- python 线性查找
- 整体结果如下：
- Python 二分查找
- 运行结果如下：
- python 插入排序
- python 快速排序
- （我最晒无限循环）代码如下：
- 运行结果如下：
- Pandas 每日一练：
- 11、将DataFrame保存为EXCEL
- 12、查看数据行列数
- 13、提取popularity列值大于142小于150的行
- 14、交换两列位置（两个方法）
- 15、提取popularity列最大值所在行
- 相关运行结果如下：
- 每日一言：
- 持续更新中...
python 线性查找个人昵称：lxw-pro
个人主页：欢迎关注 我的主页
个人感悟： “失败乃成功之母”，这是不变的道理，在失败中总结，在失败中成长，才能成为IT界的一代宗师。
线性查找指按一定的顺序检查数组中每一个元素，直到找到所要寻找的特定值为止
def search(arr, n, x):
for i in range(0, n):
if arr[i] == x:
return i
return -1
# 在数组arr中查找字符D
arr = ['A', 'B', 'C', 'D', 'E']
x = 'C'
n = len(arr)
result = search(arr, n, x)
if result == -1:
print("元素不在数组中")
else:
print("元素在数组中的索引为", result)
# -*-1-*-
def LinearSearch(list):
num = int(input('Number:t'))
counter = 0
null = 0
for i in list:
if i == num:
print('Find number {} in place {}'.format(num,counter))
else:
null += 1
counter += 1
if null == counter:
print('Don't.csv find it.')
list = {1, 2, 5, 8, 9, 12, 16, 18, 20, 0}
LinearSearch(list)
整体结果如下：
Python 二分查找
二分搜索是一种在有序数组中查找某一特定元素的搜索算法
这种搜索算法每一次比较都使搜索范围缩小一半
# 递归法：
# 返回x在arr中的索引，如果不存在返回-1:
def binarySearch (arr, l, r, x):
if r >= l:
mid = int(l + (r - l)/2)
# 元素整好的中间位置
if arr[mid] == x:
return mid
# 元素小于中间位置的元素，只需要在比较左边的元素
elif arr[mid] > x:
return binarySearch(arr,l,mid-l,x)
# 元素大于中间位置的元素，只需要在比较右边的元素
else:
return binarySearch(arr,mid+l,r,x)
else:
# 不存在
return -1
# 测试数组
arr = [2, 3, 4, 8, 20]
x = 8
# 函数调用
result = binarySearch(arr,0,len(arr)-1,x)
if result != -1:
print("元素在数组中的索引为 %d" % result)
else:
print("元素不在数组中")
运行结果如下：
————————————————————————————————————————————
python 插入排序插入排序是一种简单直观的排序算法
它的工作原理是通过构建有序序列，对于未排序数据，在已排序序列中从后向前扫描，找到相应位置并插入
def insertionSort(arr):
for i in range(1, len(arr)):
key = arr[i]
j = i-1
while j >= 0 and key < arr[j]:
arr[j+1] = arr[j]
j -= 1
arr[j+1] = key
arr = [2, 1, 6, 8, 5, 20, 12]
insertionSort(arr)
print("排序后的数组：")
for i in range(len(arr)):
print("%d" % arr[i], end=' ') # 输出 1 2 5 6 8 12 20
或
arr = [20, 5, 8, 6, 9, 12, 52, 62, 4, 9]
def insertionSort(arr):
for i in range(1,len(arr)):
j = i
while j > 0:
if arr[j] < arr[j-1]:
arr[j-1],arr[j] = arr[j],arr[j-1]
j -= 1
return arr
print(insertionSort(arr)) # 输出 [4, 5, 6, 8, 9, 9, 12, 20, 52, 62]
python 快速排序
''' 快速排序使用分治法（Divide and conquer）策略来把一个序列（list）分为较小和较大的2个子序列， 然后递归地排序两个子序列。 步骤为： 挑选基准值：从数列中挑出一个元素，称为"基准"（pivot）; 分割：重新排序数列，所有比基准值小的元素摆放在基准前面，所有比基准值大的元素摆在基准后面（与基准值相等的数可以到任何一边）。在这个分割结束之后，对基准值的排序就已经完成; 递归排序子序列：递归地将小于基准值元素的子序列和大于基准值元素的子序列排序。 递归到最底部的判断条件是数列的大小是零或一，此时该数列显然已经有序。 选取基准值有数种具体方法，此选取方法对排序的时间性能有决定性影响 '''
可尝试写出快速排序算法的代码，毕竟代码这东西，用心打的多啦，效果真的非常好！！
————————————————————————————————————————————
（我最晒无限循环）代码如下：import time, os
def main():
content = '我最晒我最晒我最晒你也最晒'
while True:
os.system('cls')
print(content)
time.sleep(0.2)
content = content[1:] + content[0]
if __name__ == '__main__':
main()
***记得用鼠标点控制台上的红色正方形按钮——停止运行，不然电脑迟早崩溃***
运行结果如下：
————————————————————————————————————————————
print()只为转行，方便查看运行结果
# -*- coding = utf-8 -*-
# @Time : 2022/7/20 14:07
# @Author : lxw_pro
# @File : pandas-3 练习.py
# @Software : PyCharm
import pandas as pd
import numpy as np
lxw3 = {"project": ['Python', 'Java', 'C', 'MySQL', 'Linux', 'Math', 'English', 'Python'],
"popularity": [91, 88, 142, 136, np.nan, 146, 143, 148]}
df = pd.DataFrame(lxw3)
11、将DataFrame保存为EXCEL
df.to_excel("test3.xlsx")
print("over!") # 显示完成情况（可不写）
print() # 转行，方便查看结果
12、查看数据行列数
hl = df.shape
print(f"数据行列数为：{hl}")
print()
13、提取popularity列值大于142小于150的行
tq3 = df[(df['popularity'] > 142) & (df['popularity'] < 150)]
print("提取popularity列值大于142小于150的行为：n", tq3)
print()
14、交换两列位置（两个方法）
# 法一： cols = df.columns[[1, 0]] # 注意是两个中括号 df = df[cols] print(df) print() # 法二： tmp = df['popularity'] df.drop(labels=['popularity'], axis=1, inplace=True) df.insert(0, 'popularity', tmp) print(df) print()15、提取popularity列最大值所在行
print(df[df['popularity'] == df['popularity'].max()])相关运行结果如下：
11-13：
14-15：
每日一言：
为什么时光叫做时光呢？
大慨是因为每一段时间里，都会有一份光吧！
持续更新中…
点赞，你的认可是我创作的动力！
收藏，你的青睐是我努力的方向！
评论，你的意见是我进步的财富！
关注，你的喜欢是我长久的坚持！
欢迎关注微信公众号【程序人生6】，一起探讨学习哦！！！
