-27 17:54:42 2320
方法：使用urlencode函数urllib.request.urlopen()importurllib.requestimporturllib.parseurl='https://www.sogou.com/web?'#将get请求中url携带的参数封装至字典中param={'query':'周杰伦'}#对url中的非ascii进行编码param=urllib.parse.urlencode(param)#将编码后的数据值拼接回url中url+=para
系统 2019-09-27 17:53:16 2320
数据驱动模式的测试好处相比普通模式的测试就显而易见了吧！使用数据驱动的模式，可以根据业务分解测试数据，只需定义变量，使用外部或者自定义的数据使其参数化，从而避免了使用之前测试脚本中固定的数据。可以将测试脚本与测试数据分离，使得测试脚本在不同数据集合下高度复用。不仅可以增加复杂条件场景的测试覆盖，还可以极大减少测试脚本的编写与维护工作。下面将使用Python下的数据驱动模式(ddt)库，结合unittest库以数据驱动模式创建百度搜索的测试。ddt库包含一组
系统 2019-09-27 17:52:26 2320
Image模块Image模块是在PythonPIL图像处理中常见的模块，对图像进行基础操作的功能基本都包含于此模块内。如open、save、conver、show…等功能。open类Image.open(file)⇒imageImage.open(file,mode)⇒image要从文件加载图像，使用open()函数，在Image模块：@zhangzijufromPILimportImage##调用库im=Image.open("E:\mywife.jpg
系统 2019-09-27 17:50:26 2320
解决print（）中文的乱码问题！！！#-*-coding:utf-8-*-importioimportsys#改变标准输出的默认编码(改变中文输出的乱码问题)sys.stdout=io.TextIOWrapper(sys.stdout.buffer,encoding='utf8')selenium+chrome浏览器进行爬虫下载chrome的浏览器驱动（http://chromedriver.storage.googleapis.com/index.ht
系统 2019-09-27 17:49:57 2320
之前的文章里面谈到过，我从R转到Python上，一个很大的不习惯就是R的数据结构比较简单，但是Python的数据类型比较多，很容易就令人头脑混乱。但是今天学习了一下Udacity的课程，顿时就清楚多了。Python最基础的数据类型包括数组、列表、字典比较常见的。而Numpy和Pandas的数据类型是在基础数据类型上建立，彼此相关，又彼此不同。Numpy里面最基本的就是一维的对象np代指，这点我认为和列表list基本没有什么不同，很多操作（比如各种的for循
系统 2019-09-27 17:49:11 2320
作者：楷楷链接：https://segmentfault.com/a/11...开发思路完整项目地址：https://github.com/371854496/...更多好玩有趣的python，尽在公众号「Python专栏」，后台回复「机器学习电子书」免费获取100本机器学习电子书引入需要的模块，配置图片路径，设置界面宽高背景颜色，创建游戏主入口。#1引入需要的模块importpygameimportrandom#1配置图片地址IMAGE_PATH='im
系统 2019-09-27 17:48:42 2320
