主頁 >  其他 > Matplotlib資料可視化入門

Matplotlib資料可視化入門

2022-01-24 07:28:10 其他

目錄

  • 前言
  • 1.基礎知識
    • 1.1 圖形繪制
    • 1.2 標題、標簽、坐標軸刻度
      • 1.2.1 標題的設定
      • 1.2.2 標簽的設定
      • 1.2.3 坐標軸刻度的設定
    • 1.3 圖例
    • 1.4 脊柱移動
    • 1.5 圖片保存
  • 2.風格和樣式
    • 2.1 顏色、線形、點形、線寬、透明度
    • 2.2 更多屬性設定
  • 3.訓練場
    • 3.1 繪制如下圖形
    • 3.2 根據提供資料，進行分組聚合運算，繪制如下圖形

前言

本文其實屬于：Python的進階之道【AIoT階段一】的一部分內容，本篇把這部分內容單獨截取出來，方便大家的觀看，本文介紹Matplotlib資料可視化入門，后續還會單獨發一篇Matplotlib資料可視化高級以及Matplotlib資料可視化進階內容供讀者學習，

在資料分析與機器學習中，我們經常要用到大量的可視化操作，一張制作精美的資料圖片，可以展示大量的資訊，一圖頂千言，
在這里插入圖片描述
而在可視化中，Matplotlib算得上是最常用的工具，Matplotlib 是 python 最著名的繪圖庫，它提供了一整套 API，十分適合繪制圖表，或修改圖表的一些屬性，如字體、標簽、范圍等，
在這里插入圖片描述
Matplotlib 是一個 Python 的 2D 繪圖庫，它互動式環境生成出版質量級別的圖形，通過 Matplotlib這個標準類別庫，開發者只需要幾行代碼就可以實作生成繪圖，折線圖、散點圖、柱狀圖、餅圖、直方圖、組合圖等資料分析可視化圖表，
在這里插入圖片描述
🌟 學習本文之前，需要先自修：NumPy從入門到進階，pandas從入門到進階本文中很多的操作在 NumPy從入門到進階 ，pandas從入門到進階二文中有詳細的介紹，包含一些軟體以及擴展庫，圖片的安裝和下載流程，本文會直接進行使用，

下載 M a t p l o t l i b Matplotlib Matplotlib 見博客：matplotlib的安裝教程以及簡單呼叫，這里不再贅述

1.基礎知識

1.1 圖形繪制

🚩資料可視化其實就是把抽象不容易看出規律的資料轉換為人眼更能接受的圖片，下面我們來簡單的繪制一個圖形

import numpy as np
import matplotlib.pyplot as plt

# 橫坐標
# 等引數列,把[0,2π]等分成100份
x = np.linspace(0, 2 * np.pi, 100)

# 縱坐標:正弦波; x:Numpy陣列
y = np.sin(x)

# 畫線形圖
plt.plot(x, y)

在這里插入圖片描述
接下來我們對這個圖進行簡單的引數設定：

# 設定橫坐標的范圍是 -1 ~ 10
plt.xlim(-1, 10)

# 設定縱坐標的范圍是 -1.5 ~ 1.5
plt.ylim(-1.5, 1.5)

# 設定網格線,網格線顏色設為綠色,透明度為0.5,線的樣式為虛線：--,寬度為2
plt.grid(color = 'green', alpha = 0.5, linestyle = '--', linewidth = 2)

plt.plot(x, y)

在這里插入圖片描述

1.2 標題、標簽、坐標軸刻度

1.2.1 標題的設定

🚩標題其實就是圖片的名字，即這個圖片是什么，表達的是什么樣的含義

# 資料還是剛付訓制的正弦圖
plt.plot(x, y)

# 圖的標題設定為 Sin(x),字體大小設為18,顏色設為紅色,標題離圖片的間距為20
plt.title('Sin(x)', fontsize = 18, color = 'red', pad = 20)

在這里插入圖片描述
那么我們是否可以把標題設定為中文呢？

# 資料還是剛付訓制的正弦圖
plt.plot(x, y)

# 圖的標題設定為正弦波,字體大小設為18,顏色設為紅色,標題離圖片的間距為20
plt.title('正弦波', fontsize = 18, color = 'red', pad = 20)

在這里插入圖片描述
WTF？？？ 居然亂碼報錯了，下面我們來介紹解決的方法：

首先先來查看一下我們電腦都有哪些字體：

# 找到電腦的字體
from matplotlib import font_manager
fm = font_manager.FontManager()
# 用串列生成式獲取字體
[font.name for font in fm.ttflist]

在這里插入圖片描述

我們的電腦有很多的字體，這個截圖只展示了一部分字體，其中有英文字體，中文字體…

我們可以找找有沒有 K a i T i KaiTi KaiTi(楷體)
瀏覽器頁面搜索（Google瀏覽器），按下 Ctrl + F，輸入 KaiTi：
在這里插入圖片描述
或者你搜宋體什么的都是可以的，一般電腦都會有這些字體，接下來回到我們的報錯代碼上，我們來設定我們的字體：

# 資料還是剛付訓制的正弦圖
plt.plot(x, y)

# 設定字體為楷體
plt.rcParams['font.family'] = 'KaiTi'

# 圖的標題設定為正弦波,字體大小設為18,顏色設為紅色,標題離圖片的間距為20
plt.title('正弦波', fontsize = 18, color = 'red', pad = 20)

在這里插入圖片描述
這下 正弦波 被顯示出來了，可是還是有報錯，這波啊~，這波叫做對了但沒完全對，我們通過觀察影像可以發現是負號有出了問題：
在這里插入圖片描述
害，多大點事兒嘛，有 bug 咋們就接著改就完了：

# 資料還是剛付訓制的正弦圖
plt.plot(x, y)

# 設定字體為楷體
plt.rcParams['font.family'] = 'KaiTi'

# 設定數字的負號
plt.rcParams['axes.unicode_minus'] = False

# 圖的標題設定為正弦波,字體大小設為18,顏色設為紅色,標題離圖片的間距為20
plt.title('正弦波', fontsize = 18, color = 'red', pad = 20)

在這里插入圖片描述
ok，這下所有的 bug 就完美的解決了，但是總看的不得勁，字體有點小了，看起來費眼睛，我們來把所有的字體都變得大一點：

# 資料還是剛付訓制的正弦圖
plt.plot(x, y)

# 設定字體為楷體
plt.rcParams['font.family'] = 'KaiTi'

# 設定數字的負號
plt.rcParams['axes.unicode_minus'] = False

# 把所有的字體都設定成 28 大小
plt.rcParams['font.size'] = 28

# 圖的標題設定為正弦波,字體大小設為18,顏色設為紅色,標題離圖片的間距為20
plt.title('正弦波', fontsize = 18, color = 'red', pad = 20)

在這里插入圖片描述
好家伙，又出問題了，我們的字體雖然都變大了（圖片顯示的不明顯，讀者自己執行一下代碼會有明顯的變化），但是相對應的我們的圖變小了，我們來設定一下圖片的尺寸：

# 設定圖片的大小
plt.figure(figsize = (12, 9))

# 資料還是剛付訓制的正弦圖
plt.plot(x, y)

# 設定字體為楷體
plt.rcParams['font.family'] = 'KaiTi'

# 設定數字的負號
plt.rcParams['axes.unicode_minus'] = False

# 把所有的字體都設定成 28 大小
plt.rcParams['font.size'] = 28

# 圖的標題設定為正弦波,字體大小設為18,顏色設為紅色,標題離圖片的間距為20
plt.title('正弦波', fontsize = 18, color = 'red', pad = 20)

在這里插入圖片描述

1.2.2 標簽的設定

🚩標簽對應到我們的上圖之中其實就是橫縱坐標

plt.figure(figsize = (9, 6))
plt.plot(x, y)
plt.rcParams['font.family'] = 'KaiTi'
plt.rcParams['axes.unicode_minus'] = False
plt.rcParams['font.size'] = 28
plt.title('正弦波', fontsize = 18, color = 'red', pad = 20)

# 設定橫坐標為 X
plt.xlabel('X')
# 設定縱坐標為 f(x) = sin(x)
plt.ylabel('f(x) = sin(x)')

在這里插入圖片描述
看著縱坐標豎著不舒服，我們把它橫過來：

plt.figure(figsize = (9, 6))
plt.plot(x, y)
plt.rcParams['font.family'] = 'KaiTi'
plt.rcParams['axes.unicode_minus'] = False
plt.rcParams['font.size'] = 28
plt.title('正弦波', fontsize = 18, color = 'red', pad = 20)

# 設定橫坐標為 X
plt.xlabel('X')
# 設定縱坐標為 f(x) = sin(x)
plt.ylabel('f(x) = sin(x)', rotation = 0)

在這里插入圖片描述
縱坐標離 y y y軸有點近，我們繼續調整一下：

plt.figure(figsize = (9, 6))
plt.plot(x, y)
plt.rcParams['font.family'] = 'KaiTi'
plt.rcParams['axes.unicode_minus'] = False
plt.rcParams['font.size'] = 28
plt.title('正弦波', fontsize = 18, color = 'red', pad = 20)

# 設定橫坐標為 X
plt.xlabel('X')
# 設定縱坐標為 f(x) = sin(x)
plt.ylabel('f(x) = sin(x)', rotation = 0, horizontalalignment = 'right')

在這里插入圖片描述

1.2.3 坐標軸刻度的設定

🚩接下來我們設定刻度，上圖中的 0 2 4 6 -1.0 -0.5 0.0 0.5 1.0 其實就是刻度，因為我們現在描繪的是正弦波，對于正弦波而言，我們 y y y軸上的刻度其實給-1 0 1就可以了：
在這里插入圖片描述
我們的橫坐標刻度對于正弦波而言一般是 0 , π 2 , π , 3 π 2 , 2 π 0, \frac{\pi}{2}, \pi,\frac{3\pi}{2},2π 0,2π?,π,23π?,2π：

plt.figure(figsize = (9, 6))
plt.plot(x, y)
plt.rcParams['font.family'] = 'KaiTi'
plt.rcParams['axes.unicode_minus'] = False
plt.rcParams['font.size'] = 28
plt.title('正弦波', fontsize = 18, color = 'red', pad = 20)
plt.xlabel('X')
plt.ylabel('f(x) = sin(x)', rotation = 0, horizontalalignment = 'right')

# 設定y軸上的刻度為：-1 0 1
plt.yticks([-1, 0, 1])
# 設定x軸的刻度
plt.xticks([0, np.pi / 2, np.pi, 1.5 * np.pi, 2 * np.pi])

在這里插入圖片描述
這好像和我們希望的不太一樣，這編譯器太實誠了，直接把 π \pi π 帶入計算了，我們希望的顯然不是這樣，我們希望 π \pi π 用希臘字母進行顯示：

plt.figure(figsize = (9, 6))
plt.plot(x, y)
plt.rcParams['font.family'] = 'KaiTi'
plt.rcParams['axes.unicode_minus'] = False
plt.rcParams['font.size'] = 28
plt.title('正弦波', fontsize = 18, color = 'red', pad = 20)
plt.xlabel('X')
plt.ylabel('f(x) = sin(x)', rotation = 0, horizontalalignment = 'right')

# 設定y軸上的刻度為：-1 0 1
plt.yticks([-1, 0, 1])
# 設定x軸的刻度
plt.xticks([0, np.pi / 2, np.pi, 1.5 * np.pi, 2 * np.pi],
           [0, r'$\frac{\pi}{2}$', r'$\pi$', r'$\frac{3\pi}{2}$', r'$2\pi$'])

在這里插入圖片描述
當然我們可以設定顏色，比如我們設定橫坐標刻度為紅色：

plt.figure(figsize = (9, 6))
plt.plot(x, y)
plt.rcParams['font.family'] = 'KaiTi'
plt.rcParams['axes.unicode_minus'] = False
plt.rcParams['font.size'] = 28
plt.title('正弦波', fontsize = 18, color = 'red', pad = 20)
plt.xlabel('X')
plt.ylabel('f(x) = sin(x)', rotation = 0, horizontalalignment = 'right')

# 設定y軸上的刻度為：-1 0 1
plt.yticks([-1, 0, 1])
# 設定x軸的刻度
plt.xticks([0, np.pi / 2, np.pi, 1.5 * np.pi, 2 * np.pi],
           [0, r'$\frac{\pi}{2}$', r'$\pi$', r'$\frac{3\pi}{2}$', r'$2\pi$'],
           color = 'red')

在這里插入圖片描述

1.3 圖例

🚩圖例就是在同一個表中顯示多個圖，我們要區分它們所對應的小框框：
在這里插入圖片描述

import numpy as np
import matplotlib.pyplot as plt

# x軸
x = np.linspace(0, 2 * np.pi)
# y軸
y = np.sin(x) # 正弦
# 繪制線形圖
# 調整尺寸
plt.figure(figsize=(9,6))
# 繪制正弦波
plt.plot(x,y)

# 繪制余弦波
plt.plot(x,np.cos(x))
plt.legend(['Sin', 'Cos'],fontsize = 18, # 字體大小
           loc = 'center',    # 圖例居中
           ncol = 2,          # 圖例展示時2個為一行
           # 設定圖例的位置 [x,y,width,height]
           bbox_to_anchor = [0, 1.05, 1, 0.2]) 
           # 我們規定圖形左下角為(0,0),右上角為(1,1)
           # 表示圖例的位置在(0,1.05)的位置，且我們設定了居中

在這里插入圖片描述

1.4 脊柱移動

🚩脊柱移動翻譯成大白話就是黑色邊框的移動

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(-np.pi, np.pi, 50)
plt.rcParams['axes.unicode_minus'] = False
plt.figure(figsize = (9 ,6))

# plot繪制了兩個圖形，x-y成對出現就可以！！！
plt.plot(x,np.sin(x),x,np.cos(x))

# 獲取當前視圖
ax = plt.gca()

# 右邊和上面脊柱消失,白色就是消失
ax.spines['right'].set_color('white') # 白色
ax.spines['top'].set_color('#FFFFFF') # 白色

# 設定下面左邊脊柱位置，data表示資料，axes表示相對位置0~1
ax.spines['bottom'].set_position(('data', 0))  # 中間(豎直)
ax.spines['left'].set_position(('data' , 0))   # 中間(水平)

plt.yticks([-1,0,1],labels = ['-1', '0', '1'],fontsize = 18)
plt.xticks([-np.pi, -np.pi / 2, np.pi / 2, np.pi],
           labels = [r'$-\pi$', r'$-\frac{\pi}{2}$', r'$\frac{\pi}{2}$', r'$\pi$'],
           fontsize = 18)

在這里插入圖片描述

1.5 圖片保存

🚩我們可以把我們繪制好的圖形進行保存：

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(-np.pi, np.pi, 50)
plt.rcParams['axes.unicode_minus'] = False
plt.figure(figsize = (9 ,6))

# plot繪制了兩個圖形，x-y成對出現就可以！！！
plt.plot(x,np.sin(x),x,np.cos(x))

# 獲取當前視圖
ax = plt.gca()

# 右邊和上面脊柱消失,白色就是消失
ax.spines['right'].set_color('white') # 白色
ax.spines['top'].set_color('#FFFFFF') # 白色

# 設定下面左邊脊柱位置，data表示資料，axes表示相對位置0~1
ax.spines['bottom'].set_position(('data', 0))  # 中間(豎直)
ax.spines['left'].set_position(('data' , 0))   # 中間(水平)

plt.yticks([-1,0,1],labels = ['-1', '0', '1'],fontsize = 18)
plt.xticks([-np.pi, -np.pi / 2, np.pi / 2, np.pi],
           labels = [r'$-\pi$', r'$-\frac{\pi}{2}$', r'$\frac{\pi}{2}$', r'$\pi$'],
           fontsize = 18)

# 圖片保存到當前路徑下,命名為 1.png
plt.savefig('./1.png')

在這里插入圖片描述
我們在保存的時候，可以修改螢屏像素密度： d p i dpi dpi(默認為100)

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(-np.pi, np.pi, 50)
plt.rcParams['axes.unicode_minus'] = False
plt.figure(figsize = (9 ,6))

# plot繪制了兩個圖形，x-y成對出現就可以！！！
plt.plot(x,np.sin(x),x,np.cos(x))

# 獲取當前視圖
ax = plt.gca()

# 右邊和上面脊柱消失,白色就是消失
ax.spines['right'].set_color('white') # 白色
ax.spines['top'].set_color('#FFFFFF') # 白色

# 設定下面左邊脊柱位置，data表示資料，axes表示相對位置0~1
ax.spines['bottom'].set_position(('data', 0))  # 中間(豎直)
ax.spines['left'].set_position(('data' , 0))   # 中間(水平)

plt.yticks([-1,0,1],labels = ['-1', '0', '1'],fontsize = 18)
plt.xticks([-np.pi, -np.pi / 2, np.pi / 2, np.pi],
           labels = [r'$-\pi$', r'$-\frac{\pi}{2}$', r'$\frac{\pi}{2}$', r'$\pi$'],
           fontsize = 18)

# 圖片保存到當前路徑下,命名為 2.png,像素密度設為 300
plt.savefig('./2.png', dpi = 300)

在這里插入圖片描述
從兩張圖片的大小上其實就能看出清晰度的高低，因為保存的是同一張圖
當然，我們也可以保存成 p d f pdf pdf

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(-np.pi, np.pi, 50)
plt.rcParams['axes.unicode_minus'] = False
plt.figure(figsize = (9 ,6))

# plot繪制了兩個圖形，x-y成對出現就可以！！！
plt.plot(x,np.sin(x),x,np.cos(x))

# 獲取當前視圖
ax = plt.gca()

# 右邊和上面脊柱消失,白色就是消失
ax.spines['right'].set_color('white') # 白色
ax.spines['top'].set_color('#FFFFFF') # 白色

# 設定下面左邊脊柱位置，data表示資料，axes表示相對位置0~1
ax.spines['bottom'].set_position(('data', 0))  # 中間(豎直)
ax.spines['left'].set_position(('data' , 0))   # 中間(水平)

plt.yticks([-1,0,1],labels = ['-1', '0', '1'],fontsize = 18)
plt.xticks([-np.pi, -np.pi / 2, np.pi / 2, np.pi],
           labels = [r'$-\pi$', r'$-\frac{\pi}{2}$', r'$\frac{\pi}{2}$', r'$\pi$'],
           fontsize = 18)

# 圖片保存到當前路徑下,格式為 pdf,命名為 1.pdf
plt.savefig('./1.pdf')

在這里插入圖片描述
在這里插入圖片描述
如果你覺得白底太過于單調，我們在設定字體大小的時候可以設定顏色（改變邊框的顏色）：

# 設定一個綠邊框
plt.figure(figsize = (9 ,6), facecolor = 'green')

在這里插入圖片描述
如果我們想改變的是底色，我們可以在獲取視圖后進行更改：

# 獲取當前視圖
ax = plt.gca()
# 底色改為綠色
ax.set_facecolor('green')

在這里插入圖片描述
查看我們可以設定哪些顏色可以撰寫代碼：

# 查看所有顏色
plt.colormaps()

在這里插入圖片描述

2.風格和樣式

2.1 顏色、線形、點形、線寬、透明度

🚩下圖代表我們可以使用的顏色：
在這里插入圖片描述
接下來我們結合代碼去進行講解：

import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 2 * np.pi, 20)

y1 = np.sin(x)
y2 = np.cos(x)

# 設定顏色，線型，點型
# 繪制x,y1的圖形,顏色是 indigo,線形為'-.',影像上點的型別是五邊形'p
plt.plot(x, y1, color = 'indigo', ls = '-.', marker = 'p')
# 繪制x,y2的圖形,顏色是 #FF00EE,線形為'-',影像上點的型別是圓圈'o'
plt.plot(x, y2, color = '#FF00EE', ls = '--', marker = 'o')
# 繪制x,y1+y2的圖形,顏色是(0.2, 0.7, 0.2),線形為':',影像上點的型別是五角星'*'
plt.plot(x, y1 + y2, color = (0.2, 0.7, 0.2), marker = '*',ls = ':')
# 繪制x,y1+2*y2的圖形,線寬為3,透明度為0.7,顏色為 orange
plt.plot(x, y1 + 2 * y2, linewidth = 3, alpha = 0.7, color = 'orange') # 線寬、透明度
# 引數連用
# 繪制x,2*y1-y2的圖形,b代表color:blue;o代表marker:'o';--代表ls:'--'
plt.plot(x, 2 * y1 - y2, 'bo--')

在這里插入圖片描述

2.2 更多屬性設定

import numpy as np
import pandas as pd

def f(x):
    return np.exp(-x) * np.cos(2 * np.pi * x)

x = np.linspace(0, 5, 50)
plt.figure(figsize = (9, 6))
plt.plot(x, f(x), color = 'purple', # 線顏色
         marker = 'o',              # 影像中的點的形狀
         ls = '--',                 # 線形
         lw = 2,                    # 線寬
         alpha = 0.6,               # 透明度
         markerfacecolor = 'red',   # 點顏色
         markersize = 10,           # 影像中點的大小
         markeredgecolor = 'green', # 點邊緣顏色
         markeredgewidth = 3)       # 點邊緣寬度

plt.xticks(size = 18)               # 設定刻度大小
plt.yticks(size = 18)

在這里插入圖片描述

3.訓練場

3.1 繪制如下圖形

在這里插入圖片描述
要求：

  • 設定背景顏色為：灰色
  • 設定視圖顏色為：灰色
  • 設定網格線顏色：白色
  • 設定網格線樣式：虛線
  • 函式關系如下：y = np.sin(x + i * 0.5) * (7 - i)
    • 方程中的i可以給定范圍1~6，表示圖片中的6條線
import numpy as np
import matplotlib.pyplot as plt

plt.figure(figsize = (9, 6), facecolor = 'gray')

def fun(x):
    for i in range(1, 7):
        y = np.sin(x - 0.5 * i) * (7 - i)
        plt.plot(x, y)
# 畫圖范圍從 0~14,分成200份
x=  np.linspace(0, 14, 200)
fun(x)

# 獲取當前視圖
ax = plt.gca()
ax.set_facecolor('gray')
# 添加網格線
plt.grid(color = 'white', linestyle = '--')

在這里插入圖片描述

3.2 根據提供資料，進行分組聚合運算，繪制如下圖形

在這里插入圖片描述

要求：

  • 分組聚合求各個城市春夏秋冬的PM2.5的平均值
  • 對分組聚合結果進行資料重塑
  • 調整行索引順序按照：北京、上海、廣州、沈陽、成都
  • 調整列索引順序：春夏秋冬
  • 使用DataFrame方法繪制條形圖

首先我們需要下載一個 Excel 檔案：

鏈接: https://pan.baidu.com/s/1ns8p3xD_EVS2GNNKApDtLg?pwd=eu4u
提取碼: eu4u

下載完成之后，把該檔案和我們的代碼放到同一個檔案夾下，這一操作我們在之前的博客中已經反復說到，這里就不再進行演示

注：代碼處于運行中將顯示：
在這里插入圖片描述
下列代碼運行幾十秒甚至幾分鐘都是正常的，耐心等待運行結果即可，

我們先來加載我們的資料

%%time
import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_excel('./PM2.5.xlsx')
display(df.head(10))
df.shape

在這里插入圖片描述

# 根據 城市,季節進行分組,獲取PM2.5的資料并求平均
df.groupby(by = ['城市', '季節'])['PM2.5'].mean()

在這里插入圖片描述
資料看起來不太舒服，把它變成 D a t a F r a m e DataFrame DataFrame 格式，并保留兩位小數

df2 = df.groupby(by = ['城市', '季節'])[['PM2.5']].mean().round(2)
df2

在這里插入圖片描述
資料還是看起來不美觀，資料重塑：

df2 = df2.unstack(level = -1)
df2

在這里插入圖片描述
洗掉掉 PM2.5：

df2.columns = df2.columns.droplevel(level = 0)
df2

在這里插入圖片描述
調整列索引的順序：

df2 = df2[list('春夏秋冬')]
df2 = df2.loc[['北京', '上海', '廣州', '成都', '沈陽']]
df2

在這里插入圖片描述

繪圖：

plt.rcParams['font.family'] = 'KaiTi'
plt.rcParams['font.size'] = 18
df2.plot.bar(figsize = (12, 9))
plt.grid(color = 'gray', ls = '--')

在這里插入圖片描述

轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/420003.html

標籤：AI

上一篇：pandas使用replace函式移除dataframe數值資料中的逗號并基于處理后的資料生成新的整型資料列（remove comma from column values in Pandas）

下一篇：python使用openCV影像加載（轉化為灰度影像）、使用filter2D函式對影像進行銳化（Sharpen Images）

標籤雲
其他(157675) Python(38076) JavaScript(25376) Java(17977) C(15215) 區塊鏈(8255) C＃(7972) AI(7469) 爪哇(7425) MySQL(7132) html(6777) 基礎類(6313) sql(6102) 熊猫(6058) PHP(5869) 数组(5741) R(5409) Linux(5327) 反应(5209) 腳本語言(PerlPython)(5129) 非技術區(4971) Android(4554) 数据框(4311) css(4259) 节点.js(4032) C語言(3288) json(3245) 列表(3129) 扑(3119) C++語言(3117) 安卓(2998) 打字稿(2995) VBA(2789) Java相關(2746) 疑難問題(2699) 细绳(2522) 單片機工控(2479) iOS(2429) ASP.NET(2402) MongoDB(2323) 麻木的(2285) 正则表达式(2254) 字典(2211) 循环(2198) 迅速(2185) 擅长(2169) 镖(2155) 功能(1967) .NET技术(1958) Web開發(1951) python-3.x(1918) HtmlCss(1915) 弹簧靴(1913) C++(1909) xml(1889) PostgreSQL(1872) .NETCore(1853) 谷歌表格(1846) Unity3D(1843) for循环(1842)

熱門瀏覽
  • 網閘典型架構簡述

    網閘架構一般分為兩種：三主機的三系統架構網閘和雙主機的2+1架構網閘。 三主機架構分別為內端機、外端機和仲裁機。三機無論從軟體和硬體上均各自獨立。首先從硬體上來看，三機都用各自獨立的主板、記憶體及存盤設備。從軟體上來看，三機有各自獨立的作業系統。這樣能達到完全的三機獨立。對于“2+1”系統，“2”分為 ......

    uj5u.com 2020-09-10 02:00:44 more
  • 如何從xshell上傳檔案到centos linux虛擬機里

    如何從xshell上傳檔案到centos linux虛擬機里及：虛擬機CentOs下執行 yum -y install lrzsz命令，出現錯誤：鏡像無法找到軟體包 前言 一、安裝lrzsz步驟 二、上傳檔案 三、遇到的問題及解決方案 總結 前言 提示：其實很簡單，往虛擬機上安裝一個上傳檔案的工具 ......

    uj5u.com 2020-09-10 02:00:47 more
  • 一、SQLMAP入門

    一、SQLMAP入門 1、判斷是否存在注入 sqlmap.py -u 網址/id=1 id=1不可缺少。當注入點后面的引數大于兩個時。需要加雙引號， sqlmap.py -u "網址/id=1&uid=1" 2、判斷文本中的請求是否存在注入 從文本中加載http請求，SQLMAP可以從一個文本檔案中 ......

    uj5u.com 2020-09-10 02:00:50 more
  • Metasploit 簡單使用教程

    metasploit 簡單使用教程 浩先生， 2020-08-28 16:18:25 分類專欄： kail 網路安全 linux 文章標簽： linux資訊安全 編輯 著作權 metasploit 使用教程 前言 一、Metasploit是什么？ 二、準備作業 三、具體步驟 前言 Msfconsole ......

    uj5u.com 2020-09-10 02:00:53 more
  • 游戲逆向之驅動層與用戶層通訊

    驅動層代碼： #pragma once #include <ntifs.h> #define add_code CTL_CODE(FILE_DEVICE_UNKNOWN,0x800,METHOD_BUFFERED,FILE_ANY_ACCESS) /* 更多游戲逆向視頻www.yxfzedu.com ......

    uj5u.com 2020-09-10 02:00:56 more
  • 北斗電力時鐘（北斗授時服務器）讓網路資料更精準

    北斗電力時鐘（北斗授時服務器）讓網路資料更精準 北斗電力時鐘（北斗授時服務器）讓網路資料更精準 京準電子科技官微——ahjzsz 近幾年，資訊技術的得了快速發展，互聯網在逐漸普及，其在人們生活和生產中都得到了廣泛應用，并且取得了不錯的應用效果。計算機網路資訊在電力系統中的應用，一方面使電力系統的運行 ......

    uj5u.com 2020-09-10 02:01:03 more
  • 【CTF】CTFHub 技能樹 彩蛋 writeup

    ?碎碎念 CTFHub：https://www.ctfhub.com/ 筆者入門CTF時時剛開始刷的是bugku的舊平臺，后來才有了CTFHub。 感覺不論是網頁UI設計，還是題目質量，賽事跟蹤，工具軟體都做得很不錯。 而且因為獨到的金幣制度的確讓人有一種想去刷題賺金幣的感覺。 個人還是非常喜歡這個 ......

    uj5u.com 2020-09-10 02:04:05 more
  • 02windows基礎操作

    我學到了一下幾點 Windows系統目錄結構與滲透的作用 常見Windows的服務詳解 Windows埠詳解 常用的Windows注冊表詳解 hacker DOS命令詳解（net user / type /md /rd/ dir /cd /net use copy、批處理 等） 利用dos命令制作 ......

    uj5u.com 2020-09-10 02:04:18 more
  • 03.Linux基礎操作

    我學到了以下幾點 01Linux系統介紹02系統安裝，密碼啊破解03Linux常用命令04LAMP 01LINUX windows： win03 8 12 16 19 配置不繁瑣 Linux：redhat,centos(紅帽社區版)，Ubuntu server,suse unix:金融機構，證券，銀 ......

    uj5u.com 2020-09-10 02:04:30 more
  • 05HTML

    01HTML介紹 02頭部標簽講解03基礎標簽講解04表單標簽講解 HTML前段語言 js1.了解代碼2.根據代碼 懂得挖掘漏洞 （POST注入/XSS漏洞上傳）3.黑帽seo 白帽seo 客戶網站被黑帽植入劫持代碼如何處理4.熟悉html表單 <html><head><title>TDK標題，描述 ......

    uj5u.com 2020-09-10 02:04:36 more
最新发布
  • 2023年最新微信小程式抓包教程

    01 開門見山 隔一個月發一篇文章，不過分。 首先回顧一下《微信系結手機號資料庫被脫庫事件》，我也是第一時間得知了這個訊息，然后跟蹤了整件事情的經過。下面是這起事件的相關截圖以及近日流出的一萬條資料樣本： 個人認為這件事也沒什么，還不如關注一下之前45億快遞資料查詢渠道疑似在近日復活的訊息。 訊息是 ......

    uj5u.com 2023-04-20 08:48:24 more
  • web3 產品介紹：metamask 錢包 使用最多的瀏覽器插件錢包

    Metamask錢包是一種基于區塊鏈技術的數字貨幣錢包，它允許用戶在安全、便捷的環境下管理自己的加密資產。Metamask錢包是以太坊生態系統中最流行的錢包之一，它具有易于使用、安全性高和功能強大等優點。 本文將詳細介紹Metamask錢包的功能和使用方法。 一、 Metamask錢包的功能 數字資 ......

    uj5u.com 2023-04-20 08:47:46 more
  • vulnhub_Earth

    前言 靶機地址->>>vulnhub_Earth 攻擊機ip：192.168.20.121 靶機ip：192.168.20.122 參考文章 https://www.cnblogs.com/Jing-X/archive/2022/04/03/16097695.html https://www.cnb ......

    uj5u.com 2023-04-20 07:46:20 more
  • 從4k到42k，軟體測驗工程師的漲薪史，給我看哭了

    清明節一過，盲猜大家已經無心上班，在數著日子準備過五一，但一想到銀行卡里的余額……瞬間心情就不美麗了。最近，2023年高校畢業生就業調查顯示，本科畢業月平均起薪為5825元。調查一出，便有很多同學表示自己又被平均了。看著這一資料，不免讓人想到前不久中國青年報的一項調查：近六成大學生認為畢業10年內會 ......

    uj5u.com 2023-04-20 07:44:00 more
  • 最新版本 Stable Diffusion 開源 AI 繪畫工具之中文自動提詞篇

    🎈 標簽生成器 由于輸入正向提示詞 prompt 和反向提示詞 negative prompt 都是使用英文，所以對學習母語的我們非常不友好 使用網址：https://tinygeeker.github.io/p/ai-prompt-generator 這個網址是為了讓大家在使用 AI 繪畫的時候 ......

    uj5u.com 2023-04-20 07:43:36 more
  • 漫談前端自動化測驗演進之路及測驗工具分析

    隨著前端技術的不斷發展和應用程式的日益復雜，前端自動化測驗也在不斷演進。隨著 Web 應用程式變得越來越復雜，自動化測驗的需求也越來越高。如今，自動化測驗已經成為 Web 應用程式開發程序中不可或缺的一部分，它們可以幫助開發人員更快地發現和修復錯誤，提高應用程式的性能和可靠性。 ......

    uj5u.com 2023-04-20 07:43:16 more
  • CANN開發實踐：4個DVPP記憶體問題的典型案例解讀

    摘要：由于DVPP媒體資料處理功能對存放輸入、輸出資料的記憶體有更高的要求（例如，記憶體首地址128位元組對齊），因此需呼叫專用的記憶體申請介面，那么本期就分享幾個關于DVPP記憶體問題的典型案例，并給出原因分析及解決方法。 本文分享自華為云社區《FAQ_DVPP記憶體問題案例》，作者：昇騰CANN。 DVPP ......

    uj5u.com 2023-04-20 07:43:03 more
  • msf學習

    msf學習 以kali自帶的msf為例 一、msf核心模塊與功能 msf模塊都放在/usr/share/metasploit-framework/modules目錄下 1、auxiliary 輔助模塊，輔助滲透（埠掃描、登錄密碼爆破、漏洞驗證等） 2、encoders 編碼器模塊，主要包含各種編碼 ......

    uj5u.com 2023-04-20 07:42:59 more
  • Halcon軟體安裝與界面簡介

    1. 下載Halcon17版本到到本地 2. 雙擊安裝包后 3. 步驟如下 1.2 Halcon軟體安裝 界面分為四大塊 1. Halcon的五個助手 1) 影像采集助手：與相機連接，設定相機引數，采集影像 2) 標定助手：九點標定或是其它的標定，生成標定檔案及內參外參，可以將像素單位轉換為長度單位 ......

    uj5u.com 2023-04-20 07:42:17 more
  • 在MacOS下使用Unity3D開發游戲

    第一次發博客，先發一下我的游戲開發環境吧。 去年2月份買了一臺MacBookPro2021 M1pro(以下簡稱mbp)，這一年來一直在用mbp開發游戲。我大致分享一下我的開發工具以及使用體驗。 1、Unity 官網鏈接： https://unity.cn/releases 我一般使用的Apple ......

    uj5u.com 2023-04-20 07:40:19 more

Copyright © 2010-2020 有解無憂