python小例子

输入 i × j itimes j i×j个浮点数，将他们放到一个 i × j itimes j i×j的列表里

b=list(map(float,input("请输入b:").split()))
b=[b[x:x+j] for x in range(0,len(b),j)]

创建数组

p=[[0.0]*k]*l

创建一个50到500之间的随机整数

a=random.randint(50,500)

求一个二维列表所有数字的和

c=sum(sum(i) for i in b)

按照相反的顺序输出一个序列（如何反向取数）

a=[1,2,3,4,5,6]
for i in range(len(a)):
    print(a[len(a)-i-1],end=" ")# 正向索引，反向取数

有四个数字：1、2、3、4，能组成多少个互不相同且无重复数字的三位数？各是多少？

mlist=[1,2,3,4]
numlist = [i*100+j*10+k for i in mlist for j in mlist for k in mlist if i is not j and j is not k and k is not i]

创建一个范围在(0,1)之间的长度为12的等差数列

a=np.linspace(0,1,12)

如何根据第3列来对一个5*5矩阵排序

a=np.random.randint(0,100,size=(5,5))
a=a[np.argsort(a[:,2])]

给定一个4维矩阵，如何得到最后两维的和

a=np.random.randint(0,100,size=(3,4,3,2))
print(a)
a.sum(axis=(2,3))

给定一个二维矩阵，如何交换其中两行的元素

p[[x-1, y-1], :] = p[[y-1, x-1], :]

矩阵的每一行的元素都减去该行的平均值

a=np.array([[1,2,3],[4,5,6],[7,8,9]])
a-a.mean(axis=1).reshape(3,1)

pandas删除重复数据

data=data.drop_duplicates()

pandas 将数据转化为特定类型，如str、float

data[col].apply(str)
data[col].apply(float)

pandas 统计缺失值数量

data.isna().sum()[col]

pandas 删除列

data=data.drop(columns=['f','a'])

pandas 填充缺失值

data[col].fillna(data[col].describe()['50%'],inplace=True)

判断是否为缺失值

math.isnan(a)

数据标准化

df['sum_sta']=(df['sum']-df['sum'].mean())/df['sum'].std()

盖帽法

def blk(floor, root): 
    def f(x):       
        if x < floor:
            x = floor
        elif x > root:
            x = root
        return x
    return f

# 清洗数据
df["sum_outer"] = df["sum"].map(blk(0, root=data["sum"].quantile(0.99)))

pandas读取excel

data=pd.read_excel("str_data.xlsx")

pandas将dataframe存入excel

data.to_excel("1.xlsx")