最近在做数据分析，所以用了一些pandas，但是在用的过程中，深感基础不扎实，不能达到灵活运用的程度，于是想着深入学一下pandas. 那么就先从series开始。Series是pandas里最基础的一个数据结构，虽然DateFrame常常用得更多，但series仍然是pandas里基础的基础，DateFrame中的列也都是一个series.series是一种一维的数组型对象，有点类似于pytho

接上一篇的博客，openpyxl自带的max_column也存在类似问题，所以我又写了一个函数，获取真实的最大列数。import openpyxlf = r'D:\data.xlsx'wb=openpyxl.load_workbook(f)ws=wb.activeprint("max_column获取的最大列数：",ws.max_column)def get_real_max_column(ws)

背景为了把excel顺利的导入oracle，我准备写一个小程序，但是在oracle建表时，不知道各列设成多少的长度比较合适，于是我就写了这个# _*_ encoding:utf-8 _*_import openpyxlimport datetimedef get_str_real_len(content):real_str_len = len(content)for ch in content:i

本文分享了作者借助AI工具快速完成Python番茄钟项目开发的经历。原计划耗时一周的项目，在一天内就完成了核心功能开发，包括任务管理、番茄钟记录、中断处理等功能。重点记录了界面布局问题的解决过程：通过调整与AI的提问方式，最终定位到Canvas布局问题并修复。文章还列出了近期和远期的开发计划，涉及功能优化、代码重构和Web移植等。作者反思了AI辅助开发的利弊，认为虽然能提高效率，但也需保持自身代码

先简单介绍下快乐8一等奖的规则：投注人中80个数中选10个，开奖时会从80个数中开出20个，如果选择的10个数均在开出的20个数中，那么就是中一等奖（也叫选十中十）。那么中一等奖的概率是多少呢？这其实是数学中的概率问题。解题方法：选求所有可能的投注情况，也就是从80个中选10个，这是一个标准的组合问题，结果是：1646492110120可以用网上的组合计算器来计算：https://zh.numbe

另外还有一个要注意的是，有些ghost系统或定制系统精简了一些功能，导致安装了vmware后没有vmnet8，不能使用nat模式上网，所以要折腾类似的软件的时候，最好用原版操作系统，我因为ghost系统已经吃过不少亏了，不过一般人使用ghost系统还是挺好的，毕竟人家把好多东西都封装好了。也可以装在实体机上，然后再搞一个批处理来关闭或启动oracle服务，但是我感觉这样做也比较麻烦，并且万一系统给

import jiebaimport mathimport pprintjieba.load_userdict("userdict.txt")filename = r'e:\code\所有企业名称.txt'# 收集到的企业名称，一行一个with open(filename) as f:data = [line.strip() for line in f]word_freq ={}for i in

今天用python计算了下相关系数矩阵，代码如下：import pandas as pdsale_data = 'e:/data.xlsx'df = pd.read_excel(sale_data, index_col='SPBM')df2 = pd.DataFrame(df.values.T, index=df.columns, columns=df.index)df3 = df2.corr()

np.array可以从python列表创建数组：创建整型数组：In [6]: np.array([1,4,2,5,3])Out[6]: array([1, 4, 2, 5, 3])跟python列表 不同的时，Nunpy要求数组必须包含同一类型的数据。如果类型不匹配，Numpy将会隐式的转换。In [7]: np.array([3.14,4,2,3])Out[7]: array([3.14, 4.

后来有人发私信问我，怎么计算其他情况的中奖概率，于是我把其他情况也写了一下。这样，通过不同的参数n和m可以计算出所有情况的中奖概率以及部分奖项的中奖期望。前面写了一篇文章用来计算。