win10系统默认配置的字体是有很多的，编辑文件我们会打开word文档，然后在这里选择字体，可以看到电脑中安装多少字体。有的时候根本使用不到这些字体，而且还占用内存空间。因此想要删除掉一些不用的字体，而有的朋友则因为工作的需要，想要安装新的字体，不管怎么样，只有到win10系统字体库才能添加和删除。下面win10系统查找字体库位置方法： 工具/原料 win10系统 方法/步骤 打开控制面板。  单击外观和个性化。  单击字体。这样就打开了字体库位置。  选中的字体，直接拖进字库位置里，这样直接安装字体。  在字库位置下，选中字体，右键，删除。这样就直接删除字体了。  win10系统如何查找字体...

文章目录  Excel的power query安装和基本使用   工具/原料 方法/步骤 如果没有的话 基本使用    Excel的power query安装和基本使用 如果您的Office版本是2016版，恭喜你，Excel2016已经内置了Power Query，即"数据"选项卡下面的 数据处理与转换；Office版本是2007及以下版本，则无法支持Power Query，建议升级Office版本；下面我们重点来讲讲Office2010、Office2013版本的Excel中安装Power Query插件。 工具/原料  Office2010或Office2013 Po...

文章目录  matplotlib常用统计图   散点图 条形图   横着的条形图  多次条形图 直方图   能绘制直方图吗   只能绘制条形图  直方图更多应用场景  更多的绘图工具了解   matplotlib常见问题总结 matplotlib使用的流程总结 matplotlib更多的图形样式   前端数据展示   matplotlib常用统计图 散点图 假设通过爬虫你获取到了北京2016年3,10月份每天白天的最高气温(分别位于列表a,b),那么此时如何寻找出气温和随时间(天)变化的某种规律? a = [11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,...

文章目录    1、创建一个长度为10的一维全为0的ndarray对象，然后让第5个元素等于1 2、创建一个元素为从10到49的ndarray对象 3、将第2题的所有元素位置反转 4、使用np.random.random创建一个10*10的ndarray对象，并打印出最大最小元素 5、创建一个10*10的ndarray对象，且矩阵边界全为1，里面全为0 6、创建一个每一行都是从0到4的5*5矩阵 7、创建一个范围在(0,1)之间的长度为12的等差数列 8、创建一个长度为10的随机数组并排序 9、创建一个长度为10的随机数组并将最大值替换为0 10、如何根据第3列来对一个5*5矩阵排序？ 11、...

文章目录  pandas   1、Series   1）Series的创建   (1) 由列表或numpy数组创建   通过设置index参数指定索引   name参数 copy属性   (2) 由字典创建   2）Series的索引和切片   (0)常规索引的方式 (1) 显式索引： (2) 隐式索引： 常规切片 显式切片 隐式切片  3）Series的基本概念   可以把Series看成一个定长的有序字典 可以通过ndim,shape，size，index,values等得到series的属性 可以通过head(),tail()快速查看Series对象的样式 使用pandas读取CSV文件...

文章目录  2、DataFrame   1）DataFrame的创建 DataFrame属性：values、columns、index、shape、ndim、dtypes 2）DataFrame的索引   (1) 对列进行索引   错误演示，取行的索引  (2) 对行进行索引 (3) 对元素索引的方法   使用行索loc引切片 使用隐式iloc   3）DataFrame的运算   （1） DataFrame之间的运算 （2） Series与DataFrame之间的运算   列方向 DataFrame的CURD操作   插入   换一种方法  查询   第一种方式 第二种方法  删除     ...

文章目录  处理丢失的数据   在python中有两种方法 pandas 中对于空的操作    处理丢失的数据 在python中有两种方法  np.nan None  user.loc['西','sex'] = np.nan  pandas 中对于空的操作  snull() notnull() dropna() #过滤空值 fillna() #填充空值  #把每一列中True和False求和 cond = user.isnull().sum() col_nan = cond[cond>0].index user.loc[:,col_nan].isnull()   dropna() 过滤N...

文章目录  pandas层次化索引   1. 创建多层行索引   1) 隐式构造  2 显示构造pd.MultiIndex 3. 多层索引对象的索引与切片操作   DataFrame的操作  4. 索引的堆（stack） 5. 聚合操作    pandas层次化索引 import pandas as pd import numpy as np  1. 创建多层行索引 1) 隐式构造 最常见的方法是给DataFrame构造函数的index参数传递两个或更多的数组  Series也可以创建多层索引  s = pd.Series(np.random.randint(0,100,4),index=[[...

文章目录  pandas知识的复习   枚举 DataFrame的获取方式 NaN 多层级索引 行列堆变换 聚合 属性  内容概览 pandas的拼接操作   0. 回顾numpy的级联   使用Pandas连接MySQL获取数据  1. 使用pd.concat()级联   1) 简单级联 2) 不匹配级联     使用concat()模拟联合查询   3) 使用append()函数添加  2. 使用pd.merge()合并   将id设置为行号 重新设置行索引 指定关联列 关联列是行索引 5) 内合并与外合并 6) 列冲突的解决      本文所用数据 链接：https://pan.baid...

文章目录  内容概览 数据下载 源代码及分析   将abbrevs和population合并 要检查空数据 查找州名为空的数据 填补简写为PR的 填补简写为USA的 人口数据为空的行号 合并面积的df 填充面积 数据分析   2012 年各州成年人口和未成年人口比例     内容概览  数据下载 链接：https://pan.baidu.com/s/16kWSQ4OfNE3w3nSW4M2lyA 提取码：tjc9 源代码及分析 import pandas as pd  #州名的简写 abb = pd.read_csv('state-abbrevs.csv') #人口的数据 pop = pd.r...

文章目录  pandas中的绘图函数 内容概要 线形图 柱状图 直方图 随机百分比密度图 散布图       机器学习使用的比较多的一种图形 散布图可以描述数据的分布状态和数据的增长趋势以及x和y轴的关系 汽车排放量越小，行驶的距离就越远    箱线图（补充）   pandas中的绘图函数 内容概要  Series和DataFrame都有一个都有一个生成各类图标的plot方法，默认情况下锁生成的都是线形图 import numpy as np import pandas as pd import matplotlib.pyplot as plt  线形图 简单示例Series图例表示.plot...

pandas数据处理 本文用到的数据和源代码 链接：https://pan.baidu.com/s/17uA0t50vXDOe-aPigtZZ9Q 提取码：97xz  文章目录  pandas数据处理   1、删除重复元素   使用duplicated()函数检测重复的行，返回元素为布尔类型的Series对象，每个元素对应一行，如果该行不是第一次出现，则元素为True df.duplicated() 返回bool型的值,如果不重复返回false ,有重复值返回Ture  2. 映射   使用replace()函数，对values进行替换操作 1）replace还经常用来替换NaN元素 2) r...

transpose的原理是根据维度shape索引决定的  文章目录  transpose的原理是根据维度shape索引决定的   二维数组 三维数组    二维数组 生成一个2*2的数组 arr = np.arange(4).reshape((2,2)) arr   我们生成了一个维度为2的二维数组，其中有两个索引值：矩阵的行和列 transpose（）函数的作用就是调换数组的行列值的索引值，类似于求矩阵的转置 arr.transpose()   我们可以直观的看到，数组的行列索引值对换，1的位置从arr（0,1）跑到了arr（1，0） 三维数组 我们继续生成一个三维数组 x = np.ara...

详解numpy中的swapaxes函数  文章目录  详解numpy中的swapaxes函数    swapaxes函数比较简单  我们以三维数组为例，其他维度的思路一样  先产生一个随机的三维数组 arr = np.arange(16).reshape((2,2,4)) arr   使用swapaxes函数 arr.swapaxes(1,2)  这个意思就是交换第二个和第三个轴 结果就是  为什么会是这样的结果呢? 我们举个例子 数字7 他之前的索引是  arr[0,1,3]  现在通过swapaxes函数交换第二个轴和第三个轴 那么数字7的索引就变成了  arr2[0,3,1]  是不是很...