原创 Pandas導出美化技巧，讓你的Excel更出衆

pandas的DataFrame可以通過設置參數使得在jupyter notebook中顯示的更加美觀，但是，將DataFrame的數據導出excel時，卻只能以默認最樸素的方式將數據寫入excel。 本文介紹一種簡單易用，讓導出的exce

2024-03-14 13:02:36

原创 輕鬆駕馭Python格式化：5個F-String實用技巧分享

F-String（格式化字符串字面值）是在Python 3.6中引入的，它是一種非常強大且靈活的字符串格式化方法。 它允許你在字符串中嵌入表達式，這些表達式在運行時會被求值並轉換爲字符串，這種特性使得F-String在編寫Python代碼時

2024-03-12 13:02:33

原创 機器學習面試中常見問題整理

機器學習（ML）作爲目前一個比較火領域，提供了許多有趣且高薪的工作和機會。 無論你是剛剛踏入機器學習領域的新手，還是已經積累了一定經驗的從業者，面試都是檢驗你技能和知識的重要環節。本文將梳理一些常見的面試問題，讓你在面試中更加自信從容。 1

2024-03-11 13:02:37

原创 告別os.path，擁抱pathlib

pathlib 模塊是在Python3.4版本中首次被引入到標準庫中的，作爲一個可選模塊。從Python3.6開始，內置的 open 函數以及 os 、 shutil 和 os.path 模塊中的各種函數都可以正確地使用 pathlib.P

2024-03-11 13:02:37

原创 pandas plot函數：數據可視化的快捷通道

一般來說，我們先用pandas分析數據，然後用matplotlib之類的可視化庫來顯示分析結果。而pandas庫中有一個強大的工具--plot函數，可以使數據可視化變得簡單而高效。 1. plot 函數簡介 plot函數是pandas中用於

2024-03-09 13:02:41

原创 掌握pandas cut函數，一鍵實現數據分類

pandas中的cut函數可將一維數據按照給定的區間進行分組，併爲每個值分配對應的標籤。其主要功能是將連續的數值數據轉化爲離散的分組數據，方便進行分析和統計。 1. 數據準備 下面的示例中使用的數據採集自王者榮耀比賽的統計數據。數據下載地址

2024-03-07 13:02:44

原创 分組聚合不再難：Pandas groupby使用指南

處理大量數據時，經常需要對數據進行分組和彙總，groupby爲我們提供了一種簡潔、高效的方式來實現這些操作，從而簡化了數據分析的流程。 1. 分組聚合是什麼 分組是指根據一個或多個列的值將數據分成多個組，每個組包含具有相同鍵值（這裏的鍵值即

2024-03-06 13:02:42 1

原创 別再低效篩選數據了！試試pandas query函數

數據過濾在數據分析過程中具有極其重要的地位，因爲在真實世界的數據集中，往往存在重複、缺失或異常的數據。pandas提供的數據過濾功能可以幫助我們輕鬆地識別和處理這些問題數據，從而確保數據的質量和準確性。 今天介紹的query函數，爲我們提供

2024-03-05 13:02:53 2

原创 Google搜索操作符：讓你秒變搜索專家

搜索引擎對互聯網的重要性不言而喻，不過，隨着ChatGPT及其類似AI工具的推出，對搜索引擎帶來了前所未有的挑戰。 因爲ChatGPT具有自然語言處理能力，能夠更好地理解用戶的搜索意圖，提供更準確、更相關的搜索結果。同時，還可以根據用戶的搜

2024-02-20 13:02:42

原创 跨界協作：藉助gRPC實現Python數據分析能力的共享

gRPC是一個高性能、開源、通用的遠程過程調用（RPC）框架，由Google推出。它基於HTTP/2協議標準設計開發，默認採用Protocol Buffers數據序列化協議，支持多種開發語言。 在gRPC中，客戶端可以像調用本地對象一樣直接

2024-02-19 13:02:42

原创 藉助Rich庫實現Pandas DataFrame顏值升級

pandas的DataFrame功能強大自不必說，它可以幫助我們極大的提高統計分析的效率。 不過，使用DataFrame開發我們的分析程序的時候，經常需要打印出DataFrame的內容，以驗證和調試數據的處理是否正確。 在命令行中雖然可以直

2024-02-14 13:02:34 2

原创 Python Rich：美化終端顯示效果

Rich庫的功能就像它的名字一樣，使Python編程更加豐富（rich），它幫助開發者在控制檯（命令行）輸出中創建豐富、多彩和具有格式化的文本。 本篇總結了如何使用Rich庫讓我們的命令行工具更加美觀。 1. 安裝 通過pip安裝： pip

2024-02-13 13:02:32

原创 【scikit-learn基礎】--模型持久化

模型持久化（模型保存與加載）是機器學習完成的最後一步。因爲，在實際情況中，訓練一個模型可能會非常耗時，如果每次需要使用模型時都要重新訓練，這無疑會浪費大量的計算資源和時間。 通過將訓練好的模型持久化到磁盤，我們可以在需要使用模型時直接從磁盤

2024-02-09 13:02:32

原创 Python Fire：更加靈活的命令行參數

之前介紹過Python的Fire庫，一個用來生成命令行工具的的庫。請參考：Python Fire：自動生成命令行接口 今天，針對命令行參數，補充兩種更加靈活的設置方式。 1. *args 型參數 *args型的參數可以接受任意長度的參數。比

2024-02-06 13:02:58

原创 【scikit-learn基礎】--『分類模型評估』之評估報告

分類模型評估時，scikit-learn提供了混淆矩陣和分類報告是兩個非常實用且常用的工具。它們爲我們提供了詳細的信息，幫助我們瞭解模型的優缺點，從而進一步優化模型。 這兩個工具之所以單獨出來介紹，是因爲它們的輸出內容特別適合用在模型的評估

2024-02-04 13:02:42