在numpy中NaN值一般出現(xiàn)在數(shù)據(jù)清洗前，出現(xiàn)這個(gè)值說明這個(gè)數(shù)據(jù)是缺失的。在有些時(shí)候我們會(huì)選擇直接刪除這些數(shù)據(jù)，但有些時(shí)候這些數(shù)據(jù)是不能刪除的，這個(gè)時(shí)候我們就需要使用一些方法將np.nan值替換為指定的值。那么在二維數(shù)組中np.nan值替換為指定的值要如何操作呢？接下來的這篇文章告訴你。

對(duì)于mysql數(shù)據(jù)庫(kù)的操作，python提供了很多中方法，其中pymysql是一款比較常見且好用的第三方數(shù)據(jù)庫(kù)操作庫(kù)。對(duì)于數(shù)據(jù)庫(kù)常用的增刪改查的操作，pymysql都可以輕松實(shí)現(xiàn)。那么python怎么通過pymysql實(shí)現(xiàn)增刪改查的操作呢？接下來的這篇文章帶你了解。

在一個(gè)矩陣中，0是一種特殊的存在，所以為了對(duì)數(shù)據(jù)區(qū)分有時(shí)候我們需要找出矩陣中的非零元素。numpy是一種常用的矩陣運(yùn)算的python庫(kù)。numpy使用nonzero可以輕松的找出非零元素。那么具體該怎么操作呢，閱讀下文你會(huì)得到答案。

在python機(jī)器學(xué)習(xí)中，KNN近鄰算法是相當(dāng)出名的存在。通過測(cè)量不同特征值之間的距離方法來進(jìn)行分類，使它擁有了精度高，對(duì)異常值不敏感的優(yōu)秀特點(diǎn)。那么這么出名的算法究竟是如何實(shí)現(xiàn)的呢？今天我們就從源代碼來分析一下KNN近鄰算法的實(shí)現(xiàn)。

在python中python列表的切片操作是相當(dāng)優(yōu)秀的。相比其他語言而言python的切片操作簡(jiǎn)介易懂而且允許索引超出范圍，這讓許多萌新在使用python不用顧慮太多問題，今天我們就來聊一聊python列表切片操作的一些小知識(shí)吧。

numpy的使用場(chǎng)景之一就是獲取一二維矩陣的每一行的第一個(gè)非零元素，這樣的場(chǎng)景numpy也是有提供一個(gè)方法來供用戶使用的，接下來我們就來看看如何獲取numpy的第一個(gè)非0元素索引吧。

很多時(shí)候python應(yīng)用需要執(zhí)行一些外部命令來獲取操作系統(tǒng)的支持。但是python執(zhí)行外部命令的庫(kù)有很多并不知道選擇哪個(gè)會(huì)更好，這時(shí)候小編就要來推薦subprocess模塊了。這是一個(gè)python自帶的模塊。眾所周知python自帶模塊或許不是最好的，但絕對(duì)是比較好用的。接下來這篇文章我們就來看看subprocess的使用詳解吧。

csv是excel中常用的數(shù)據(jù)格式，但這種數(shù)據(jù)格式并不是專門的數(shù)據(jù)存儲(chǔ)方式，在程序中通常用xml來進(jìn)行數(shù)據(jù)的存儲(chǔ)和傳輸。那么csv怎么轉(zhuǎn)化為xml文件呢？其實(shí)我們可以用python批量轉(zhuǎn)化這兩種文件，接下來這篇文章就帶你了解如何使用python批量將csv文件轉(zhuǎn)化成xml文件。

我們?cè)谌粘Ｊ褂玫臄?shù)據(jù)基本都是十進(jìn)制的，但對(duì)于計(jì)算機(jī)而言，二進(jìn)制數(shù)據(jù)更符合計(jì)算機(jī)的運(yùn)算規(guī)則，不過二進(jìn)制的數(shù)據(jù)用較長(zhǎng)的位來表示一個(gè)實(shí)際并不大的數(shù)很是麻煩，所以又有了八進(jìn)制和十六進(jìn)制，在計(jì)算機(jī)底層中這些都是比較常用到的進(jìn)制。所以這就引發(fā)了一個(gè)問題，不同的進(jìn)制之間，如何進(jìn)行進(jìn)制轉(zhuǎn)換？在python中進(jìn)制轉(zhuǎn)換是python內(nèi)置的功能，接下來我們就來看看python實(shí)現(xiàn)進(jìn)制轉(zhuǎn)換是怎么操作的吧。