2017-11-01 18:27:38 JackLiu16 阅读数 590
  • Python数据殿堂:数据分析与数据可视化

    【入门基础+轻实战演示】【讲授方式轻松幽默、有趣不枯燥、案例与实操结合,与相关课程差异化】利用python进行数据处理、 分析,并结合大量具体的例子,对每个知识进行实战讲解,本课程通过大量练习和案例对各个知识点技能进行详细讲解。通过本 课程,学生将懂得pandas、numpy、matplotlib等数据分析工具;通过实战,学生将了解标准的数据分析流程,学会使用可视化的 方法展示数据及结果。

    6573 人正在学习 去看看 刘英

python  底层数据处理

'0x20' 是一个 multi-character character constant 它对应的值是0x30783230

(注: '0' 'x' '2' 的 ascii 码分别是 0x30 0x78 0x32)

'\x20' 是一个 char 它的值是0x20

(注: '\x[0-9a-fA-F]{1,2}' 用16进制表示一个char 比如 '\xFF'
     '\[0-7]{1,3}' 用8进制表示一个char 比如 '\100' )


十六进制数'\0x'和'\x'有什么区别?

区别不大,都是把数按16进制输出。
\0x:当输出的数转换为16进制只有1位时,在前面补0,如 0a,其它情况按照实际情况输出。 
\x:按照输出数转换为16进制的实际位数输出。
此外,小写x和大写X也有点区别,小写的x输出小写符号的16进制,大写X则输出大写的(主要针对ABCDEF这六位)


0x  十六进制

0o   八进制

0b   二进制



a=0b0101
print a,repr(a),type(a)
a=0o0701
print(a,repr(a),type(a))
a=0x0911
print(a,repr(a),type(a))
a="\x02\x08"
print a,repr(a),type(a)
print(a,repr(a),type(a))
strr="sdfa\dfsd\\W"
print(strr)


5 5 <type 'int'>
(449, '449', <type 'int'>)
(2321, '2321', <type 'int'>)
 '\x02\x08' <type 'str'>
('\x02\x08', "'\\x02\\x08'", <type 'str'>)
sdfa\dfsd\W
[Finished in 0.5s]

2018-08-22 16:36:40 lhy2239705435 阅读数 636
  • Python数据殿堂:数据分析与数据可视化

    【入门基础+轻实战演示】【讲授方式轻松幽默、有趣不枯燥、案例与实操结合,与相关课程差异化】利用python进行数据处理、 分析,并结合大量具体的例子,对每个知识进行实战讲解,本课程通过大量练习和案例对各个知识点技能进行详细讲解。通过本 课程,学生将懂得pandas、numpy、matplotlib等数据分析工具;通过实战,学生将了解标准的数据分析流程,学会使用可视化的 方法展示数据及结果。

    6573 人正在学习 去看看 刘英

可以用python处理excel的第三方库,大家可以根据自己安装的python版本以及处理Excel的需求选择性安装;

本机python版本为3.6,使用库来自第三方,为openpyxl。以下为openpyxl的简单操作示例。

注意: openpyxl只能操作 xlsx文件而不能操作 xls文件

安装 openpyxl:在命令行敲以下语句即可;

         pip install openpyxl

"""
Spyder Editor

This is a temporary script file.
"""

import openpyxl 

wb=openpyxl.load_workbook('D:\WorkSpace\Python3.6.0\python处理excel.xlsx') #打开已经存在的Excel文件
print(wb.get_sheet_names())#获取工作簿的所有表格名
sheet=wb.get_sheet_by_name('Sheet1') #获取工作表
print(sheet.title) 

sheet02=wb.get_active_sheet() #获取工作的表格
print(sheet02.title)
'''
该函数功能读取Excel文件某工作表某行某列的数值
'''
import openpyxl
 
def update_offer(i,fileName,sheetName):
    wb =openpyxl.load_workbook(fileName)     #打开excel表格
    sheet = wb.get_sheet_by_name(sheetName)  #根据工作表名获取工作表
    b = 0                                   #用于统计输出数据条数
    while(i <= sheet.max_row):    
        s = str(i)
        if sheet['A'+s].value != None :       #判断A列单元格是否为空
            b += 1
            print(str(sheet['B'+s].value))      #输出B列中单元格的值
        else:
            break
        i += 1
    print('总计输出数据: '+str(b)+' 条')
 
    
#print(wb.get_sheet_names())  #输出所有的工作表名
#print(sheet.title)
#sheet02 = wb.get_active_sheet()      #获取活动的工作表
#print(sheet02.title)
#print(sheet.max_row)    # 最大行数
#print(sheet.max_column) # 最大列数
# print(sheet['A3'].value)  #获取A3单元格内容
#print(sheet['A3'].column)  #获取单元格列值
#print(sheet['A3'].row)  #获取单元格行号
 
if __name__ == '__main__':
    upFileName = 'D:\WorkSpace\Python3.6.0\python处理excel.xlsx'   # excel表格所在路径
    upSheetName = 'Sheet1'      #工作表表名
    i = 2    #从第二行开始读取
    update_offer(i,upFileName,upSheetName)

 

2019-04-08 21:58:55 qq_36369941 阅读数 999
  • Python数据殿堂:数据分析与数据可视化

    【入门基础+轻实战演示】【讲授方式轻松幽默、有趣不枯燥、案例与实操结合,与相关课程差异化】利用python进行数据处理、 分析,并结合大量具体的例子,对每个知识进行实战讲解,本课程通过大量练习和案例对各个知识点技能进行详细讲解。通过本 课程,学生将懂得pandas、numpy、matplotlib等数据分析工具;通过实战,学生将了解标准的数据分析流程,学会使用可视化的 方法展示数据及结果。

    6573 人正在学习 去看看 刘英

python 处理 json数据

以下是登录账号后获取的json数据,headers中注意加入cookie值

需要处理的数据如下:
在这里插入图片描述
全部代码如下

#!/usr/bin/env python 
# -*- coding:utf-8 -*- 
import requests  
import json  
headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/72.0.3626.121 Safari/537.36",
    "Cookie":"cookiesession1=426EF394ULRHIHCOMFONBBXJAGLM1F47;"
}

def get_name():
    url = "http://*.*.*.*/Initialize/GetStaffs?pageIndex=1&pageSize=200&sortField=CreateAt&sortDirection=0&_=1554691249039"
    response = requests.get(url=url,headers = headers)
    dict_str = json.loads(response.text)                #转换成json格式
    dic_data = dict_str["DataList"]
    # dic_data = dict_str["DataList"]["0"]["UserId"]   #取出字典中的字段值
    for dic1 in dic_data: 
        print(dic1)
        with open("name.txt","a+",encoding="utf-8") as f:
            f.write(str(dic1["UserId"])+"\n")  #只取字典中UserId的值,其它字段同理可获取到

if __name__ =="__main__":
    get_name()

最终运行结果如下:
在这里插入图片描述
小结:比之前不太规律的数据处理起来容易多了,后期努力完善学习。

2017-10-24 14:28:07 mylzyzx 阅读数 423
  • Python数据殿堂:数据分析与数据可视化

    【入门基础+轻实战演示】【讲授方式轻松幽默、有趣不枯燥、案例与实操结合,与相关课程差异化】利用python进行数据处理、 分析,并结合大量具体的例子,对每个知识进行实战讲解,本课程通过大量练习和案例对各个知识点技能进行详细讲解。通过本 课程,学生将懂得pandas、numpy、matplotlib等数据分析工具;通过实战,学生将了解标准的数据分析流程,学会使用可视化的 方法展示数据及结果。

    6573 人正在学习 去看看 刘英
# coding: utf-8
import codecs
import json
import re
from collections import OrderedDict, defaultdict


import pandas as pd


FILE_PATH = u'处理的数据.xlsx'




def clean_name(name):
    name = re.sub(u'[\d|\s|省|市|区]', '', name)
    return name




df = pd.read_excel(FILE_PATH)




new_df = df.iloc[3:-2, 2:]


new_df = new_df.fillna('')


exporter = map(clean_name, df.iloc[3:-2, 0])   # 供方
importer = map(clean_name, df.iloc[1, 2:-3])    # 需方


data = defaultdict(list)
for idx, importer_name in enumerate(importer):
    for idx_2 in range(len(exporter)):
        exporter_name = exporter[idx_2]
        amount = new_df.iloc[idx_2, idx]
        data[importer_name].append(OrderedDict(
            [('name', exporter_name), ('import', amount)]))  # 进口
        data[exporter_name].append(OrderedDict(
            [('name', importer_name), ('export', amount)]))  # 出口




with codecs.open('data1.json', 'wb', 'utf-8') as F:

    json.dump(data.items(), F, ensure_ascii=False, indent=4)



python 处理 txt 数据

博文 来自: zlzl8885

Python处理Json数据

阅读数 1543

Python数据处理

阅读数 1397

没有更多推荐了,返回首页