【bug 简单处理】
print("查看最后5行数据为\n",zh)print()print("删除最后一行数据的结果为\n",df)print()
Python快速刷题网站——牛客网 数据分析篇（三）
iloc和loc有多少种用法你能数清楚么？
Python和Java二选一该学啥？
上学的你可以学java，好好研究研究，想多方向发展的可以学python，python在人工智能，机器学习，自动化和其他数据科学都有发展。如果你对哪个感兴趣可以选择兴趣的那种，有兴趣会让你学的更快乐。...
用pymysql封装项目通用的连接和查询
一个项目通常都需要有数据库，而对于python这门语言，除了一些框架自带orm或者扩展的orm(像django自带orm,flask则需要扩展的orm),使用orm必然有他的好处，但毫无疑问你要花时间学习这个orm,那么接下来阿牛带你们用pymysql简单分装一个通用的连接，关闭和查询！...
使用python手写Metropolis-Hastings算法的贝叶斯线性回归
本文通过手写Metropolis-Hastings来深入的理解MCMC的过程
【Python】З 种基本结构之「判断」
逻辑控制其实也就是判断，判断是非常重要的，无论是哪一门语言。没有判断那都是不完整的语言。因此判断是非常重要的。使用③种基本结构就可以实现复杂算法，这其中就有循环、顺序以及判断。在程序的设计当中，代码并不是逐步按照顺序进行执行的，在运行到某一行代码当中，需要停下进行判断接下来将要运行到那一个分支代码，
PySpark数据分析基础：PySpark基础功能及DataFrame操作基础语法详解
Spark框架深度理解一开发缘由及优缺点Spark框架深度理解二生态圈Spark框架深度理解三运行架构、核心数据集RDDPySpark只是通过JVM转换使得Python代码能够在Spark集群上识别运行。故Spark的绝大多数功能都可以被Python程序使用。一文速学-PySpark数据分析基础Py
在线会议中人脸面部轮廓图像提取（三）——Dlib库人脸面部轮廓图像特征提取
当当当当，第三期来廖！接上一期，介绍完HOG特征提取我们继续学习Dlib库提取特征叭！
从零开始实现一个简单的CycleGAN项目
pytorch 中CycleGAN（循环一致生成对抗网络）的简单且易于修改的实现
python读取文件列表并排序
需求需要按照文件名称顺序进行读取。这是图片正确的显示顺序。
使用Python和OCR进行文档解析的完整代码演示
在本文中将使用Python演示如何解析文档(如pdf)并提取文本，图形，表格等信息。
【Python爬虫实战】 不生产小说，只做网站的搬运工，太牛逼了~（附源码）
好啦！文章到这里就正式结束，比起听歌我还是更喜欢看小说的啦！大家喜欢什么项目可以评论区留言哦~有问题或者需要视频学习的可以找我沟通哈👇。
一文速学-PySpark数据分析基础：PySpark原理详解
总体而言，PySpark是借助Py4j实现Python调用Java，来驱动Spark应用程序，本质上主要还是JVM runtime，Java到Python的结果返回是通过本地Socket完成。虽然这种架构保证了Spark核心代码的独立性，但是在大数据场景下，JVM和Python进程间频繁的数据通信导
Opencv学习（1）——图像的基本操作
Opencv学习（1）
解决seaborn.load_dataset()导入数据时报错问题
解决sns.load_dataset()导入数据不成功问题
【Python从入门到精通】元类与父类的区别，浅显易懂
元类type是一个py的标准元类，它做了一个类的建立所必须做的事情，也就是建立了类的基础。答当没有元类声明的情况下，默认为type元类进行类的创建。反之，利用声明的元类进行创建。2、元类主要用于重写type元类本身自带的内置方法。父类他做了在类建立的基础上，给其添加功能的事情。事实上，我认为元类是类
Python安装（以Windows系统为例）
对于Python入门者来说，Python的安装是开始的第一步。今天，就来结合其官方网站介绍，以Windows系统为例介绍Python的下载及安装。
【Python基础篇015】第叁章模块大全之《 os模块》
os.makedirs（）和os.removedirs（）方法os.mkdir（）和os.rmdir（）方法os.listdir（path）方法 os.remove（）方法 os.rename（）方法os.stat（）方法os.system（）方法os.popen（）方法os.getcwd（）方法
Py之lime：lime库的简介、安装、使用方法之详细攻略
lime库是机器学习领域中，一种局部的、与模型无关的解释方法。这个项目是关于解释机器学习分类器(或模型)正在做什么。目前，我们支持使用一个名为lime(局部可解释模型不可知性解释的简称)的包来解释文本分类器或作用于表(数字或分类数据的numpy数组)或图像的分类器的单个预测。lime可以用两个或两个
Python学习之堆叠柱状图的两种画法
Python学习之堆叠柱状图的两种画法
