- 1、numpy中ndarray的一些常用属性 ndim：返回数组的维数；shape：返回数组的形状；dtype：返回数组元素的数据类型；size：返回数组中元素的个数；itemsize：返回数组中每一个元素占用空间的大小，以字节为单位；nbytes：返回数组中所有元素占用空间的大小，以字节为单位； 1）举例说明 x = np.arange(10).reshape(... 1、numpy中ndarray的一些常用属性 ndim：返回数组的维数；shape：返回数组的形状；dtype：返回数组元素的数据类型；size：返回数组中元素的个数；itemsize：返回数组中每一个元素占用空间的大小，以字节为单位；nbytes：返回数组中所有元素占用空间的大小，以字节为单位； 1）举例说明 x = np.arange(10).reshape(...
- 1、学习DataFrame元素获取，需要掌握以下几个需求 访问一列 或 多列访问一行 或 多行访问某个值访问某几行中的某几列访问某几列中的某几行 2、构造一个DataFrame df = pd.DataFrame(np.random.randint(70,100,(4,5)), index=["地区1", "地区2", "地区3","地区4"], columns=... 1、学习DataFrame元素获取，需要掌握以下几个需求 访问一列 或 多列访问一行 或 多行访问某个值访问某几行中的某几列访问某几列中的某几行 2、构造一个DataFrame df = pd.DataFrame(np.random.randint(70,100,(4,5)), index=["地区1", "地区2", "地区3","地区4"], columns=...
- 二分查找，如果一个有序集合，需要查找其他特定 的查询，我们可以使用二分查找，加快查询速度，具体的思路就是，每次取有序数组的中间元素与待查找元素进行比较，从而缩小一半的查询范围。 java版本非递归方式实现二分查找： /** * * @param source * @param search * @return 返回匹配的下标 */ public stati... 二分查找，如果一个有序集合，需要查找其他特定 的查询，我们可以使用二分查找，加快查询速度，具体的思路就是，每次取有序数组的中间元素与待查找元素进行比较，从而缩小一半的查询范围。 java版本非递归方式实现二分查找： /** * * @param source * @param search * @return 返回匹配的下标 */ public stati...
- 1、常用属性如下 ndim 返回DataFrame的维数；shape 返回DataFrame的形状；dtypes 返回DataFrame中每一列元素的数据类型；size 返回DataFrame中元素的个数；T 返回DataFrame的转置结果；index 返回DataFrame中的索引；columns 返回DataFrame中的列索引；values 返回DataFra... 1、常用属性如下 ndim 返回DataFrame的维数；shape 返回DataFrame的形状；dtypes 返回DataFrame中每一列元素的数据类型；size 返回DataFrame中元素的个数；T 返回DataFrame的转置结果；index 返回DataFrame中的索引；columns 返回DataFrame中的列索引；values 返回DataFra...
- 1、说明 由于pandas的底层是集成了numpy，因此Series的底层数据就是使用ndarray来构建的，因此我们得到了一个Series后，就可以使用numpy中的函数，直接操作Series。但是Series与ndarry不同的地方在于，Series中多了一个索引。 这些问题都是细节问题，只有熟悉了这些细节知识，对于我们熟练使用numpy和pandas都是... 1、说明 由于pandas的底层是集成了numpy，因此Series的底层数据就是使用ndarray来构建的，因此我们得到了一个Series后，就可以使用numpy中的函数，直接操作Series。但是Series与ndarry不同的地方在于，Series中多了一个索引。 这些问题都是细节问题，只有熟悉了这些细节知识，对于我们熟练使用numpy和pandas都是...
- 目录 1、不完全类型的概念 2、不完全类型的用途 3、不完全类型实践应用 1、不完全类型的概念 ISO（国际标准化组织（International Standard Organization））将C语言分为三个不同类型集合： 函数类型、对象类型和不完全类型，具体说明如下所示： 函数类型：函数就是C语言的模块、一系列 C 语句的集合，有较强的独立性，能完成某个特定... 目录 1、不完全类型的概念 2、不完全类型的用途 3、不完全类型实践应用 1、不完全类型的概念 ISO（国际标准化组织（International Standard Organization））将C语言分为三个不同类型集合： 函数类型、对象类型和不完全类型，具体说明如下所示： 函数类型：函数就是C语言的模块、一系列 C 语句的集合，有较强的独立性，能完成某个特定...
- 1、构造一个DataFrame 图中，我们构造了一个DataFrame，这个DataFrame有2列，第一列全部都是数值类型，第二列中既有数值类型又有布尔类型。对于col1列，由于都是同一种数据类型，系统能够辨认出来，这是一种int数值类型(int64是一种默认的数据类型)；对于col2列，由于这一列既有数值类型又有布尔类型，系统无法辨认，不能给出一个统一的数据类... 1、构造一个DataFrame 图中，我们构造了一个DataFrame，这个DataFrame有2列，第一列全部都是数值类型，第二列中既有数值类型又有布尔类型。对于col1列，由于都是同一种数据类型，系统能够辨认出来，这是一种int数值类型(int64是一种默认的数据类型)；对于col2列，由于这一列既有数值类型又有布尔类型，系统无法辨认，不能给出一个统一的数据类...
- 最近在准备 C 语言的上级考试，之前对 C 接触不多，在练习过程中把一些小知识点记录下来。 1. 字符串的截取 利用 strncpy 函数，传入三个参数，分别为目标字符串，起始位置，长度。 例如将日期字符串转化为数字，如 20120112 1234567891011121314151617181920212223242526 #include <stdio.h>... 最近在准备 C 语言的上级考试，之前对 C 接触不多，在练习过程中把一些小知识点记录下来。 1. 字符串的截取 利用 strncpy 函数，传入三个参数，分别为目标字符串，起始位置，长度。 例如将日期字符串转化为数字，如 20120112 1234567891011121314151617181920212223242526 #include <stdio.h>...
- 数据源大致是这样的： 需求： 先按照 “学历” 降序排列，对于学历相同的，再按照 “基本工资” 降序排列； 这道题目对于会的同学，可能1min不需要，即可解决。但是对于不会的同学，就有点伤脑筋了呀！【请思考一会儿，再看答案】 好了，思考完毕。这里就带着大家一起来做这道题。 ① 全选数据区域 ② 点击开始—>自定义排序 ③ 当出现如下界面，完成图中操作... 数据源大致是这样的： 需求： 先按照 “学历” 降序排列，对于学历相同的，再按照 “基本工资” 降序排列； 这道题目对于会的同学，可能1min不需要，即可解决。但是对于不会的同学，就有点伤脑筋了呀！【请思考一会儿，再看答案】 好了，思考完毕。这里就带着大家一起来做这道题。 ① 全选数据区域 ② 点击开始—>自定义排序 ③ 当出现如下界面，完成图中操作...
- 1. pandas介绍 Pandas是一个强大的数据分析库，它的Series和DataFrame数据结构，使得处理起二维表格数据变得非常简单。 基于后面需要对Excel表格数据进行处理，有时候使用Pandas库处理表格数据，会更容易、更简单，因此我这里必须要讲述。 Pandas库是一个内容极其丰富的库，这里并不会面面俱到。我这里主要讲述的是如何利用Pandas库完... 1. pandas介绍 Pandas是一个强大的数据分析库，它的Series和DataFrame数据结构，使得处理起二维表格数据变得非常简单。 基于后面需要对Excel表格数据进行处理，有时候使用Pandas库处理表格数据，会更容易、更简单，因此我这里必须要讲述。 Pandas库是一个内容极其丰富的库，这里并不会面面俱到。我这里主要讲述的是如何利用Pandas库完...
- 1、使用numpy生成随机数的几种方式 1）生成指定形状的0-1之间的随机数：np.random.random()和np.random.rand() array1 = np.random.random((3)) display(array1) # ----------------------------------- array2 = np.random.ran... 1、使用numpy生成随机数的几种方式 1）生成指定形状的0-1之间的随机数：np.random.random()和np.random.rand() array1 = np.random.random((3)) display(array1) # ----------------------------------- array2 = np.random.ran...
- 1、numpy的简介 numpy是"Numerical Python"的简称。numpy提供了一个高性能的多维数组对象ndarray(N Dimension Array)，以及大量的库函数和操作，可以帮助程序员轻松地进行数值计算。原生python语言执行速度很慢，C执行500次，python差不多只能执行一次，但是python语法比其它编程语言要简单的多得多。因此我们... 1、numpy的简介 numpy是"Numerical Python"的简称。numpy提供了一个高性能的多维数组对象ndarray(N Dimension Array)，以及大量的库函数和操作，可以帮助程序员轻松地进行数值计算。原生python语言执行速度很慢，C执行500次，python差不多只能执行一次，但是python语法比其它编程语言要简单的多得多。因此我们...
- 1、关于axis轴的说明 思考：给你一个三维数组，你知道如何设置axis轴的值吗？下面这张图展示的结果你知道怎么来的吗？这些疑问都会在文中给你一一解答。 2、什么是维度？ 举例说明 3、什么是高维，什么是低维？ 4、二维结构数据的坐标展示 5、axis=0 与 axis=1的含义 6、关于三维数组axis设置 1）案例说明 x = ... 1、关于axis轴的说明 思考：给你一个三维数组，你知道如何设置axis轴的值吗？下面这张图展示的结果你知道怎么来的吗？这些疑问都会在文中给你一一解答。 2、什么是维度？ 举例说明 3、什么是高维，什么是低维？ 4、二维结构数据的坐标展示 5、axis=0 与 axis=1的含义 6、关于三维数组axis设置 1）案例说明 x = ...
- 今天我们来看一道贼棒的题目，题目不长，很经典，也很容易理解，我们一起来看一哈吧， 大家也可能做过这道题，那就再复习一下呗，如果没做过的话，可以看完文章，自己去 AC 一下，不过写代码的时候，要自己完全写出来，这样才能有收获，下面我们看题目吧。 leetcode 233. 数字 1 的个数 题目描述 给定一个整数 n，计算所有小于等于 n 的非负整数中数字 1 出... 今天我们来看一道贼棒的题目，题目不长，很经典，也很容易理解，我们一起来看一哈吧， 大家也可能做过这道题，那就再复习一下呗，如果没做过的话，可以看完文章，自己去 AC 一下，不过写代码的时候，要自己完全写出来，这样才能有收获，下面我们看题目吧。 leetcode 233. 数字 1 的个数 题目描述 给定一个整数 n，计算所有小于等于 n 的非负整数中数字 1 出...
- 字典树 牛逼 什么是字典树 字典树，是一种空间换时间的数据结构，又称Trie树、前缀树，是一种树形结构(字典树是一种数据结构)，典型用于统计、排序、和保存大量字符串。所以经常被搜索引擎系统用于文本词频统计。它的优点是：利用字符串的公共前缀来减少查询时间，最大限度地减少无谓的字符串比较，查询效率比哈希树高。 可能大部分情况你很难直观或者有接触的体验，可能对前缀这... 字典树 牛逼 什么是字典树 字典树，是一种空间换时间的数据结构，又称Trie树、前缀树，是一种树形结构(字典树是一种数据结构)，典型用于统计、排序、和保存大量字符串。所以经常被搜索引擎系统用于文本词频统计。它的优点是：利用字符串的公共前缀来减少查询时间，最大限度地减少无谓的字符串比较，查询效率比哈希树高。 可能大部分情况你很难直观或者有接触的体验，可能对前缀这...
上滑加载中
推荐直播
-
华为云码道Agent集成与鸿蒙实战2026/08/11 周二 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；彭江敏-华为云鸿蒙端云一体化开发专家
本次直播带你解读华为云码道7月份产品新特性、新功能。更有专家演示码道Agent Space × 钉钉机器集成实战，从0到1打通消息通道；码道鸿蒙端云一体化实战，快速搭建员工签到系统。
回顾中 -
华为云开发者AI素养直播课·第五期2026/09/04 周五 16:00-18:00
林华鼎-华为云AI开发者运营负责人；蒋春阳-华为云AI开发者案例开发专家
本期直播内容： AI工具体验营 · 第5-8课连讲。Agent-Team 多智能体协作完成毕业设计实践
回顾中 -
华为云开发者AI素养ClassRoom·第六期2026/09/08 周二 19:00-20:00
樊渊-2026华为软件挑战赛冠军
高手来了：看软挑高手解析二维排样问题—从工业难题到算法突破
回顾中
热门标签