logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

利用python删除csv文件中的某几列或行

1. 读取数据用pandas中的read_csv()函数读取出csv文件中的数据:import pandas as pddf = pd.read_csv("comments.csv")df.head(2)用drop函数进行文件中数据的删除行或者删除列操作。2. 删除列操作方法一:假设我们要删除的列的名称为 ‘观众ID’,‘评分’ :df=df.drop(['观众ID','评分'],axis=1)方

#python
关于深度学习中Top-1与Top-5评价标准的理解

对评估模型预测准确性的指标: Top-1错误率、Top-5错误率,Top-1正确率、Top-5正确率的理解

#图像处理#深度学习#人工智能
解决Python包下载慢/超时的方法

pip直接安装第三方包慢在利用python中,我们经常需要使用到各种各样的库。其中,pip是我们常用的安装工具,一般情况下我们基本上是直接pip方法安装第三方包。但是直接利用使用pip方法安装第三方包时,有时下载速度实在太慢,且会导致超时,这是因为此时它下载是基于国外源的。那么我们就要使用其他办法。解决Python包下载慢的方法因为直接利用使用pip方法安装第三方包时,我们需要安装第三方包是在国外

#python
ValueError: Input contains NaN, infinity or a value too large for dtype(‘float64‘)or(‘float32‘)

利用Python建模进行预测时遇到ValueError: Input contains NaN, infinity or a value too large for dtype(‘float64’)和(‘float32’).(输入包含NaN、无穷大或对dtype太大的值)NaN类型的解决方法:1、检查数据中是否有缺失值print(np.isnan(df['X']).any())输出结果中Flase

#python#数据挖掘#机器学习
超级简单,在Anaconda 中安装和使用R

使用 Anaconda 安装 R内核,在 Jupyter Notebook 中使用R语言

#python#r语言#jupyter
Python读取csv文件时添加表头/列名

有时,我们读取的csv文件数据时发现没有表头/列名,是因为Python读取csv文件数据本来就没有表头,用pandas.read读取时,则第一行自动会被识别为columns,从而给后面的分析造成不便,这时候需要在读取文件数据的同时添加列名。解决方法:1、在读取文件数据之后再定义列名df = pd.read_csv('评论.csv',header=None)df.columns = ["昵称","性

#python#数据分析
利用python合并csv文件

1. 将两个相同的csv文件进行数据合并,通过pandas的read_csv和to_csv两个方法来完成,即采用concat方法:#加载第三方库import pandas as pdimport numpy as np#读取文件df1 = pd.read_csv("文件-1.csv")df2 = pd.read_csv("文件-2.csv")#合并df = pd.concat([df1,df2])

#python
jupyter notebook 报错 500 : Internal Server Error的解决方法

解决Jupyter notebook 报错 500 : Internal Server Error的方法

#python#jupyter
利用python删除csv文件中的某几列或行

1. 读取数据用pandas中的read_csv()函数读取出csv文件中的数据:import pandas as pddf = pd.read_csv("comments.csv")df.head(2)用drop函数进行文件中数据的删除行或者删除列操作。2. 删除列操作方法一:假设我们要删除的列的名称为 ‘观众ID’,‘评分’ :df=df.drop(['观众ID','评分'],axis=1)方

#python
将Anaconda设置为国内镜像源的方法

因为Anaconda默认使用国外镜像源,下载速度相对较慢,为了节省时间提高效率,需要将源设置修改为国内镜像源,配置国内镜像源方法如下。

#python
暂无文章信息