- 博客(6)
- 问答 (2)
- 收藏
- 关注
RSS订阅原创 pandas利用数据类型转换节省内存空间
pandas利用数据类型转换节省内存空间数据类型转换函数astypedf1 = pd.DataFrame({'a':[1,2,3,np.inf],'b':[12,321,23,np.nan]})>>> a b0 1.0 12.01 2.0 321.02 3.0 23.03 0.0 NaN#获取数据类型df1.dtyp...
2019-08-26 23:12:32
774
原创 python函数的默认参数请勿定义可变类型
python函数的默认参数请勿定义可变类型经常会看到这样一句代码警告：Default argument value is mutable意思是告诉我们函数的定义中，使用可变类型做默认参数。那为什么会有这个警告呢？可变类型和不可变类型可变类型（mutable）：列表，字典不可变类型（unmutable）：数字，字符串，元组定义可变类型会有什么问题？def fun(a=[]): ...
2019-08-24 22:56:44
1029
原创 dataframe中有关inf的处理技巧
numpy中inf的相关文档什么是inf？IEEE 754浮点表示（正）无穷大。为什么会产生？>>> np.NINF-inf>>> np.infinf>>> np.log(0)-inf>>> np.array([1,2])/0 #碰到的最多的情况array([ inf, inf])产生inf有什么好...
2019-07-08 20:47:36
16813
8
原创 dataframe缺失值(NaN)处理
dataframe缺失值(NaN)处理 在进行机器学习的特征工程时，常常需要根据选择的机器学习算法，采用合适的数据预处理方式，特别是对于对于空值(NaN)的处理，常常使人感到困惑。 一般对于NaN，常常有两种处理方式。第一种——填补。第二种——不处理。 当你使用sklearn库进行机器学习训练时，一般对于缺失值要求较为严格，因此，需要进行填补，至于填补为何值，则需要根据业务...
2019-07-06 00:15:07
31593
原创 numpy的np.nanmax和np.max区别（坑）
numpy的np.nanmax和np.array([1,2,3,np.nan]).max()的区别（坑）numpy中numpy.nanmax的官方文档原理 在计算dataframe最大值时，最先用到的一定是Series对象的max()方法()，最终结果是4。s1 = pd.Series([1,2,3,4,np.nan])s1_max = s1.max() 但是笔者由...
2019-07-05 00:04:53
8923
原创 pandas中std和numpy的np.std区别
pandas中std和numpy的std区别pandas中Series.std的官方文档numpy中numpy.std的官方文档原理 计算标准差时，需要注意numpy中的std和pandas的std在计算标准差时，默认的计算结果会存在不一致的问题。 原因在于默认情况下， numpy计算的为总体标准偏差，ddof=0；一般在拥有所有数据的情况下，计算所有数据的标准...
2019-07-03 23:43:39
13148
空空如也
2.4G的NRF24L01P和SI24R1在室内哪个收发效果更好，范围更广？
2017-03-26
NRF24L01模块发送的2.4G信号能不能用其他非NRF24l01的模块接收？
2017-03-26
TA创建的收藏夹 TA关注的收藏夹
TA关注的人