用法:DataFrame.drop(labels=None,axis=0, index=None, columns=None, inplace=False) 参数说明:labels 就是要删除的行列的名字,用列表给定axis 默认为0,指删除行,因此删除columns时要指定axis=1:index 直接指定要删除的行columns 直接指定要删除的列inplace=False,默认该删除操作不改变原数据,而是返回一个执行删除操作后的新dataframe:inplace=True,则会直接在原数

现实世界中总是存在一组一组的事物,如俄罗斯方块.游戏中的技能.世界杯总决赛(8个小组,每组4个队) 一.python中如何表示“组”的概念 1.列表 1)定义 [1,2,3,4,5] type[1,2,3,4,5] 2)特性 组成列表的元素可以是不同的数据类型 如['hello','world',1,9,True,False] 列表的元素可以是列表,即嵌套列表.在其他语言也成为二维数组 如[[1,2],[3,4],['a','b']] 3)基本操作 访问某个元素——下标 访问某些元素——切片 更

1.Python 中的数组 形式: 用list和tuple等数据结构表示数组 一维数组:list=[1,2,3,4] 二维数组:list=[[1,2,3],[4,5,6],[7,8,9]] 用array模块:array模块需要加载,而且运用的较少 通过array函数创建数组(数组中的元素可以不是同一种类型),array.array('B',range(5))   >>array('B',[1,2,3,4,5]) 提供append.insert和read等函数 标准安装的Python中用列表(l

工作中有时候会有这种需求: 1. 自动配置组策略的安全基线,这个东西不用你自己写了,微软有这个工具,Microsoft Security Compliance Manager,你可以在下面的地址去下载和学习使用. technet.microsoft.com/library/cc677002.aspx 2. 但是有时候你可能需要自动化的获取服务器上的某些信息,如cpu啊,disk等,以及组策略中的相关设定,这个应该怎么去获取呢,是不是可以完全去访问注册表的值呢,但是貌似有些审核策略是没有注册表值的

子组匹配返回找到的第一个匹配项 []表示匹配列表中的任意一个,返回找到的第一个 这样可以发现如果要查找字母的话可以使用[a-z],返回找到的第一个字母 查找数字使用[0-9],返回找到的第一个数字相当与\d 在[]中使用^表示取反的意思,所以[^0-9]相当与\D .在[]也不再是任意字符的意思,就是.本身 ***********************************************************************************************

lis = ['127.0.0.1','3306']#列表tp = ('127.0.0.1','3306') #定义元组 lis[1]='3307'print(lis)print(tp[0])元祖也有下标print(tp.count(1))统计次数print(tp.index(1))打印出下标#元组是一个不可变的list,只有count方法和index方法#定义元组的时候,如果元组只有一个元素,那么你要在这个元素后面#加一个逗号,要不然就是一个字符串new_lis = tuple(lis)pri

li = [1,2,3,4,5,6] for i in li: if i<3: li.remove(i) print(li) #输出的结果是 [2,3,4,5,6]    2没有remove掉 是因为#在第一次循环的时候,1 被remove掉了#然后坑位由6个变为5个#以后的一次往前排,2到了第一个坑位#然后在迭代的时候,就是从第二个坑位开始迭代,就是从3开始#所以2 就这么被忽略了! 解决: 例子一: 我是在做飞机大战,子弹越界要删除的时候遇到的这个问题,子弹都保存在bullet_list 可

现实世界中总存在一组一组的事物, 一.列表的定义 type(['hello','world',1,9,True,False]) = <class 'list'> type([[1,2,3,],[1,2],[True,False]]) =<class 'list'> 嵌套列表 二.列表的基本操作 ['第一个数','第二个数','第三个数','第四个数'][-1]='第四个数' ['第一个数','第二个数','第三个数','第四个数'][-2:]=['第三个数', '第四个数'] ['

解决问题 使用日志服务进行数据处理与传递的过程中,你是否遇到如下监测场景不能很好的解决: 特定数据上传到日志服务中需要检查数据内的异常情况,而没有现成监控工具? 需要检索数据里面的关键字,但数据没有建立索引,无法使用日志服务的告警功能? 数据监测要求实时性(<5秒,例如Web访问500错误),而特定功能都有一定延迟(1分钟以上)? 存在多个域的多个日志库(例如每个Region的错误文件对应的日志库),数据量不大,但监控逻辑类似,每个目标都要监控与配置,比较繁琐? 如果是的,您可以考虑使用日志服务

在上一篇文章中,我们介绍了 Python 的字符类和对元字符进行了深入讲解,现在我们介绍 Python 的捕获组和特殊匹配字符串.查看上一篇文章请点击:https://www.cnblogs.com/dustman/p/10036661.html 捕获组可以通过用括号包围正则表达式的部分来创建组,意味着一个组可以作为元字符 (例如 * 和 ?) 的参数. import re pattern = r"python(ice)*" string1 = "python!"

场景目标 使用日志服务的Web-tracking.logtail(文件极简).syslog等收集上来的日志经常存在各种各样的格式,我们需要针对特定的日志(例如topic)进行一定的分发到特定的logstore中处理和索引,本文主要介绍如何使用消费组实时分发日志到不通的目标日志库中.并且利用消费组的特定,达到自动平衡.负载均衡和高可用性. 基本概念 协同消费库(Consumer Library)是对日志服务中日志进行消费的高级模式,提供了消费组(ConsumerGroup)的概念对消费端进行抽象和

http://python.jobbole.com/80853/ Python拥有着极其丰富且稳定的数据科学工具环境.遗憾的是,对不了解的人来说这个环境犹如丛林一般(cue snake joke).在这篇文章中,我会一步一步指导你怎么进入这个PyData丛林. 你可能会问,很多现有的PyData包推荐列表怎么样?我觉得对新手来说提供太多的选择可能会受不了.因此这里不会提供推荐列表,我要讨论的范围很 窄,只集中于10%的工具,但它们可以完成你90%的工作.当你掌握这些必要的工具后,你就可以浏览Py

摘要: pandas 的 GroupBy 功能可以方便地对数据进行分组.应用函数.转换和聚合等操作.   # 原作者:lionets GroupBy 分组运算有时也被称为 “split-apply-combine” 操作.其中的 “split” 便是借由 obj.groupby() 方法来实现的. .groupby(by=None, axis=0, level=None, as_index=True, sort=True, group_keys=True, squeeze=False) 方法作用

微信公众号:Python中文社区 Python初级技术交流QQ群:152745094Python高级技术交流QQ群:273186166Python网络爬虫组QQ群:206241755PythonWeb开发组QQ群:577672548Python量化交易策略组QQ群:264204289Python数据分析挖掘组QQ群:539956362Python自然语言处理组QQ群:570364809 作者:阿橙链接:https://zhuanlan.zhihu.com/p/22304295来源:知乎著作权归作

使用 Python 可以编写多线程程序,注意,这并不是说程序能在多个 CPU 核上跑.如果你想这么做,可以看看关于 Python 并行计算的,比如官方 Wiki. Python 线程的主要应用场景是一些包含等待或 I/O 的任务,比如与远程 Web 服务器交互,多线程能够让 Python 在等待时执行其他代码,这提高了系统的交互性.例如下面这个爬虫程序: import Queue import threading import urllib2 # 被每个线程调用 def get_url(q, u

当我们浏览网页的时候,经常会看到像下面这些好看的图片,你是否想把这些图片保存下载下来. 我们最常规的做法就是通过鼠标右键,选择另存为.但有些图片点击鼠标右键的时候并没有另存为选项,或者你可以通过截图工具截取下来,但这样就降低图片的清晰度,并且这样效率很低. 那肿么办呢? 我们可以通过python 来实现这样一个简单的爬虫功能,把我们想要的代码爬取到本地. 说到网络爬虫(又被称为网页蜘蛛,网络机器人等),然而它并不是一种爬虫~而是一种可以在网上任意搜索的一个脚本程序. 如果说一定要解释网络爬虫到底

让计算机程序并发的运行是一个经常被讨论的话题,今天我想讨论一下Python下的各种并发方式. 并发方式 线程(Thread) 多线程几乎是每一个程序猿在使用每一种语言时都会首先想到用于解决并发的工具(JS程序员请回避),使用多线程可以有效的利用CPU资源(Python例外).然而多线程所带来的程序的复杂度也不可避免,尤其是对竞争资源的同步问题. 然而在python中由于使用了全局解释锁(GIL)的原因,代码并不能同时在多核上并发的运行,也就是说,Python的多线程不能并发,很多人会发现使用多线

这里记录一个我常用的模型,每次久了不使用正则就会忘记. 记得最好玩的一句关于正则表达式的话就是 当你想到一件事情可以用正则表达式解决的时候 现在你就面临了两个问题了. python里面使用了re模块对正则表达式进行了集成. 下面来匹配这样一段话作为例子 "JD请求异常返回: 商品列表中含有不能购买的商品[1322410]" 注意这个括号里面的数字是随机的 匹配方法1. 使用re.match方法这个方法如果匹配成功将返回一个匹配成功的对象可以使用对象的相关方法提取内容,如果没有匹配到将会

Python 3 实现色情图片识别 项目简介 项目内容 本实验将使用 Python3 去识别图片是否为色情图片,我们会使用到 PIL 这个图片处理库,会编写算法来划分图像的皮肤区域. 项目知识点 Python 3 模块的安装 Python 3 基础知识 肤色像素检测与皮肤区域划分算法 Pillow 模块使用 argparse 模块使用 实验环境 Python 3.5 Pillow 5.1 项目步骤 本博文通过项目的具体操作,带领大家使用 Python3 实现色情图片的识别. 安装相关包 PIL

所谓IO密集型任务,是指磁盘IO.网络IO占主要的任务,计算量很小.比如请求网页.读写文件等.当然我们在Python中可以利用sleep达到IO密集型任务的目的. 所谓计算密集型任务,是指CPU计算占主要的任务,CPU一直处于满负荷状态.比如在一个很大的列表中查找元素(当然这不合理),复杂的加减乘除等. 多线程即在一个进程中启动多个线程执行任务.一般来说使用多线程可以达到并行的目的,但由于Python中使用了全局解释锁GIL的概念,导致Python中的多线程并不是并行执行,而是“交替执行”. P

## 导入所需的包 import pandas as pd import numpy as np import matplotlib.pyplot as plt import tensorflow as tf tf.reset_default_graph() plt.rcParams['font.sans-serif'] = 'SimHei' ##设置字体为SimHei显示中文 plt.rcParams['axes.unicode_minus'] = False ##设置正常显示符号 ## 导入