- 综合排序
- 最热优先
- 最新优先
- 来自专栏PyStaData
PythonforResearch | 2_数据处理
], 'col2': [5,6,7,8]} df = pd.DataFrame(data=d) df col1col2015126237348 d = [(1, 2 ,3 ,4), (5, 6, 7 , 8)] df = pd.DataFrame(data=d) df 01230123415678 由字典创建 d = {'row1': [1,2,3,4], 'row2': [5,6,7,8]} ,'col3','col4'] df col1col2col3col4row25678row311121314 df.rename(columns={'col1' : 'column1', 'col2 ' : 'column2'}) column1column2col3col4row25678row311121314 使用df.rename()是复制后修改，不会对原来的 df 覆盖。 df = df.rename(columns={'col1' : 'column1', 'col2' : 'column2'}) #or df.rename(columns={'col1' : 'column1
4.5K30发布于 2020-08-17 - 来自专栏生信小驿站
数据处理神器tidyverse（2）ggplot2
数据处理神器tidyverseggplot2 ? tidyverse包其中包含着一个重要的可视化包---ggplot2。 Ggplot2是由Hadley Wickham制作的数据可视化软件包，它基于一组称为图层的原则。 基本思想是ggplot2将数据的几何对象（圆圈，线条等），主题和比例放在上面。 在这里，你可以通过总结每年的预期寿命并将结果输入ggplot而不必定义任何中间变量来对dplyr操作与ggplot2进行一些巧妙的组合。 continent year avg_lifeExp ## <fct> <int> <dbl> ## 1 Africa 1952 39.1 ## 2 自定义ggplot2 虽然我们在这里保留了默认的ggplot2功能，但是你可以用ggplot2来做很多事情。 例如，通过练习，您将学习如何通过将多个层组合在一起来生成高度自定义的绘图。
2.9K30发布于 2019-08-29 - 来自专栏数据科学（冷冻工厂）
单细胞Seurat - 数据处理 (2)
默认情况下Seurat每个数据集返回 2,000 个特征。这些将用于下游分析，例如 PCA。 pbmc), 10) # plot variable features with and without labels plot1 <- VariableFeaturePlot(pbmc) plot2 <- LabelPoints(plot = plot1, points = top10, repel = TRUE) plot1 + plot2 缩放数据 接下来，我们应用线性变换（“缩放”），这是 ## PC_ 2 ## Positive: CD79A, MS4A1, TCL1A, HLA-DQA1, HLA-DQB1 ## Negative: NKG7, PRF1, CST7, GZMB GNLY ## Negative: LTB, IL7R, CKB, VIM, MS4A7 VizDimLoadings(pbmc, dims = 1:2, reduction = "pca")
76910编辑于 2024-02-22 - 来自专栏python3
Python 数据处理（2）
("sheet5") sheet2 = excel.add_sheet("sheet2") sheet3 = excel.add_sheet("sheet3") sheet1.write(0,0,"hello world") sheet2.write(1,0,"hello") sheet3.write(2,0,"test test") excel.save("hello1.xlsx") 执行结果: ? 合并多个pdf文件为一个pdf文件 安装pypdf2 # pip install pypdf2 import PyPDF2 import os # 建立一个装pdf文件的数组 xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx ) os.chdir(r"C:\Users\Shinelon\PycharmProjects\Python3\datachuli\aminglinux") pdfWriter = PyPDF2. PdfFileWriter() # 生成一个空白的pdf文件 for pdf in pdfFiles: pdfReader = PyPDF2.PdfFileReader(open(pdf,
84920发布于 2020-01-10 - 来自专栏全栈程序员必看
2×3卡方检验prism_SPSS之卡方检验
那么什么是卡方检验呢？ 01 卡方检验的定义 卡方检验是一种极为典型的对总体分布进行检验的非参数检验方法。用于检验数据是否与某种概率分布的理论数字相吻合，进而推断样本数据是否来自该分布的问题。 2. 在主对话框中，单击【选项】按钮，打开图2所示的【卡方检验：选项】对话框。 图2 在该对话框中可以定义所输出的统计量和缺失值的处理方式。 在该例中，卡方检验的原假设为10个数字出现的概率之间无显著性差异。 操作步骤 (1) 打开数据文件。 (2) 对数据进行加权，从菜单栏选择【数据】→【加权个案】命令，打开【加权个案】对话框。 结果解读 表1 描述性统计量表 表2 期望频率和观测频率表 表2显示出各个分组的观测频率和期望频率以及两者之间的差值，从表中可以看出，期望频率为80.5，Residual代表的是残差，最大残差为10.5 表3 卡方检验表 表3中x2=4.627，渐进方法的概率p值为0.866，远大于显著性水平0.05，因此可以接受原假设，证明该20面体是均匀的。
3.6K00编辑于 2022-08-29 - 来自专栏python3
2-3 选项卡控件
2-3 选项卡控件 u本节学习目标： n了解选项卡控件的基本属性 n掌握如何设置选项卡控件的属性 n掌握统计页面选项卡控件页面基本信息 n掌握选项卡控件的功能操作控制 2-3-1 简介 在 Windows 一般选项卡在Windows操作系统中的表现样式如图2-3所示。 ? 图2-3 图片框控件的属性及方法 2-3-2 选项卡控件的基本属性 图片框控件是使用频度最高的控件，主要用以显示窗体文本信息。 其基本的属性和方法定义如表2-3所示： 属性 说明 MultiLine 指定是否可以显示多行选项卡。如果可以显示多行选项卡，该值应为 True，否则为 False。 使用这个集合可以添加和删除TabPage对象 表2-3 选项卡控件的属性 2-3-3 选项卡控件实践操作 1． 图2-4 设置tabControl控件的属性 ? 图2-5 设置tabControl控件的属性完成效果图 接下来，设置选项卡的提示信息，即当鼠标移动到某个页面后，弹出提示信息。
2.1K10发布于 2020-01-07 - 来自专栏编程
Python数据处理（2）-NumPy的ndarray
2.基本属性：shape和dtype ndarray对象包括了两个最基本的属性，一个是shape（表示各维度大小），一个是dtype（表示数组数据类型）。
1.1K50发布于 2018-02-02 - 来自专栏气象学家
Satpy基础系列教程(2)-TROPOMI L2数据处理
y2 = np.meshgrid(np.arange(xmin,xmax+dx,dx)-dx/2. .pcolormesh(x2,y2,z) ax3.axis([x2.min(),x2.max(),y2.min(),y2.max()]) # using the boundaries gives correct plot ax4.set_title("Correct ticks") ax4.pcolormesh(x2,y2,z) ax4.axis([x2.min(),x2.max(),y2.min(),y2. Fig 2. = plt.subplot(2, 2, 2, projection=projection) add_province(ax2, provinces, west, east,
2.8K32发布于 2020-02-26 - 来自专栏云深之无迹
Sony RX100M2（黑卡2）multiport端口
在我网上冲浪的时候，我看见一个商品里面的介绍，居然有我以前的黑卡2，这里就做一番探索。 多功能的拍摄手柄 好像有2 我去找了一下这个接口，嘿，还真的支持 黑卡有6代，可以看看各代之间的区别 RX100M4 实现了 4K 超采样短片、高速慢动作短片、高速连拍、无畸变电子快门 4 大特性 一张黑卡1拍摄的照片 黑卡不适合作为第一部摄影入门相机。 但是当你腻了了那种镜头换换换 又虚化 又星空又长曝的看似自己是个摄影家的行为… 你就值得拥有黑卡。 黑卡是一种生活。 黑卡像个玩具，更令人放松，自然。 不要再拿黑卡比什么底了… 现在我连GoPro的视频截图都能接受了…还提什么虚化 色彩 高感…而恰恰gopro拿出来的照片是单反永远拍不到的。 一个玩具，一种生活方式而已… https://service.sony.com.cn/DI/i-Manual/DSC-RX100M2/cs/contents/01/index.html M2的说明书
43330编辑于 2022-03-07 - 来自专栏全栈程序员必看
SD卡 MMC卡 MS卡 TF卡
SD卡的技术是基于MultiMedia卡（MMC）格式上发展而来，大小和MMC卡差不多，尺寸为32mm x 24mm x 2.1mm。 SD卡与MMC卡保持着向上兼容，也就是说，MMC卡可以被新的SD设备存取，兼容性则取决于应用软件，但SD卡却不可以被MMC设备存取。 Mini SD MiniSD由松下和SanDisk共同开发。 Mini SD只有SD卡37%的大小，但是却拥有与SD存储卡一样的读写效能与大容量，并与标准SD卡完全兼容，通过附赠的SD转接卡还可当作一般SD卡使用 TF卡（Micro SD） 又称T-Flash 是一种超小型卡（11*15*1MM），约为SD卡的1/4，可以算目前最小的储存卡了。TF是小卡，SD是大卡，都是闪存卡的一种。TF卡尺寸最小，可经SD卡转换器后，当SD卡使用。 MMC卡 MMC卡(Multimedia Card) 翻译成中文为“多媒体卡”。是一种快闪存储器卡标准。
4.7K20编辑于 2022-09-03 - 来自专栏AIUAI
Caffe2 - (十八) 图片数据处理函数
Caffe2 - 图片数据处理函数 Caffe2 提供了对图片进行加载、裁剪、缩放、去均值、batch 等处理的函数 - helper.py. ## @package helpers # Module caffe2.python.tutorials.helpers from __future__ import absolute_import from __future__ import division import skimage.transform def crop_center(img, cropx, cropy): y, x, c = img.shape startx = x // 2 - (cropx // 2) starty = y // 2 - (cropy // 2) return img[starty:starty + cropy, startx:startx .swapaxes(0, 1) return img def bgr(img): # switch to BGR img = img[(2, 1, 0), :, :]
517100发布于 2019-02-18 - 来自专栏Vincent-yuan
java之struts2的数据处理
这里的数据处理，指的是页面上的数据与Action中的数据的处理。 struts2中有3种方式来接收请求提交的数据。分别是：属性驱动方式、对象驱动方式、模型驱动方式 1. return msg; } public void setMsg(String msg) { this.msg = msg; } } struts2会做基本的数据类型转换 2.对象驱动方式 在servlet处理中，获取表单项的值后，需要手动创建对象。 在struts2中，提供了一种对象驱动方式，可以直接在Action处理类中获取对象，不再需要手动创建对象。 所以，strut2提供了模型驱动。 模型驱动综合了属性驱动和对象驱动的优点，但是模型驱动具有侵入性。 使用模型驱动处理类，需要实现 ModelDriven 接口 。 一般都是在对象驱动和模型驱动中选择 补充： 响应数据 在页面中获取struts2的响应数据有2个要点： 1.获取的数据必须是处理类的属性，并且提供了get/set 方法 2.在页面中可以通过 el
55520发布于 2019-09-10 - 来自专栏测试开发干货
面试复习系列【python-数据处理-2 】
知道为什么我要单独拿出2章来给大家普及numpy和pandas么？ 因为，在不久的将来，我即将更新ai测试领域的具体应用教程，这算是给大家提前打打基础，扫扫盲。 import pandas as pd s = pd.Series([1,2,3,4,5]) 这个运行后，我们打印s，得到的结果是这样的：左边第一列是行标，第二列开始是内容 我们也可以创建个多列的， s = pd.Series({"a":1,"b":2}) print(s) 结果如下： 但是这样创建看起来就不舒服，所以我们用DataFrame方法来创建。 = pd.Series({"a":1,"b":2},index=["a","b"]) 创建复合型序列 df = pd.DataFrame({'a':1,"b":pd.Series([1,2,3]),"c ) print(df) #查看内容 print(df.describe) #查看统计 print(df.head(2)) #查看头部2行 print(df.tail(2)) #查看倒数2行 print(
1.2K30编辑于 2022-05-20 - 来自专栏算法channel
2 个数据处理的小功能，非常实用！
：A列值大于其平均值，且 B列值大于 5 的行 方法 1 df[ (df['A'] > df["A"].mean()) & (df['B'] > 5)] 注意，& 前后必须要各自加一对 () 方法 2 cr1 = df['A'] > df["A"].mean() cr2 = df['B'] > 5 df[cr1 & cr2] 方法 3 mean = df["A"].mean() df.query("
45240发布于 2020-05-08 - 来自专栏数据分析1480
R&Python Data Science 系列：数据处理（2）
承接R&Python Data Science 系列：数据处理（1）继续介绍剩余的函数。 ，在构建评分卡woe赋值的时候特别好用。 2.2 case_when函数 用于多条件赋值，评分卡Woe赋值的时候使用起来很方便。 (2) diamonds3 = diamonds >> tail(3) diamonds2 >> bind_rows(diamonds3) ? R语言实现 ##bind_rows()函数 diamonds2 = diamonds %>% head(2) diamonds3 = diamonds %>% tail(3) diamonds2 %>%
1.1K10发布于 2019-10-28 - 来自专栏数据科学（冷冻工厂）
CUT&Tag 数据处理和分析教程（2）
/tools/FastQC/fastqc -o ${projPath}/fastqFileQC/${histName} -f fastq ${projPath}/fastq/${histName}_R2. histName}/*_R1_*.fastq.gz >${projPath}/fastq/${histName}_R1.fastq.gz cat ${projPath}/data/${histName}/*_R2_ *.fastq.gz >${projPath}/fastq/${histName}_R2.fastq.gz
38110编辑于 2025-03-06 - 来自专栏全栈程序员必看
卡方检验x2什么意思_卡方检验和方差分析
x2检验（chi-square test）或称卡方检验 x2检验（chi-square test）或称卡方检验，是一种用途较广的假设检验方法。 按x2检验的自由度v=（行数-1）（列数-1），则该题的自由度v=（2-1）（2-1）=1，查x2界值表（附表20-1），找到x20.001（1）=6.63，而本题x2=10.01即x2＞x20.001 通过实例计算，读者对卡方的基本公式有如下理解：若各理论数与相应实际数相差越小，x2值越小；如两者相同，则x2值必为零，而x2永远为正值。 又因为每一对理论数和实际数都加入x2值中，分组越多，即格子数越多，x2值也会越大，因而每考虑x2值大小的意义时同时要考虑到格子数。因此自由度大时，x2的界值也相应增大。 α=0.05 2.计算x2值 3.确定P值和分析 本题v=（2-1）（4-3）=3，据此查附表20-1： x20.01（3）=11.34，本题x2=15.08，x2＞x20.01
6.7K20编辑于 2022-09-20 - 来自专栏算法channel
玩转Pandas，让数据处理更easy系列2
正是通过这两个强大的数据结构和基于它们建立的各种操作，才使得Pandas称霸数据处理领域工具库，关于这篇请参考： 玩转Pandas，让数据处理更easy系列1 02 DataFrame结构剖析 因为DataFrame 接下来，创建一个pd_data，分别作如下操作： #创建pd_data，values是二维list，index默认(0,1,2,...) ，columns: ['A','B','C'] pd_data = pd.DataFrame([ [4, 9, 1], [3, 5, 2] ], columns = list('ABC') ) ?
74830发布于 2018-07-25 - 来自专栏全栈程序员必看
cf卡,mmc卡,sd卡,sm卡,xd卡，记忆棒的区别是什么？
小(是CF卡尺寸的1/5左右)，外形尺寸只有32mm×24mm×1.4mm，而其重量不超过2g。 大小犹如一 张邮票的SD记忆卡，重量只有2克，但却拥有高记忆容量、快速数据传输率、极大的移动灵活性以及很好的安全性。 （SD卡外型采用了与MMC厚度一样的导轨式设计，以使SD设备可以适合MMC） SD接口除了保留MMC的7针外，还在两边加多了2针，作为数据线。 采用了NAND型Flash Memory，基本上和SmartMedia的一样，平均数据传输率能达到2MB/s。 袖珍的外形尺寸，外形尺寸为 20mm×25mm×1.7mm，总体积只有0.85立方厘米，约为2克重，是目前世界上最为轻便、体积最小的数字闪存卡。
4.3K30编辑于 2022-09-01 - 来自专栏单细胞天地
数据处理基础—ggplot2了解一下
5.8 ggplot2简介 5.8.1 什么是ggplot2 ggplot2是由Hadley Wickham设计的R软件包，它有助于数据绘图。在本实验中，我们将简要介绍该软件包的一些功能。 如果您想了解更多关于如何使用ggplot2的信息，我们建议您阅读Hadley Wickham撰写的“ggplot2 Elegant graphics for data analysis”。 , seq(1, 10, 2)] + 3 test[11:20, seq(2, 10, 2)] = test[11:20, seq(2, 10, 2)] + 2 test[15:20, seq(2, 10 , 2)] = test[15:20, seq(2, 10, 2)] + 4 colnames(test) = paste("Cell", 1:10, sep = "") rownames(test) 让我们尝试将基因聚类的数量设置为2： pheatmap(test, kmeans_k = 2) ?
2.3K30发布于 2020-03-31
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号