本文摘要：见下图，排序的方法很显而易见，不作演示。字符串处理参考文档Series的str属性# 获取Series的str属性df['bWendy'].str查看返回对象，如下图所示# 字符串替换，将字符串中的°C去掉，返回Series对象df['bWendy'].str.replace('°C', '')# 查看字符串长度，方法与Python字符串大多相似df['bWendy'].str.len(

本文摘要：Pandas的merge相当于SQL的join，将不同的表按共有的列属性关联起来。merge实例现有数据 df_ratings 如下df_users 如下df_movies 如下how=‘innder’ 内连接，表示两表都有同一UserID才会保留，否则丢弃。import pandas as pddf_ratings_users = pd.merge(df_ratings, df_use

本文摘要：实例对这样一个不规则excel进行数据处理本代码主要演示各个功能的使用和解决思路，并不是完整程序。import pandas as pdstudf = pd.read_excel('xx.xlsx', skiprows=2)# 读取时跳过前两行# 检测空值studf.isnull()检测空值的返回结果# 单列检测空值studf['分数'].isnull()# 与isnull相反，非空为T

使用PPOCR命令行训练验证码单字位置检测+识别模型的情况下，这两个checkpoint训练模型测试图片均没出现问题，但转为inference推理模型的时候，问题来了。

本文记录实践中用paddleocr训练自己的模型的基本步骤和常用命令，以detection为例更详细内容请参考官方文档。

本文摘要：使用concat拼接数据df1为df2为默认concat，参数axis=0, join=‘outer’, ignore_index=False，即按行拼接，拼接方式保留所有列，不忽略原数据索引。import pandas as pdpd.concat([df1, df2])返回结果设置ignore_index=True，忽略原数据索引import pandas as pdpd.conca

前情提要使用numpy.random.choice()的时候，通过参数p（一个列表）来指定所给选择元素的选择概率。但参数p（选择概率）要保证和为1，这时我又想随机生成选择概率，所以现在的问题就是怎么将1拆分成多个和为1的浮点数。这个问题但凡读过小学都应该知道怎么解决，但问题是我是个大学生（手动狗头）。如何解决例如，现在要将1拆分成8个随机浮点数先随机生成8个整数，例如：2,3,5,6,7,8,2,

notebook挂服务器后台，太久没访问需要重新输入token；

本文记录实践中用paddleocr训练自己的模型的基本步骤和常用命令，以detection为例更详细内容请参考官方文档。

使用PPOCR命令行训练验证码单字位置检测+识别模型的情况下，这两个checkpoint训练模型测试图片均没出现问题，但转为inference推理模型的时候，问题来了。