数据分析师-数据科学专业问答社区-CDA答疑社区

热线电话：13121318867

登录

zxq997

数据中存在相同的数据，称为【重复数据】。| 去重：数据集中的重复值包括以下两种情况：·数据值完全相同的多条数据记录。·数据主体相同但匹配到的唯一属性值不同。当数据集中的重复值是第一种情况时，直接去重即可，如果是第二种情况，需要根据属性的性质来决定是否去除

0.0000

0

2

0

关注作者

收藏

zxq997

处理异常值的方法

1 不处理：若算法对异常值不敏感，则可以不处理；算法对异常值敏感，如kmeans，knn之类的一些基于距离计算的一些算法，则最好不要用这种方法。2 平均值替代：利用平均值来代替异常值，损失信息小，简单高效。3 视为缺失值：将异常值视为缺失值来处理，采用处理缺失值的方法来处理异常值。

0.0000

0

3

0

关注作者

收藏

zxq997

缺失值的补全办法

粗糙数据中由于缺少信息而造成的数据的聚类、分组、删失或截断被称为【缺失值】。它指的是现有数据集中某个或某些属性的值是不完全的。处理缺失值的方法有：1 直接删除：适用于样本较大的情况，样本较小时，可能会影响最终的分析结果。2 估算：数据均匀，均值法填充；数据分布倾斜，中位数填充；根据数据的分布情况，可以采用均值、中位数、或者众数进行数据填充3 插补法：·随机插补法：从总体中随机抽取某几

0.0000

0

1

0

关注作者

收藏

詹惠儿

BeautifulSoup将数据写入Excel电子表格

该make_excel函数获取数据库中的数据并将其写入Excel电子表格。 1.添加电子表格变量：该标题变量是冠军在电子表格中列的列表。该行变量跟踪当前电子表格行。2.使用xlswriter打开工作簿，并添加一个工作表来接收数据。 3. 准备工作表：前两项在set_column方法中始终相同。这是因为它正在设置从第一个指示列到下一个列的一部分列的属性。最后一个值是以字

0.0000

0

1

0

关注作者

收藏

阿抽哥哥

matplotlib绘图之设置图形标签

下面简单介绍matplotlib设置图形标签的方法：图形标题、坐标轴标题、图例。其中plt.title()为设置图形标题，plt.xlabel()与plt.ylabel()分别为设置x轴标题与y轴标题，plt.legend()为创建图例，在函数plt.plot()中设置参数 label为想要的图例即可。下为代码与图：%matplotlib inlineimport matplotlib as

0.0000

0

4

0

关注作者

收藏

阿抽哥哥

matplotlib绘图之坐标轴上下限

虽然matplotlib会自动为图形选择最合适的坐标轴上下限，但有时自定义坐标轴上下限会更好。调整坐标轴上下限最基础的方法时plt.xlim()和plt.ylim()，比如以下对比%matplotlib inlineimport matplotlib as mplimport matplotlib.pyplot as pltimport numpy as npplt.style.use(

0.0000

0

2

0

关注作者

收藏

zxq997

在Python中实现一个真正的switch-case语句

下面是使用字典模仿一个 switch-case 构造的代码示例：def xswitch(x): return xswitch._system_dict.get(x, None) xswitch._system_dict = {'files': 10, 'folders': 5, 'devices': 2}print(xswitch('default'))print(xswitch(

0.0000

0

3

0

关注作者

收藏

zxq997

不使用任何循环，构造一个列表

import itertoolstest = [[-1, -2], [30, 40], [25, 35]]print(list(itertools.chain.from_iterable(test)))#-> [-1, -2, 30, 40, 25, 35]如果输入列表中有嵌入的列表或元组作为元素，那么就使用下面这种方法，不过也有个局限，它使用了 for 循环：def unifyl

0.0000

0

1

0

关注作者

收藏

zxq997

用一行代码搜索字符串的前后缀

print("http://www.google.com".startswith(("http://", "https://")))print("http://www.google.co.uk".endswith((".com", ".co.uk")))#1-> True#2-> True

0.0000

0

2

0

关注作者

收藏

zxq997

从两个相关序列中创建一个字典

t1 = (1, 2, 3)t2 = (10, 20, 30)print(dict (zip(t1,t2)))#-> {1: 10, 2: 20, 3: 30}

0.0000

0

3

0

关注作者

收藏

zxq997

使用拉姆达来模仿输出方法

import syslprint=lambda *args:sys.stdout.write(" ".join(map(str,args)))lprint("python", "tips",1000,1001)#-> python tips 1000 1001

0.0000

0

3

0

关注作者

收藏

zxq997

使用_slots_减少内存消耗

不知道你是否注意过你的 Python 程序会占用很多资源，特别是内存？这里分享给你一个技巧，使用类变量来减少程序的内存消耗。import sysclass FileSystem(object): def __init__(self, files, folders, devices): self.files = files self.folders = fo

0.0000

0

2

0

关注作者

收藏

zxq997

检查一个对象的内存使用

在 Python 2.7 中，一个 32-bit 的整数值会占用 24 字节，而在 Python 3.5 中会占用 28 字节。我们可以调用方法来验证内存使用。在 Python 2.7 中：import sysx=1print(sys.getsizeof(x))#-> 24在 Python 3.5 中：import sysx=1print(sys.ge

0.0000

0

0

0

关注作者

收藏

zxq997

重置递归限制

Python 将递归限制到 1000，我们可以重置这个值：import sysx=1001print(sys.getrecursionlimit())sys.setrecursionlimit(x)print(sys.getrecursionlimit())#1-> 1000#2-> 1001

0.0000

0

1

0

关注作者

收藏

zxq997

找到一个列表中的出现最频繁的值

test = [1,2,3,4,2,2,3,1,4,4,4]print(max(set(test), key=test.count))#-> 4

0.0000

0

2

0

关注作者

收藏

zxq997

一行代码计算任何数字的阶乘

# Python 2.X result = (lambda k: reduce(int.__mul__, range(1,k 1),1))(3)print(result)#-> 6# Python 3.X import functoolsresult = (lambda k: functools.reduce(int.__mul__, range(1,k 1),1))(3)prin

0.0000

0

4

0

关注作者

收藏

zxq997

使用字典来存储表达式

stdcalc = { 'sum': lambda x, y: x y, 'subtract': lambda x, y: x - y}print(stdcalc['sum'](9,3))print(stdcalc['subtract'](9,3))#1-> 12#2-> 6

0.0000

0

3

0

关注作者

收藏

zxq997

使用*运算符解压缩函数参数

*运算符提供了一种很艺术的方式来解压缩参数列表，参看如下示例：def test(x, y, z): print(x, y, z)testDict = {'x': 1, 'y': 2, 'z': 3} testList = [10, 20, 30]test(*testDict)test(**testDict)test(*testList)#1-> x y z#2-> 1 2

0.0000

0

1

0

关注作者

收藏

zxq997

从函数中返回多个值

支持这种功能的编程语言并不多，然而，Python 中的函数可以返回多个值。可以参考下面的例子看看是怎么做到的：# 返回多个值的函数def x(): return 1, 2, 3, 4# 调用上面的函数a, b, c, d = x()print(a, b, c, d)#-> 1 2 3 4

0.0000

0

2

0

关注作者

收藏

zxq997

在 Python 中使用枚举量

我们可以用如下方法来创建枚举定义：class Shapes: Circle, Square, Triangle, Quadrangle = range(4)print(Shapes.Circle)print(Shapes.Square)print(Shapes.Triangle)print(Shapes.Quadrangle)#1-> 0#2-> 1#3-> 2#4-> 3

0.0000

0

2

0

关注作者

收藏

<1…262263264…341>

CDA考试动态

CDA报考指南