Python训练营笔记 从0完成一个数据分析实战 Day11

简介: 学习笔记 - 天池龙珠计划 - Python 训练营 Task4 Day11(基础数据分析,汇总练习)

天池龙珠计划 Python训练营

所记录的知识点

  1. ndarray -> str

ndarray -> str

ndarray(str类型元素) -> str
# ndarray -> str
print("np.array(['1','2','3','544','5'])\n",np.array(['1','2','3','544','5']),"\n")
print("type(np.array(['1','2','3','544','5']))\n",type(np.array(['1','2','3','544','5'])),"\n")

print("np.array(['1','2','3','544','5']).tolist()\n",np.array(['1','2','3','544','5']).tolist(),"\n")
print("type(np.array(['1','2','3','544','5']).tolist())\n",type(np.array(['1','2','3','544','5']).tolist()),"\n")

print("\" \".join(np.array(['1','2','3','544','5']).tolist())\n"," ".join(np.array(['1','2','3','544','5']).tolist()),"\n")
print("type(\" \".join(np.array(['1','2','3','544','5']).tolist()))\n",type(" ".join(np.array(['1','2','3','544','5']).tolist())),"\n")
np.array(['1','2','3','544','5'])
 ['1' '2' '3' '544' '5'] 

type(np.array(['1','2','3','544','5']))
 <class 'numpy.ndarray'> 

np.array(['1','2','3','544','5']).tolist()
 ['1', '2', '3', '544', '5'] 

type(np.array(['1','2','3','544','5']).tolist())
 <class 'list'> 

" ".join(np.array(['1','2','3','544','5']).tolist())
 1 2 3 544 5 

type(" ".join(np.array(['1','2','3','544','5']).tolist()))
 <class 'str'> 

ndarray(int类型元素) -> str
# ndarray -> str
print("np.array([1,2,3,544,5])\n",np.array([1,2,3,544,5]),"\n")
print("type(np.array([1,2,3,544,5]))\n",type(np.array([1,2,3,544,5])),"\n")

print("np.array([1,2,3,544,5]).tolist()\n",np.array([1,2,3,544,5]).tolist(),"\n")
print("type(np.array([1,2,3,544,5]).tolist())\n",type(np.array([1,2,3,544,5]).tolist()),"\n")

print("\" \".join(str(i) for i in np.array([1,2,3,544,5]).tolist())\n"," ".join(str(i) for i in np.array([1,2,3,544,5]).tolist()),"\n")
print("type(\" \".join(str(i) for i in np.array([1,2,3,544,5]).tolist()))\n",type(" ".join(str(i) for i in np.array([1,2,3,544,5]).tolist())),"\n")
np.array([1,2,3,544,5])
 [  1   2   3 544   5] 

type(np.array([1,2,3,544,5]))
 <class 'numpy.ndarray'> 

np.array([1,2,3,544,5]).tolist()
 [1, 2, 3, 544, 5] 

type(np.array([1,2,3,544,5]).tolist())
 <class 'list'> 

" ".join(str(i) for i in np.array([1,2,3,544,5]).tolist())
 1 2 3 544 5 

type(" ".join(str(i) for i in np.array([1,2,3,544,5]).tolist()))
 <class 'str'> 


欢迎各位同学一起来交流学习心得!

目录
相关文章
|
9天前
|
机器学习/深度学习 存储 设计模式
Python 高级编程与实战:深入理解性能优化与调试技巧
本文深入探讨了Python的性能优化与调试技巧,涵盖profiling、caching、Cython等优化工具,以及pdb、logging、assert等调试方法。通过实战项目,如优化斐波那契数列计算和调试Web应用,帮助读者掌握这些技术,提升编程效率。附有进一步学习资源,助力读者深入学习。
|
9天前
|
机器学习/深度学习 数据可视化 TensorFlow
Python 高级编程与实战:深入理解数据科学与机器学习
本文深入探讨了Python在数据科学与机器学习中的应用,介绍了pandas、numpy、matplotlib等数据科学工具,以及scikit-learn、tensorflow、keras等机器学习库。通过实战项目,如数据可视化和鸢尾花数据集分类,帮助读者掌握这些技术。最后提供了进一步学习资源,助力提升Python编程技能。
|
9天前
|
设计模式 机器学习/深度学习 前端开发
Python 高级编程与实战:深入理解设计模式与软件架构
本文深入探讨了Python中的设计模式与软件架构,涵盖单例、工厂、观察者模式及MVC、微服务架构,并通过实战项目如插件系统和Web应用帮助读者掌握这些技术。文章提供了代码示例,便于理解和实践。最后推荐了进一步学习的资源,助力提升Python编程技能。
|
8天前
|
数据采集 XML 存储
Python爬虫实战:一键采集电商数据,掌握市场动态!
这个爬虫还挺实用,不光能爬电商数据,改改解析规则,啥数据都能爬。写爬虫最重要的是要有耐心,遇到问题别着急,慢慢调试就成。代码写好了,运行起来那叫一个爽,分分钟几千条数据到手。
|
8天前
|
机器学习/深度学习 设计模式 API
Python 高级编程与实战:构建 RESTful API
本文深入探讨了使用 Python 构建 RESTful API 的方法,涵盖 Flask、Django REST Framework 和 FastAPI 三个主流框架。通过实战项目示例,详细讲解了如何处理 GET、POST 请求,并返回相应数据。学习这些技术将帮助你掌握构建高效、可靠的 Web API。
|
8天前
|
机器学习/深度学习 设计模式 测试技术
Python 高级编程与实战:构建自动化测试框架
本文深入探讨了Python中的自动化测试框架,包括unittest、pytest和nose2,并通过实战项目帮助读者掌握这些技术。文中详细介绍了各框架的基本用法和示例代码,助力开发者快速验证代码正确性,减少手动测试工作量。学习资源推荐包括Python官方文档及Real Python等网站。
|
8天前
|
存储 监控 API
1688平台API接口实战:Python实现店铺全量商品数据抓取
本文介绍如何使用Python通过1688开放平台的API接口自动化抓取店铺所有商品数据。首先,开发者需在1688开放平台完成注册并获取App Key和App Secret,申请“商品信息查询”权限。接着,利用`alibaba.trade.product.search4trade`接口,构建请求参数、生成MD5签名,并通过分页机制获取全量商品数据。文中详细解析了响应结构、存储优化及常见问题处理方法,还提供了竞品监控、库存预警等应用场景示例和完整代码。
|
11天前
|
机器学习/深度学习 分布式计算 API
Python 高级编程与实战:深入理解并发编程与分布式系统
在前几篇文章中,我们探讨了 Python 的基础语法、面向对象编程、函数式编程、元编程、性能优化、调试技巧、数据科学、机器学习、Web 开发、API 设计、网络编程和异步IO。本文将深入探讨 Python 在并发编程和分布式系统中的应用,并通过实战项目帮助你掌握这些技术。
|
8天前
|
机器学习/深度学习 设计模式 API
Python 高级编程与实战:构建微服务架构
本文深入探讨了 Python 中的微服务架构,介绍了 Flask、FastAPI 和 Nameko 三个常用框架,并通过实战项目帮助读者掌握这些技术。每个框架都提供了构建微服务的示例代码,包括简单的 API 接口实现。通过学习本文,读者将能够使用 Python 构建高效、独立的微服务。
|
8天前
|
消息中间件 分布式计算 并行计算
Python 高级编程与实战:构建分布式系统
本文深入探讨了 Python 中的分布式系统,介绍了 ZeroMQ、Celery 和 Dask 等工具的使用方法,并通过实战项目帮助读者掌握这些技术。ZeroMQ 是高性能异步消息库,支持多种通信模式;Celery 是分布式任务队列,支持异步任务执行;Dask 是并行计算库,适用于大规模数据处理。文章结合具体代码示例,帮助读者理解如何使用这些工具构建分布式系统。

热门文章

最新文章