首页 文章 精选 留言 我的

精选列表

搜索[Python环境],共10000篇文章
优秀的个人博客,低调大师

python双Y轴

import matplotlib.pyplot as plt import numpy as np x = np.arange(0., np.e, 0.01) y1 = np.exp(-x) y2 = np.log(x) fig = plt.figure() sns.set_style('white') ax1 = fig.add_subplot(111) ax1.plot(x, y1) ax1.set_ylabel('Y values for exp(-x)') ax1.set_title("Double Y axis") ax2 = ax1.twinx() # this is the important function ax2.plot(x, y2, 'r') ax2.set_xlim([0, np.e]) ax2.set_ylabel('Y values for ln(x)') ax2.set_xlabel('Same X for both exp(-x) and ln(x)') plt.show() fig.savefig('doubleY.pdf') # 生成画布, 并设定标题 plt.figure(figsize=(8, 6), dpi=80) plt.grid(True) # 画图的另外一种方式 ax_1 = plt.subplot(111) ax_1.plot(x, y_cos, color="blue", linewidth=2.0, linestyle="--", label="cos") ax_1.legend(loc="upper left", shadow=True) # 设置Y轴(左边) ax_1.set_ylabel("cosy") ax_1.set_ylim(-1.0, 1.0) ax_1.set_yticks(np.linspace(-1, 1, 9, endpoint=True)) # 画图的另外一种方式 ax_2 = ax_1.twinx() ax_2.plot(x, y_sin, color="green", linewidth=2.0, linestyle="-", label="sin") ax_2.legend(loc="upper right", shadow=True) # 设置Y轴(右边) ax_2.set_ylabel("siny") ax_2.set_ylim(-2.0, 2.0) ax_2.set_yticks(np.linspace(-2, 2, 9, endpoint=True)) # 设置X轴(共同) ax_1.set_xlabel("x") ax_1.set_xlim(-4.0, 4.0) ax_1.set_xticks(np.linspace(-4, 4, 9, endpoint=True)) # 图形显示 plt.show()

优秀的个人博客,低调大师

python合并两列

需要把数字类型转化为字符串类型,再进行连接 第一种 df1 = pd.DataFrame({'Year': ['2014', '2015'], 'quarter': ['q1', 'q2']}) df1['period'] = df[['Year', 'quarter']].apply(lambda x: ''.join(x), axis=1) df1 Year quarter period 0 2014 q1 2014q1 1 2015 q2 2015q2 第二种 df2 = pd.DataFrame({'Year': ['2014', '2015'], 'quarter': ['q1', 'q2']}) df2["period"] = df["Year"].map(str) + df["quarter"] df2 Year quarter period 0 2014 q1 2014q1 1 2015 q2 2015q2 第三种 df3 = pd.DataFrame({'Year': ['2014', '2015'], 'quarter': ['q1', 'q2']}) df3['period'] = df["Year"].str.cat(df["quarter"],sep='|') df Year quarter period 0 2014 q1 2014q1 1 2015 q2 2015q2 第四种 psi['as_id'] = psi['as_id'].map(lambda x :str(x)) psi['cat'] = psi['symbol'].str.cat(psi['as_id'],sep='|') 第五种 psi['cc'] = psi['symbol'] + psi['as_id'] psi['cc']

优秀的个人博客,低调大师

Python socket 编程理解

HTTP 、Socket 、 TCP 七层OSI网络模型,这里只介绍五层常用网络模型,想知道全部七层详细内容自行查询。 应用层 :HTTP FTP SMTP DNS Telnet 传输层 :TCP UDP 网络层 :IP ICMP 数据链路层 :ARP等 物理层 :1000BASE-SX等 socket是用来连接传输层和应用层,使得应用层可以直接和传输层做交互。 socket本身不属于网络协议,socket可以直接操控tcp,这样可以实现自己的应用层协议,例如聊天室就是,socket可以直接和tcp打交道,实现与http同级别的网络协议。 image.png image.png 上图左侧是server端,右侧是client端

优秀的个人博客,低调大师

Python---字典方法

1.clear( ) 删除所有字典项,什么都不返回,None。 用处:当x和y都指向同一个字典时,通过x={}来清空x,对y没有影响,但是用x.clear(),y也将是空的。 >>>a = {'qq':123123,'name':'jack'} >>>a.clear() >>>a {} 2.copy( ) 返回一个新字典,其包含的键-值对于原来的字典相同(这个方法是浅复制。注意:copy()深复制父对象(一级目录),子对象(二级目录)不不复制,还是引用,即会随之而变。要避免这种情况,可使用深复制deepcopy( ),互相不受影响。 >>>a = {'qq':[123123,666666],'name':'jack'} >>>b = a.copy() >>>b['name'] = 'mark' >>>b['qq'].remove(123123) >>>b {'qq':[666666],'name':'mark'} >>>a {'qq':[666666],'name':'jack'} 3.fromkeys( ) 创建一个新字典,其中包含指定的键,且每个键对应的值默认都是None。也可以()内加'(******)'来改成任意值 >>>a.fromkeys(['name','qq') {'name':None,'qq':None} 4.get( ) 用来访问字典,如果字典中不存在。则返回None,也可在()中的查找键后添加一个字符串来更改None。 5.items ( ) 返回一个包含所有字典项的列表,其中每个元素都为(key,value)的形式。字典项在列表中的排列顺序不确定 >>>a = {'qq':[123123,666666],'name':'jack'} >>>a.items() dict_items([('qq', [123123, 666666]), ('name', 'jack')]) 6.keys( ) 返回指定字典中的键 >>>a = {'qq':[123123,666666],'name':'jack'} >>> a.keys() dict_keys(['qq', 'name']) 7.pop( ) 可用于获取与指定键相关的值,并将该键-值对从字典中删除 >>>a = {'qq':[123123,666666],'name':'jack'} >>> a.pop('name') 'jack' >>> a {'qq': [123123, 666666]} 8.popitem( ) 随机的弹出一个字典项,并删除 >>> a = {'qq':[123123,666666],'name':'jack'} >>> a.popitem() ('name', 'jack') >>> a {'qq': [123123, 666666]} 9.setdefault( ) 与get相同,但在不包含指定的键时,在字典中添加指定的键-值对。 >>> a = {'qq':[123123,666666],'name':'jack'} >>> a.setdefault('age',18) 18 >>> a {'qq': [123123, 666666], 'name': 'jack', 'age': 18} >>> a.setdefault('name','mark') 'jack' >>> a {'qq': [123123, 666666], 'name': 'jack', 'age': 18} 10.updata( ) 使用一个字典中的项来更新另一个字典,如果当前字典包含键相同的项,就替换它的值。 >>>a = {'qq':666666,'name':'jack'} >>>b = {'age':18,'name':'mark'} >>>a.update(b) >>>a {'qq': 666666, 'name': 'mark', 'age': 18} 11.values( ) 返回一个由字典中的值组成的字典视图。但返回的值可以包含重复的值。 >>>a = {'qq':666666,'name':'jack','num':666666} >>>a.value() dict_values([666666,'jack',666666])

资源下载

更多资源
Mario

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长,特征是大鼻子、头戴帽子、身穿背带裤,还留着胡子。与他的双胞胎兄弟路易基一起,长年担任任天堂的招牌角色。

腾讯云软件源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题,腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构,目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称,一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集,帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

WebStorm

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源,继承了IntelliJ IDEA强大的JS部分的功能。

用户登录
用户注册