有时候我们的数据是按某个频率收集的，比如每日、每月、每15分钟，那么我们怎么产生对应频率的索引呢？pandas中的date_range可用于生成指定长度的DatetimeIndex。我们先看一下怎么生成日期范围：pd.date_range(startdate,enddate)1.生成指定开始日期和结束日期的时间范围：In：importpandasaspdindex=pd.date_range('4/1/2019','5/1/2019')print(inde
系统 2019-09-27 17:56:20 2193
简介程序每次执行时，操作系统都会创建一个新进程来运行程序指令。进程中可调用os.fork,要求操作系统新建一个子进程.[Windowsc系统中，os模块没有os.fork函数]。每个进程都有一个不重复的进程ID号。或称pid，它对进程进行标识。子进程与父进程完全相同，子进程从父进程继承了多个值的拷贝。如全局变量和环境变量。fork后，子进程接收返回值0，而父进程接收子进程的pid作为返回值os.fork()Forkachildprocess.Return0
系统 2019-09-27 17:55:42 2193
看知乎的时候发现了一个“如何正确地吐槽”收藏夹，里面的一些神回复实在很搞笑，但是一页一页地看又有点麻烦，而且每次都要打开网页，于是想如果全部爬下来到一个文件里面，是不是看起来很爽，并且随时可以看到全部的，于是就开始动手了。工具1.Python2.72.BeautifulSoup分析网页我们先来看看知乎上该网页的情况：网址：，容易看到，网址是有规律的，page慢慢递增，这样就能够实现全部爬取了。再来看一下我们要爬取的内容：我们要爬取两个内容：问题和回答，回答
系统 2019-09-27 17:53:39 2193
转眼又到了咱们中国传统的情人节七夕了，今天笔者就带大家来领略一下用Python表白的方式。让程序员的恋人们感受一下IT人的浪漫。一、词云制作首先咱们可以用之前介绍过的wordcould包制作词云。wordcloud包安装十分简单。pip即可完成安装pipinstallwordclould然后需要制作一个背景图片，为了应急我用艺术字做了个七夕的图片，如果大家来不及直接图片另存为使用下图即可。具体制作的词云的代码如下：fromwordcloudimportWo
系统 2019-09-27 17:49:28 2193
下标索引a='123456'#注意下标从0开始print(a[0])#输出结果为1切片操作a='123456'#注意切片是左闭右开print(a[0:6:2])【起始值：结束值：步长】#输出结果为1351.find()检测str是否包含在mystr中如果是返回开始的索引值否则返回-1str='a'mystr='小马是最棒的a'mystr1='小马是最最棒的'print(mystr.find(str))#可选参数startend指明查找的区间默认整个字符串#
系统 2019-09-27 17:49:20 2193
目录一.冒泡排序--BubbleSort基本思想：优化后的冒泡排序二.选择排序--SelectionSort基本思想：三.插入排序--InsertionSort基本思想：四.希尔排序--ShellSort基本思想:五.堆排序--HeapSort基本思想：六.归并排序--MergeSort基本思想：七.快速排序--QuickSort基本思想：八.对比本博客的排序算法元素的排序顺序默认从小到大。一.冒泡排序–BubbleSort基本思想：两两比较相邻记录的元素
系统 2019-09-27 17:49:19 2193
玩转Python量化金融工具之NumPy一切事物的开头总是困难这句话，在任何一种科学上都是适用的。——马克思前言“手把手教你”系列将为Python初学者一一介绍Python在量化金融中运用最广泛的几个库（Library）:NumPy（数组、线性代数）、SciPy（统计）、pandas（时间序列、数据分析）、matplotlib（可视化分析）。建议安装Anaconda软件（自带上述常见库），并使用JupyterNotebook交互学习。1、使用“import
系统 2019-09-27 17:49:04 2193
Python入门之内置模块--time模块1、time模块time翻译过来就是时间,这个模块是与时间相关的模块importtime#内置模块--标准库（1）time.time()时间戳（时间戳表示的是格林尼治时间是从1970年1月1日00:00:00开始按秒计算的偏移量）print(time.time())#时间戳浮点数秒（2）time.sleep()睡眠time.sleep(3)#秒（3）time.localtime()将时间戳转换成结构化时间prin
系统 2019-09-27 17:48:58 2193
本书由Keras之父、现任Google人工智能研究员的弗朗索瓦•肖莱（FrançoisChollet）执笔，详尽介绍了用Python和Keras进行深度学习的探索实践，涉及计算机视觉、自然语言处理、生成式模型等应用。书中包含30多个代码示例，步骤讲解详细透彻。由于本书立足于人工智能的可达性和大众化，读者无须具备机器学习相关背景知识即可展开阅读。在学习完本书后，读者将具备搭建自己的深度学习环境、建立图像识别模型、生成图像和文字等能力。本书特色“本书在当前的‘
系统 2019-09-27 17:48:30 2193
个人博客页面链接：http://www.shihao.online/（django搭建的个人博客，还在完善中）#encoding:utf-8lst=list(map(int,input().split()))'''先使用split()方法对字符串切片，然后使用map()将每个元素依次转换为int型,然后把返回值转换为list型，返回给lstsplit()方法通过指定分隔符对字符串进行切片，默认为所有的空字符，包括空格、换行(\n)、制表符(\t)等。map
系统 2019-09-27 17:32:52 2193
