找到关于 Python 的10786 篇文章
33K+ 次查看
在本教程中,我们将学习如何在 pandas 中向现有的 DataFrame 添加新列。我们可以使用不同的方法来添加新列。让我们一起看看它们。使用列表我们可以使用列表添加新列。按照以下步骤添加新列。算法1. 使用字典创建 DataFrame。2. 创建一个包含新列数据的列表。确保列表的长度与数据框中已存在的数据长度匹配。3. 像字典元素一样将列表添加到 DataFrame。让我们来看一个例子。示例# 导入… 阅读更多
146 次查看
如果两个字符串即使顺序不同也具有相同的字符,则称它们为回文。在本教程中,我们将使用 collections.Counter() 方法在 Python 中检查回文。输入:string_one = "cat" string_two = "tac" 输出:Truecollections.Counter()collection.Counter() 返回一个字典,其中包含字符串中每个字符的频率。Counter 对象有不同的方法来查找最常见的元素、唯一元素、计数等,让我们来看一个例子。示例# 导入 collections 模块 import collections # 创建 Counter 对象 counter = collections.Counter("Hafeez") # 打印计数器 print(counter) # 显示字符串中最常见的字符 print("最常见的… 阅读更多
94 次查看
在本教程中,我们将使用 pandas 包分析移动数据速度。从 TRAI 官方网站下载移动速度。下载文件的步骤。算法1. 前往 [TRAI](https://myspeed.trai.gov.in/ ) 网站。2. 向下滚动到页面底部。3. 你会找到不同月份的移动速度数据。4. 下载 9 月份的移动数据速度。让我们看看 CSV 文件中的列。网络名称网络技术测试类型速度信号强度状态我们需要 pandas、numpy、matplotlib 库。让我们开始编写代码来分析数据。示例# 导入所需的库 import pandas as pd import numpy as np import matplotlib.pyplot ... 阅读更多
1K+ 次查看
在本教程中,我们将学习列表最常用的方法,即 append() 和 extend()。让我们逐一看看它们。apply()它用于将函数应用于 DataFrame 的每一行。例如,如果我们想将每一行的所有数字相乘并将其添加为新列,则 apply() 方法很有用。让我们看看实现它的不同方法。示例# 导入 pandas 包 import pandas as pd # 用于相乘的函数 def multiply(x, y): return x * y # 为 DataFrame 创建字典 data = { 'Maths': ... 阅读更多
1K+ 次查看
在本教程中,我们将了解如何在 DataFrame 中将名称列转换为大写。让我们看看实现目标的不同方法。示例我们可以通过使用 upper() 方法将其转换为大写来将列分配给 DataFrame。让我们看看代码。# 导入 pandas 包 import pandas as pd # DataFrame 的数据 data = { 'Name': ['Hafeez', 'Aslan', 'Kareem'], 'Age': [19, 21, 18], 'Profession': ['Developer', 'Engineer', 'Artist'] } # 创建 DataFrame data_frame = pd.DataFrame(data) # 显示 DataFrame print('---------------------之前-------------------') print(data_frame) print() # 将 Name 列字符串转换为大写 data_frame['Name'] = ... 阅读更多
757 次查看
在本教程中,我们将学习使用 OpenCV 对图像进行算术运算。我们可以应用加法、减法、按位运算等运算。让我们看看如何对图像执行运算。我们需要 OpenCV 模块来对图像执行运算。使用终端或命令行中的以下命令安装 OpenCV 模块。pip install opencv-python==4.1.1.26如果你运行上面的命令,你会得到以下成功消息。Collecting opencv-python==4.1.1.26 Downloading https://files.pythonhosted.org/packages/1f/51/e0b9cef23098bc31c77b0e0 6221dd8d05119b9782d4c2b1d1482e22b5f5e/opencv_python-4.1.1.26-cp37-cp37m-win_amd64.w hl (39.0MB) Requirement already satisfied: numpy>=1.14.5 in c:\users\hafeezulkareem\anaconda3\l ib\site-packages (from opencv-python==4.1.1.26) (1.16.2) Installing collected packages: opencv-python Successfully installed opencv-python-4.1.1.26加法我们可以使用… 阅读更多
296 次查看
在本教程中,我们将编写一个程序,该程序返回两个数字,其比率等于给定的浮点值。我们有一种名为 as_integer_ratio() 的方法可以帮助我们实现目标。让我们来看一些例子。输入:1.5 输出:3 / 2 输入:5.3 输出:5967269506265907 / 1125899906842624让我们检查代码。示例# 初始化浮点值 float_value = 1.5 # 使用 as_integer_ratio() 方法获取整数元组 integers = float_value.as_integer_ratio() # 打印整数 print(f'{integers[0]} / {integers[1]}')输出如果你运行上面的代码,你会得到以下结果。3 / 2 让我们来看另一个例子。示例# 初始化浮点值 float_value = ... 阅读更多
236 次查看
在本教程中,我们将使用 Python 中的 OpenCV 对图像执行算术运算。我们需要安装 OpenCV 模块。运行以下命令以安装 OpenCV 模块。pip install opencv-python==4.1.1.26如果你运行上面的命令,你会得到以下成功消息。Collecting opencv-python==4.1.1.26 Downloading https://files.pythonhosted.org/packages/1f/51/e0b9cef23098bc31c77b0e0 6221dd8d05119b9782d4c2b1d1482e22b5f5e/opencv_python-4.1.1.26-cp37-cp37m-win_amd64.w hl (39.0MB) Requirement already satisfied: numpy>=1.14.5 in c:\users\hafeezulkareem\anaconda3\l ib\site-packages (from opencv-python==4.1.1.26) (1.16.2) Installing collected packages: opencv-python Successfully installed opencv-python-4.1.1.26添加两张图像我们需要两张图像进行添加。我们有一种名为 cv2.add(image_one, image_two) 的方法来执行加法。这是一个非常方便的方法。两张图像的大小必须相同。… 阅读更多
745 次查看
在本教程中,我们将处理音频文件。我们将把音频分解成块以识别其中的内容。我们还将把音频文件的内容存储在文本文件中。使用以下命令安装以下模块。pip install pydub如果你运行上面的命令,你会得到以下成功消息Collecting pydub Downloading https://files.pythonhosted.org/packages/79/db/eaf620b73a1eec3c8c6f8f5 b0b236a50f9da88ad57802154b7ba7664d0b8/pydub-0.23.1-py2.py3-none-any.whl Installing collected packages: pydub Successfully installed pydub-0.23.1pip install audioread如果你运行上面的命令,你会得到以下成功消息。Collecting audioread Downloading https://files.pythonhosted.org/packages/2e/0b/940ea7861e0e9049f09dcfd 72a90c9ae55f697c17c299a323f0148f913d2/audioread-2.1.8.tar.gz Building wheels for collected packages: audioread Building wheel for audioread ... 阅读更多
346 次查看
在本教程中,我们将学习 Barnsley 蕨类植物,它是由 Michael Barnsley 创建的。Barnsley 蕨类植物的特征类似于蕨类植物的形状。它是通过迭代四个称为迭代函数系统 (IFS) 的数学方程创建的。变换具有以下公式。f(x, y)=$$\begin{bmatrix}a & b \c & d \end{bmatrix}\begin{bmatrix}x \y \end{bmatrix}+\begin{bmatrix}e \f \end{bmatrix}$$来源 - 维基百科变量的值为 - 来源 - 维基百科Barnsley 蕨类植物提出的四个方程为 - 来源 - 维基百科现在,我们将看到在 Python 中创建蕨类植物形状的代码。示例# 导入用于绘图的 matplotlib 模块 import matplotlib.pyplot ... 阅读更多