Python 数据分析 · Pandas 核心一 “Series” (1)

Python 学习第 20 天,继续进阶,开始 Pandas 征程 \^o^/


一、Series 介绍与结构

        Series 由 “名称” “索引” “数值” 构成,其形状类似 excel 表格,且是单列的表格(只有一列数据):

        · “A” - 名称 - Name;        · “1,2,3,4,5” - 索引 - index;        · “1.1,2.2,3.3,4.4,5.5” - 数值 - value

二、Series 的创建

1. 引入 Pandas 库

        代码示例:

import pandas as pd

2, 通过 “列表” 创建

        (1) 默认索引创建:“索引” 默认自上而下为 0 ~ (n - 1) ,该索引为 “隐式索引”,当我们没有通过 index 属性创建 “显式索引” 时,展示 Series 时显示的就是 “隐式索引”。

        代码示例:

ser_1 = pd.Series([1, 2, 3, 4, 5]) print(ser_1)

        运行结果:

0 1 1 2 2 3 3 4 4 5 dtype: int64

        (2) 自定义索引创建:用 index 属性创建 “显式索引”,设置时要确保所设置的索引数量与数值数量一致,否则会报错。

        代码示例:

ser_2 = pd.Series([1, 2, 3, 4, 5], index = ["A", "B", "C", "D", "E"]) print(ser_2)

        运行结果:

A 1 B 2 C 3 D 4 E 5 dtype: int64

Read more

算法王冠上的明珠——动态规划之斐波那契数列问题

算法王冠上的明珠——动态规划之斐波那契数列问题

目录 1. 什么是动态规划 2. 动态规划步骤 状态表示 状态转移方程 初始化 填表顺序 返回值 3. 例题讲解及具体代码 3.1 LeetCode1137. 第 N 个泰波那契数 这篇文章是我第一篇关于动态规划的,所以我会先从什么是动态规划说起。 1. 什么是动态规划 动态规划是一种通过将复杂问题分解为重叠子问题,并利用子问题的解来高效求解原问题的算法思想。它的核心是避免重复计算,通过存储中间结果(即 “记忆化”)来优化时间复杂度。 其实简单来说就是通过前面的状态来定义后面的状态,比如说我们前面关于前缀和的文章其实就可以被归为动态规划的一种,只不过它比较简单,所以我把它放在了基础算法里面。 2. 动态规划步骤 做动态规划类题目的步骤就是下面这几步。 状态表示 状态表示就是我们数组对应的那个位置的值的含义,简单来说就是那个值代表着什么。比如说我们前面说的前缀和,那他的状态表示就是代表着原数组前面这些数的累加。 状态转移方程 状态转移方程就是根据上面的状态表示来得到的一个公式,比如说我们前面说的前缀和,它的状态转移方程就是dp[i]=dp[i

By Ne0inhk

优选算法——二分查找

👇作者其它专栏 《数据结构与算法》《算法》《C++起始之路》 二分查找相关题解 1.二分查找 算法思路: a.定义left,right指针,分别指向数组的左右区间。 b.找到待查找区间的中间点mid,找到后分三种情况讨论:         i.arr[mid]==target说明正好找到,返回mid的值;         ii.arr[mid]>target说明[mid,right]这段区间都是大于target的,因此舍去右边区间,在左边[left,mid-1]的区间继续查找,即让right=mid-1,然后重复b过程;         iii.arr[mid]<target说明[left,mid]这段区间的值都是小于target的,因此舍去左边区间,在右边区间[mid+1,right]

By Ne0inhk
【2025 最新】 Python 安装教程 以及 Pycharm 安装教程(超详细图文指南,附常见问题解决)

【2025 最新】 Python 安装教程 以及 Pycharm 安装教程(超详细图文指南,附常见问题解决)

前言         Python 作为目前最热门的编程语言之一,在数据分析、人工智能、Web 开发等领域应用广泛。而 PyCharm 作为 JetBrains 推出的 Python 集成开发环境(IDE),以其强大的功能和友好的界面成为开发者的首选工具。         本文针对 2025 年最新版 Python(3.13.x)和 PyCharm(202x.x.x),提供Windows 10或11和macOS Sonoma双系统安装教程,从官网下载到环境配置一步到位,同时整理了安装过程中最常见的 10 类问题及解决方案,确保新手也能顺利完成环境搭建。 一、Python 安装教程(2025 最新版) 1. 下载 Python 安装包 步骤 1:访问 Python 官网

By Ne0inhk
【Python✨】Conda 虚拟环境 & 安装包路径修改:告别 C 盘占用,3 步轻松配置

【Python✨】Conda 虚拟环境 & 安装包路径修改:告别 C 盘占用,3 步轻松配置

在使用 Anaconda 或 Miniconda 时,默认的虚拟环境路径(envs)和安装包缓存路径(pkgs)常位于系统盘(如 C 盘),长期使用易占用过多空间。本文将详细介绍如何修改这两个路径,解决空间不足、权限冲突等问题,适用于 Windows、Linux、macOS 系统。 一、核心概念说明 在修改前,先明确两个关键路径的作用: 路径类型默认位置(以 Windows 为例)作用虚拟环境路径(envs_dirs)C:\Users\用户名\.conda\envs 或 Anaconda安装目录\envs存储通过 conda create 创建的虚拟环境(如 km3.8、glm3)安装包缓存路径(pkgs_

By Ne0inhk