- var arr = [1, 1, 'true', 'true', true, true, 15, 15, false, false, undefined, undefined, null, null, NaN, NaN, 'NaN', 'NaN', 0, 0, 'a', 'a', {}, {}]; /* * ES3 的方法 */ // 方法一 思路：新建空数组，利用... var arr = [1, 1, 'true', 'true', true, true, 15, 15, false, false, undefined, undefined, null, null, NaN, NaN, 'NaN', 'NaN', 0, 0, 'a', 'a', {}, {}]; /* * ES3 的方法 */ // 方法一 思路：新建空数组，利用...
- 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、DataFrame数据结构的解释说明 index表示的是行索引，column表示的是列索引，values表示的是数值，其实不管是行索引，还是列索引都可以看作是索引Index。从每一行看，DataFrame可以看作是一行行的Series序列上下堆积起来的，每个Series的索引就是列索引[0,1,2,3]；从每一列看，DataFrame可以看作是一列列的Ser... 1、DataFrame数据结构的解释说明 index表示的是行索引，column表示的是列索引，values表示的是数值，其实不管是行索引，还是列索引都可以看作是索引Index。从每一行看，DataFrame可以看作是一行行的Series序列上下堆积起来的，每个Series的索引就是列索引[0,1,2,3]；从每一列看，DataFrame可以看作是一列列的Ser...
- 一、数组的广播机制 1、先来看几个例子 a = np.array([1,3,2,5]) display(a.shape) b = np.array([4]) display(b.shape) c = np.arange(1,13).reshape(3,4) display(c) display(c.shape) 123456789 结果如下： 2、nump... 一、数组的广播机制 1、先来看几个例子 a = np.array([1,3,2,5]) display(a.shape) b = np.array([4]) display(b.shape) c = np.arange(1,13).reshape(3,4) display(c) display(c.shape) 123456789 结果如下： 2、nump...
- 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...
上滑加载中
推荐直播
-
华为云码道-AI时代应用开发利器2026/03/18 周三 19:00-20:00
童得力，华为云开发者生态运营总监/姚圣伟，华为云HCDE开发者专家
本次直播由华为专家带你实战应用开发，看华为云码道(CodeArts)代码智能体如何在AI时代让你的创意应用快速落地。更有华为云HCDE开发者专家带你用码道玩转JiuwenClaw，让小艺成为你的AI助理。
回顾中 -
Skill 构建 × 智能创作：基于华为云码道的 AI 内容生产提效方案2026/03/25 周三 19:00-20:00
余伟，华为云软件研发工程师/万邵业（万少），华为云HCDE开发者专家
本次直播带来两大实战：华为云码道 Skill-Creator 手把手搭建专属知识库 Skill；如何用码道提效 OpenClaw 小说文本，打造从大纲到成稿的 AI 原创小说全链路。技术干货 + OPC创作思路，一次讲透！
回顾中 -
码道新技能，AI 新生产力——从自动视频生成到开源项目解析2026/04/08 周三 19:00-21:00
童得力-华为云开发者生态运营总监/何文强-无人机企业AI提效负责人
本次华为云码道 Skill 实战活动，聚焦两大 AI 开发场景：通过实战教学，带你打造 AI 编程自动生成视频 Skill，并实现对 GitHub 热门开源项目的智能知识抽取，手把手掌握 Skill 开发全流程，用 AI 提升研发效率与内容生产力。
回顾中
热门标签