奥利给的二黑

2020-09-21

C:\Users\石悦政>
C:\Users\石悦政>cd f
系统找不到指定的路径。

C:\Users\石悦政>cd F:
F:\

C:\Users\石悦政>ipython
Python 3.6.5 |Anaconda, Inc.| (default, Mar 29 2018, 13:32:41) [MSC v.1900 64 bit (AMD64)]
Type ‘copyright’, ‘credits’ or ‘license’ for more information
IPython 6.4.0 – An enhanced Interactive Python. Type ‘?’ for help.

In [1]: import pandas as ps

In [2]: import pandas as pd

In [3]: from pandas import Series

In [4]: from pandas import DataFrame

In [5]: s1 = Series(range(5))

In [6]: s1
Out[6]:
0 0
1 1
2 2
3 3
4 4
dtype: int64

In [7]: s2= Series (range(5),index=[‘a’,‘b’,‘c’,‘d’,‘e’])

In [8]: s2
Out[8]:
a 0
b 1
c 2
d 3
e 4
dtype: int64

In [9]: dic1={‘a’:1,‘b’:2,‘c’:3,‘d’:4}

In [10]: 地产

NameError Traceback (most recent call last)
in ()
----> 1 地产

NameError: name ‘地产’ is not defined

In [11]: dic1
Out[11]: {‘a’: 1, ‘b’: 2, ‘c’: 3, ‘d’: 4}

In [12]: s3=Series(dic1)

In [13]: s3
Out[13]:
a 1
b 2
c 3
d 4
dtype: int64

In [14]: s4=Series(dic1,index=[‘a’,‘b’])

In [15]: s4
Out[15]:
a 1
b 2
dtype: int64

In [16]: s1.index
Out[16]: RangeIndex(start=0, stop=5, step=1)

In [17]: s1.values
Out[17]: array([0, 1, 2, 3, 4], dtype=int64)

In [18]: s2.index
Out[18]: Index([‘a’, ‘b’, ‘c’, ‘d’, ‘e’], dtype=‘object’)

In [19]: s3([‘a’,‘b’])

TypeError Traceback (most recent call last)
in ()
----> 1 s3([‘a’,‘b’])

TypeError: ‘Series’ object is not callable

In [20]: s3
Out[20]:
a 1
b 2
c 3
d 4
dtype: int64

In [21]: s3[‘a’,‘b’]

TypeError Traceback (most recent call last)
D:\anaconda\lib\site-packages\pandas\core\indexes\base.py in get_value(self, series, key)
3108 try:
-> 3109 return libindex.get_value_box(s, key)
3110 except IndexError:

pandas_libs\index.pyx in pandas._libs.index.get_value_box()

TypeError: ‘tuple’ object cannot be interpreted as an integer

During handling of the above exception, another exception occurred:

KeyError Traceback (most recent call last)
in ()
----> 1 s3[‘a’,‘b’]

D:\anaconda\lib\site-packages\pandas\core\series.py in getitem(self, key)
764 key = com._apply_if_callable(key, self)
765 try:
–> 766 result = self.index.get_value(self, key)
767
768 if not is_scalar(result):

D:\anaconda\lib\site-packages\pandas\core\indexes\base.py in get_value(self, series, key)
3115 raise InvalidIndexError(key)
3116 else:
-> 3117 raise e1
3118 except Exception: # pragma: no cover
3119 raise e1

D:\anaconda\lib\site-packages\pandas\core\indexes\base.py in get_value(self, series, key)
3101 try:
3102 return self._engine.get_value(s, k,
-> 3103 tz=getattr(series.dtype, ‘tz’, None))
3104 except KeyError as e1:
3105 if len(self) > 0 and self.inferred_type in [‘integer’, ‘boolean’]:

pandas_libs\index.pyx in pandas._libs.index.IndexEngine.get_value()

pandas_libs\index.pyx in pandas._libs.index.IndexEngine.get_loc()

pandas_libs\hashtable_class_helper.pxi in pandas._libs.hashtable.PyObjectHashTable.get_item()

KeyError: (‘a’, ‘b’)

In [22]: s3[1:3]
Out[22]:
b 2
c 3
dtype: int64

In [23]: s3(‘a’,‘b’)

TypeError Traceback (most recent call last)
in ()
----> 1 s3(‘a’,‘b’)

TypeError: ‘Series’ object is not callable

In [24]: s3(
File “”, line 1
s3(
^
SyntaxError: invalid syntax

In [25]: s3[:]
Out[25]:
a 1
b 2
c 3
d 4
dtype: int64

In [26]: s3(‘a’)

TypeError Traceback (most recent call last)
in ()
----> 1 s3(‘a’)

TypeError: ‘Series’ object is not callable

In [27]: s3(a)

NameError Traceback (most recent call last)
in ()
----> 1 s3(a)

NameError: name ‘a’ is not defined

In [28]: s3{‘a’}
File “”, line 1
s3{‘a’}
^
SyntaxError: invalid syntax

In [29]: s3[‘a’]
Out[29]: 1

In [30]: s3[‘a’,‘b’]

pandas_libs\index.pyx in pandas._libs.index.get_value_box()

TypeError: ‘tuple’ object cannot be interpreted as an integer

During handling of the above exception, another exception occurred:

KeyError Traceback (most recent call last)
in ()
----> 1 s3[‘a’,‘b’]

pandas_libs\index.pyx in pandas._libs.index.IndexEngine.get_value()

pandas_libs\index.pyx in pandas._libs.index.IndexEngine.get_loc()

pandas_libs\hashtable_class_helper.pxi in pandas._libs.hashtable.PyObjectHashTable.get_item()

KeyError: (‘a’, ‘b’)

In [31]: s3[[‘a’,‘b’]]
Out[31]:
a 1
b 2
dtype: int64

In [32]: s1=Series([1,2,3,4])

In [33]: s2=Series([2,3,4,1])

In [34]: s1
Out[34]:
0 1
1 2
2 3
3 4
dtype: int64

In [35]: s2
Out[35]:
0 2
1 3
2 4
3 1
dtype: int64

In [36]: s1+s2
Out[36]:
0 3
1 5
2 7
3 5
dtype: int64

In [37]: s2*2
Out[37]:
0 4
1 6
2 8
3 2
dtype: int64

In [38]: s1*s2
Out[38]:
0 2
1 6
2 12
3 4
dtype: int64

In [39]: s1>=2
Out[39]:
0 False
1 True
2 True
3 True
dtype: bool

In [40]: In [17]:s1.add(s2)
…:
…:
…:
…:
…:
…:
…:
…:
…:
…:
…:
…:
…:
…:
…:
…:
…:
…:
…:
…:
…:
…:
…:
…:
…:
…:
…:
…:
…:
File “”, line 13
Out[6]:
^
SyntaxError: invalid syntax

In [41]: s1.add(s2)
Out[41]:
0 3
1 5
2 7
3 5
dtype: int64

In [42]: import numpy as ny

In [43]: np.arrange(9)

NameError Traceback (most recent call last)
in ()
----> 1 np.arrange(9)

NameError: name ‘np’ is not defined

In [44]: ny.arrange(9)

AttributeError Traceback (most recent call last)
in ()
----> 1 ny.arrange(9)

AttributeError: module ‘numpy’ has no attribute ‘arrange’

In [45]: import numpy as np

In [46]: np.arrange(9).reshape(3,3)

AttributeError Traceback (most recent call last)
in ()
----> 1 np.arrange(9).reshape(3,3)

AttributeError: module ‘numpy’ has no attribute ‘arrange’

In [47]: np.arange(9).reshape(3,3)
Out[47]:
array([[0, 1, 2],
[3, 4, 5],
[6, 7, 8]])

In [48]: a1=np.arange(9).reshape(3,3)

In [49]: df1=DataFrame(a1)

In [50]: df1
Out[50]:
0 1 2
0 0 1 2
1 3 4 5
2 6 7 8

In [51]: df1 = DataFrame(a1.index=[1,2,3],columns=[‘a’,‘b’,‘c’])
File “”, line 1
df1 = DataFrame(a1.index=[1,2,3],columns=[‘a’,‘b’,‘c’])
^
SyntaxError: keyword can’t be an expression

In [52]: df_tinct=pd.read_csv(’./data/bikes.csv’)

FileNotFoundError Traceback (most recent call last)
in ()
----> 1 df_tinct=pd.read_csv(’./data/bikes.csv’)

D:\anaconda\lib\site-packages\pandas\io\parsers.py in parser_f(filepath_or_buffer, sep, delimiter, header, names, index_col, usecols, squeeze, prefix, mangle_dupe_cols, dtype, engine, converters, true_values, false_values, skipinitialspace, skiprows, nrows, na_values, keep_default_na, na_filter, verbose, skip_blank_lines, parse_dates, infer_datetime_format, keep_date_col, date_parser, dayfirst, iterator, chunksize, compression, thousands, decimal, lineterminator, quotechar, quoting, escapechar, comment, encoding, dialect, tupleize_cols, error_bad_lines, warn_bad_lines, skipfooter, doublequote, delim_whitespace, low_memory, memory_map, float_precision)
676 skip_blank_lines=skip_blank_lines)
677
–> 678 return _read(filepath_or_buffer, kwds)
679
680 parser_f.name = name

D:\anaconda\lib\site-packages\pandas\io\parsers.py in _read(filepath_or_buffer, kwds)
438
439 # Create the parser.
–> 440 parser = TextFileReader(filepath_or_buffer, **kwds)
441
442 if chunksize or iterator:

D:\anaconda\lib\site-packages\pandas\io\parsers.py in init(self, f, engine, **kwds)
785 self.options[‘has_index_names’] = kwds[‘has_index_names’]
786
–> 787 self._make_engine(self.engine)
788
789 def close(self):

D:\anaconda\lib\site-packages\pandas\io\parsers.py in _make_engine(self, engine)
1012 def _make_engine(self, engine=‘c’):
1013 if engine == ‘c’:
-> 1014 self._engine = CParserWrapper(self.f, **self.options)
1015 else:
1016 if engine == ‘python’:

D:\anaconda\lib\site-packages\pandas\io\parsers.py in init(self, src, **kwds)
1706 kwds[‘usecols’] = self.usecols
1707
-> 1708 self._reader = parsers.TextReader(src, **kwds)
1709
1710 passed_names = self.names is None

pandas_libs\parsers.pyx in pandas._libs.parsers.TextReader.cinit()

pandas_libs\parsers.pyx in pandas._libs.parsers.TextReader._setup_parser_source()

FileNotFoundError: File b’./data/bikes.csv’ does not exist

In [53]: df_bikes=pd.read_csv(’./bikes.csv’)

UnicodeDecodeError Traceback (most recent call last)
in ()
----> 1 df_bikes=pd.read_csv(’./bikes.csv’)

pandas_libs\parsers.pyx in pandas._libs.parsers.TextReader.cinit()

pandas_libs\parsers.pyx in pandas._libs.parsers.TextReader._get_header()

UnicodeDecodeError: ‘utf-8’ codec can’t decode byte 0xe9 in position 15: invalid continuation byte

In [54]: df_bikes=pd.read_csv(‘bikes.csv’)

UnicodeDecodeError Traceback (most recent call last)
in ()
----> 1 df_bikes=pd.read_csv(‘bikes.csv’)

pandas_libs\parsers.pyx in pandas._libs.parsers.TextReader.cinit()

pandas_libs\parsers.pyx in pandas._libs.parsers.TextReader._get_header()

UnicodeDecodeError: ‘utf-8’ codec can’t decode byte 0xe9 in position 15: invalid continuation byte

In [55]: df_bikes=pd.read_csv(’./bikes.csv’)

UnicodeDecodeError Traceback (most recent call last)
in ()
----> 1 df_bikes=pd.read_csv(’./bikes.csv’)

pandas_libs\parsers.pyx in pandas._libs.parsers.TextReader.cinit()

pandas_libs\parsers.pyx in pandas._libs.parsers.TextReader._get_header()

UnicodeDecodeError: ‘utf-8’ codec can’t decode byte 0xe9 in position 15: invalid continuation byte

In [56]: df_tinct = pd.read_csv(‘bicks.csv’,encoding=‘jbk’)

FileNotFoundError Traceback (most recent call last)
in ()
----> 1 df_tinct = pd.read_csv(‘bicks.csv’,encoding=‘jbk’)

pandas_libs\parsers.pyx in pandas._libs.parsers.TextReader.cinit()

pandas_libs\parsers.pyx in pandas._libs.parsers.TextReader._setup_parser_source()

FileNotFoundError: File b’bicks.csv’ does not exist

In [57]: df_tinct = pd.read_csv(‘bikes.csv’,encoding=‘jbk’)

LookupError Traceback (most recent call last)
in ()
----> 1 df_tinct = pd.read_csv(‘bikes.csv’,encoding=‘jbk’)

pandas_libs\parsers.pyx in pandas._libs.parsers.TextReader.cinit()

pandas_libs\parsers.pyx in pandas._libs.parsers.TextReader._get_header()

LookupError: unknown encoding: jbk

In [58]: df_tinct = pd.read_csv(‘bikes.csv’,encoding=‘gbk’)

In [59]: df_tinct
Out[59]:
Date;Berri 1;Br閎euf (donn閑s non disponibles);C魌e-Sainte-Catherine;Maisonneuve 1;Maisonneuve 2;du Parc;Pierre-Dupuy;Rachel1;St-Urbain (donn閑s non disponibles)
0 01/01/2012;35;;0;38;51;26;10;16;
1 02/01/2012;83;;1;68;153;53;6;43;
2 03/01/2012;135;;2;104;248;89;3;58;
3 04/01/2012;144;;1;116;318;111;8;61;
4 05/01/2012;197;;2;124;330;97;13;95;
5 06/01/2012;146;;0;98;244;86;4;75;
6 07/01/2012;98;;2;80;108;53;6;54;
7 08/01/2012;95;;1;62;98;64;11;63;
8 09/01/2012;244;;2;165;432;198;12;173;
9 10/01/2012;397;;3;238;563;275;18;241;
10 11/01/2012;273;;0;182;443;258;12;194;
11 12/01/2012;157;;1;134;261;137;9;63;
12 13/01/2012;75;;0;41;105;64;2;0;
13 14/01/2012;32;;0;54;56;19;0;1;
14 15/01/2012;54;;0;33;60;18;0;0;
15 16/01/2012;168;;2;136;312;137;1;0
16 17/01/2012;155;;0;86;256;74;0;0
17 18/01/2012;139;;0;66;188;68;3;0
18 19/01/2012;191;;1;104;248;79;3;0
19 20/01/2012;161;;4;96;217;67;1;1
20 21/01/2012;53;;0;47;70;32;1;0
21 22/01/2012;71;;0;41;73;35;5;0
22 23/01/2012;210;;6;114;357;91;6;0
23 24/01/2012;299;;1;189;444;174;4;0
24 25/01/2012;334;;1;217;453;180;4;0
25 26/01/2012;306;;0;215;495;191;0;1
26 27/01/2012;91;;5;79;204;65;0;0
27 28/01/2012;80;;1;61;123;33;9;1
28 29/01/2012;87;;1;65;132;40;7;0
29 30/01/2012;219;;0;146;371;152;2;0
… …
280 07/10/2012;1580;;660;922;1629;860;695;2052
281 08/10/2012;1854;;880;987;1818;1040;1115;2502
282 09/10/2012;4787;;2210;3026;5138;3418;927;4078
283 10/10/2012;3115;;1537;2081;3681;2608;560;2703
284 11/10/2012;3746;;1857;2569;4694;3034;558;3457
285 12/10/2012;3169;;1460;2261;4045;2564;448;3224
286 13/10/2012;1783;;802;1205;2113;1183;681;2309
287 14/10/2012;587;;287;443;852;503;65;952
288 15/10/2012;3292;;1678;2165;4197;2754;560;3183
289 16/10/2012;3739;;1858;2684;4681;2997;554;3593
290 17/10/2012;4098;;1964;2645;4836;3063;728;3834
291 18/10/2012;4671;;2292;3129;5542;3477;1108;4245
292 19/10/2012;1313;;597;885;1668;1209;111;1486
293 20/10/2012;2011;;748;1323;2266;1213;797;2243
294 21/10/2012;1277;;609;869;1777;898;242;1648
295 22/10/2012;3650;;1819;2495;4800;3023;757;3721
296 23/10/2012;4177;;1997;2795;5216;3233;795;3554
297 24/10/2012;3744;;1868;2625;4900;3035;649;3622
298 25/10/2012;3735;;1815;2528;5010;3017;631;3767
299 26/10/2012;4290;;1987;2754;5246;3000;1456;4578
300 27/10/2012;1857;;792;1244;2461;1193;618;2471
301 28/10/2012;1310;;697;910;1776;955;387;1876
302 29/10/2012;2919;;1458;2071;3768;2440;411;2795
303 30/10/2012;2887;;1251;2007;3516;2255;338;2790
304 31/10/2012;2634;;1294;1835;3453;2220;245;2570
305 01/11/2012;2405;;1208;1701;3082;2076;165;2461
306 02/11/2012;1582;;737;1109;2277;1392;97;1888
307 03/11/2012;844;;380;612;1137;713;105;1302
308 04/11/2012;966;;446;710;1277;692;197;1374
309 05/11/2012;2247;;1170;1705;3221;2143;179;2430

[310 rows x 1 columns]

In [60]: df_bikes.info()

NameError Traceback (most recent call last)
in ()
----> 1 df_bikes.info()

NameError: name ‘df_bikes’ is not defined

In [61]: df_tinct.info()

RangeIndex: 310 entries, 0 to 309
Data columns (total 1 columns):
Date;Berri 1;Br閎euf (donn閑s non disponibles);C魌e-Sainte-Catherine;Maisonneuve 1;Maisonneuve 2;du Parc;Pierre-Dupuy;Rachel1;St-Urbain (donn閑s non disponibles) 310 non-null object
dtypes: object(1)
memory usage: 2.5+ KB

In [62]: df_tinct
Out[62]:
Date;Berri 1;Br閎euf (donn閑s non disponibles);C魌e-Sainte-Catherine;Maisonneuve 1;Maisonneuve 2;du Parc;Pierre-Dupuy;Rachel1;St-Urbain (donn閑s non disponibles)
0 01/01/2012;35;;0;38;51;26;10;16;
1 02/01/2012;83;;1;68;153;53;6;43;
2 03/01/2012;135;;2;104;248;89;3;58;
3 04/01/2012;144;;1;116;318;111;8;61;
4 05/01/2012;197;;2;124;330;97;13;95;
5 06/01/2012;146;;0;98;244;86;4;75;
6 07/01/2012;98;;2;80;108;53;6;54;
7 08/01/2012;95;;1;62;98;64;11;63;
8 09/01/2012;244;;2;165;432;198;12;173;
9 10/01/2012;397;;3;238;563;275;18;241;
10 11/01/2012;273;;0;182;443;258;12;194;
11 12/01/2012;157;;1;134;261;137;9;63;
12 13/01/2012;75;;0;41;105;64;2;0;
13 14/01/2012;32;;0;54;56;19;0;1;
14 15/01/2012;54;;0;33;60;18;0;0;
15 16/01/2012;168;;2;136;312;137;1;0
16 17/01/2012;155;;0;86;256;74;0;0
17 18/01/2012;139;;0;66;188;68;3;0
18 19/01/2012;191;;1;104;248;79;3;0
19 20/01/2012;161;;4;96;217;67;1;1
20 21/01/2012;53;;0;47;70;32;1;0
21 22/01/2012;71;;0;41;73;35;5;0
22 23/01/2012;210;;6;114;357;91;6;0
23 24/01/2012;299;;1;189;444;174;4;0
24 25/01/2012;334;;1;217;453;180;4;0
25 26/01/2012;306;;0;215;495;191;0;1
26 27/01/2012;91;;5;79;204;65;0;0
27 28/01/2012;80;;1;61;123;33;9;1
28 29/01/2012;87;;1;65;132;40;7;0
29 30/01/2012;219;;0;146;371;152;2;0
… …
280 07/10/2012;1580;;660;922;1629;860;695;2052
281 08/10/2012;1854;;880;987;1818;1040;1115;2502
282 09/10/2012;4787;;2210;3026;5138;3418;927;4078
283 10/10/2012;3115;;1537;2081;3681;2608;560;2703
284 11/10/2012;3746;;1857;2569;4694;3034;558;3457
285 12/10/2012;3169;;1460;2261;4045;2564;448;3224
286 13/10/2012;1783;;802;1205;2113;1183;681;2309
287 14/10/2012;587;;287;443;852;503;65;952
288 15/10/2012;3292;;1678;2165;4197;2754;560;3183
289 16/10/2012;3739;;1858;2684;4681;2997;554;3593
290 17/10/2012;4098;;1964;2645;4836;3063;728;3834
291 18/10/2012;4671;;2292;3129;5542;3477;1108;4245
292 19/10/2012;1313;;597;885;1668;1209;111;1486
293 20/10/2012;2011;;748;1323;2266;1213;797;2243
294 21/10/2012;1277;;609;869;1777;898;242;1648
295 22/10/2012;3650;;1819;2495;4800;3023;757;3721
296 23/10/2012;4177;;1997;2795;5216;3233;795;3554
297 24/10/2012;3744;;1868;2625;4900;3035;649;3622
298 25/10/2012;3735;;1815;2528;5010;3017;631;3767
299 26/10/2012;4290;;1987;2754;5246;3000;1456;4578
300 27/10/2012;1857;;792;1244;2461;1193;618;2471
301 28/10/2012;1310;;697;910;1776;955;387;1876
302 29/10/2012;2919;;1458;2071;3768;2440;411;2795
303 30/10/2012;2887;;1251;2007;3516;2255;338;2790
304 31/10/2012;2634;;1294;1835;3453;2220;245;2570
305 01/11/2012;2405;;1208;1701;3082;2076;165;2461
306 02/11/2012;1582;;737;1109;2277;1392;97;1888
307 03/11/2012;844;;380;612;1137;713;105;1302
308 04/11/2012;966;;446;710;1277;692;197;1374
309 05/11/2012;2247;;1170;1705;3221;2143;179;2430

[310 rows x 1 columns]

In [63]: df_tinct1 = pd.read_csv(‘tinct.csv’)

FileNotFoundError Traceback (most recent call last)
in ()
----> 1 df_tinct1 = pd.read_csv(‘tinct.csv’)

pandas_libs\parsers.pyx in pandas._libs.parsers.TextReader.cinit()

pandas_libs\parsers.pyx in pandas._libs.parsers.TextReader._setup_parser_source()

FileNotFoundError: File b’tinct.csv’ does not exist

In [64]: df_tinct1 = pd.read_csv(‘titanic.csv’)

In [65]: df_tinct1
Out[65]:
乘客ID 是否获救船舱等级 … 价格编号登船地点
0 PassengerId Survived Pclass … Fare Cabin Embarked
1 1 0 3 … 7.25 NaN S
2 2 1 1 … 71.2833 C85 C
3 3 1 3 … 7.925 NaN S
4 4 1 1 … 53.1 C123 S
5 5 0 3 … 8.05 NaN S
6 6 0 3 … 8.4583 NaN Q
7 7 0 1 … 51.8625 E46 S
8 8 0 3 … 21.075 NaN S
9 9 1 3 … 11.1333 NaN S
10 10 1 2 … 30.0708 NaN C
11 11 1 3 … 16.7 G6 S
12 12 1 1 … 26.55 C103 S
13 13 0 3 … 8.05 NaN S
14 14 0 3 … 31.275 NaN S
15 15 0 3 … 7.8542 NaN S
16 16 1 2 … 16 NaN S
17 17 0 3 … 29.125 NaN Q
18 18 1 2 … 13 NaN S
19 19 0 3 … 18 NaN S
20 20 1 3 … 7.225 NaN C
21 21 0 2 … 26 NaN S
22 22 1 2 … 13 D56 S
23 23 1 3 … 8.0292 NaN Q
24 24 1 1 … 35.5 A6 S
25 25 0 3 … 21.075 NaN S
26 26 1 3 … 31.3875 NaN S
27 27 0 3 … 7.225 NaN C
28 28 0 1 … 263 C23 C25 C27 S
29 29 1 3 … 7.8792 NaN Q
… … … … … … … …
862 862 0 2 … 11.5 NaN S
863 863 1 1 … 25.9292 D17 S
864 864 0 3 … 69.55 NaN S
865 865 0 2 … 13 NaN S
866 866 1 2 … 13 NaN S
867 867 1 2 … 13.8583 NaN C
868 868 0 1 … 50.4958 A24 S
869 869 0 3 … 9.5 NaN S
870 870 1 3 … 11.1333 NaN S
871 871 0 3 … 7.8958 NaN S
872 872 1 1 … 52.5542 D35 S
873 873 0 1 … 5 B51 B53 B55 S
874 874 0 3 … 9 NaN S
875 875 1 2 … 24 NaN C
876 876 1 3 … 7.225 NaN C
877 877 0 3 … 9.8458 NaN S
878 878 0 3 … 7.8958 NaN S
879 879 0 3 … 7.8958 NaN S
880 880 1 1 … 83.1583 C50 C
881 881 1 2 … 26 NaN S
882 882 0 3 … 7.8958 NaN S
883 883 0 3 … 10.5167 NaN S
884 884 0 2 … 10.5 NaN S
885 885 0 3 … 7.05 NaN S
886 886 0 3 … 29.125 NaN Q
887 887 0 2 … 13 NaN S
888 888 1 1 … 30 B42 S
889 889 0 3 … 23.45 NaN S
890 890 1 1 … 30 C148 C
891 891 0 3 … 7.75 NaN Q

[892 rows x 12 columns]

In [66]: df1
Out[66]:
0 1 2
0 0 1 2
1 3 4 5
2 6 7 8

In [67]: df1[1:2,2:3]

TypeError Traceback (most recent call last)
in ()
----> 1 df1[1:2,2:3]

D:\anaconda\lib\site-packages\pandas\core\frame.py in getitem(self, key)
2683 return self._getitem_multilevel(key)
2684 else:
-> 2685 return self._getitem_column(key)
2686
2687 def _getitem_column(self, key):

D:\anaconda\lib\site-packages\pandas\core\frame.py in _getitem_column(self, key)
2690 # get column
2691 if self.columns.is_unique:
-> 2692 return self._get_item_cache(key)
2693
2694 # duplicate columns & possible reduce dimensionality

D:\anaconda\lib\site-packages\pandas\core\generic.py in _get_item_cache(self, item)
2482 “”“Return the cached item, item represents a label indexer.”""
2483 cache = self._item_cache
-> 2484 res = cache.get(item)
2485 if res is None:
2486 values = self._data.get(item)

TypeError: unhashable type: ‘slice’

In [68]: df1[1:2,1:@]
File “”, line 1
df1[1:2,1:@]
^
SyntaxError: invalid syntax

In [69]: df1[1:2,1:2]

TypeError Traceback (most recent call last)
in ()
----> 1 df1[1:2,1:2]

TypeError: unhashable type: ‘slice’

In [70]: df1[1:2,0:1]

TypeError Traceback (most recent call last)
in ()
----> 1 df1[1:2,0:1]

TypeError: unhashable type: ‘slice’

In [71]: df1.iloc[1:2,0:1]
Out[71]:
0
1 3

In [72]: df1.iloc[1:2,0:2]
Out[72]:
0 1
1 3 4

In [73]: df1
Out[73]:
0 1 2
0 0 1 2
1 3 4 5
2 6 7 8

In [74]: df1
Out[74]:
0 1 2
0 0 1 2
1 3 4 5
2 6 7 8

In [75]: df1.loc[1:2,0:2]
Out[75]:
0 1 2
1 3 4 5
2 6 7 8

In [76]: df_tinct(‘sex’)[‘Age’].mean()

TypeError Traceback (most recent call last)
in ()
----> 1 df_tinct(‘sex’)[‘Age’].mean()

TypeError: ‘DataFrame’ object is not callable

In [77]:

In [77]: df_tinct1(‘sex’)[‘Age’].mean()

TypeError Traceback (most recent call last)
in ()
----> 1 df_tinct1(‘sex’)[‘Age’].mean()

TypeError: ‘DataFrame’ object is not callable

In [78]: df_tinct1.groupby(‘sex’)[‘Age’].mean()

KeyError Traceback (most recent call last)
in ()
----> 1 df_tinct1.groupby(‘sex’)[‘Age’].mean()

D:\anaconda\lib\site-packages\pandas\core\generic.py in groupby(self, by, axis, level, as_index, sort, group_keys, squeeze, observed, **kwargs)
6657 return groupby(self, by=by, axis=axis, level=level, as_index=as_index,
6658 sort=sort, group_keys=group_keys, squeeze=squeeze,
-> 6659 observed=observed, **kwargs)
6660
6661 def asfreq(self, freq, method=None, how=None, normalize=False,

D:\anaconda\lib\site-packages\pandas\core\groupby\groupby.py in groupby(obj, by, **kwds)
2150 raise TypeError(‘invalid type: %s’ % type(obj))
2151
-> 2152 return klass(obj, by, **kwds)
2153
2154

D:\anaconda\lib\site-packages\pandas\core\groupby\groupby.py in init(self, obj, keys, axis, level, grouper, exclusions, selection, as_index, sort, group_keys, squeeze, observed, **kwargs)
597 sort=sort,
598 observed=observed,
–> 599 mutated=self.mutated)
600
601 self.obj = obj

D:\anaconda\lib\site-packages\pandas\core\groupby\groupby.py in _get_grouper(obj, key, axis, level, sort, observed, mutated, validate)
3289 in_axis, name, level, gpr = False, None, gpr, None
3290 else:
-> 3291 raise KeyError(gpr)
3292 elif isinstance(gpr, Grouper) and gpr.key is not None:
3293 # Add key to exclusions

KeyError: ‘sex’

In [79]: df_tinct1.groupby(‘Sex’)[‘Age’].mean()

KeyError Traceback (most recent call last)
in ()
----> 1 df_tinct1.groupby(‘Sex’)[‘Age’].mean()

D:\anaconda\lib\site-packages\pandas\core\groupby\groupby.py in groupby(obj, by, **kwds)
2150 raise TypeError(‘invalid type: %s’ % type(obj))
2151
-> 2152 return klass(obj, by, **kwds)
2153
2154

KeyError: ‘Sex’

In [80]: df_tinct1
Out[80]:
乘客ID 是否获救船舱等级名字 … 船票价格编号登船地点
0 PassengerId Survived Pclass Name … Ticket Fare Cabin Embarked
1 1 0 3 Braund, Mr. Owen Harris … A/5 21171 7.25 NaN S
2 2 1 1 Cumings, Mrs. John Bradley (Florence Briggs Th… … PC 17599 71.2833 C85 C
3 3 1 3 Heikkinen, Miss. Laina … STON/O2. 3101282 7.925 NaN S
4 4 1 1 Futrelle, Mrs. Jacques Heath (Lily May Peel) … 113803 53.1 C123 S
5 5 0 3 Allen, Mr. William Henry … 373450 8.05 NaN S
6 6 0 3 Moran, Mr. James … 330877 8.4583 NaN Q
7 7 0 1 McCarthy, Mr. Timothy J … 17463 51.8625 E46 S
8 8 0 3 Palsson, Master. Gosta Leonard … 349909 21.075 NaN S
9 9 1 3 Johnson, Mrs. Oscar W (Elisabeth Vilhelmina Berg) … 347742 11.1333 NaN S
10 10 1 2 Nasser, Mrs. Nicholas (Adele Achem) … 237736 30.0708 NaN C
11 11 1 3 Sandstrom, Miss. Marguerite Rut … PP 9549 16.7 G6 S
12 12 1 1 Bonnell, Miss. Elizabeth … 113783 26.55 C103 S
13 13 0 3 Saundercock, Mr. William Henry … A/5. 2151 8.05 NaN S
14 14 0 3 Andersson, Mr. Anders Johan … 347082 31.275 NaN S
15 15 0 3 Vestrom, Miss. Hulda Amanda Adolfina … 350406 7.8542 NaN S
16 16 1 2 Hewlett, Mrs. (Mary D Kingcome) … 248706 16 NaN S
17 17 0 3 Rice, Master. Eugene … 382652 29.125 NaN Q
18 18 1 2 Williams, Mr. Charles Eugene … 244373 13 NaN S
19 19 0 3 Vander Planke, Mrs. Julius (Emelia Maria Vande… … 345763 18 NaN S
20 20 1 3 Masselmani, Mrs. Fatima … 2649 7.225 NaN C
21 21 0 2 Fynney, Mr. Joseph J … 239865 26 NaN S
22 22 1 2 Beesley, Mr. Lawrence … 248698 13 D56 S
23 23 1 3 McGowan, Miss. Anna “Annie” … 330923 8.0292 NaN Q
24 24 1 1 Sloper, Mr. William Thompson … 113788 35.5 A6 S
25 25 0 3 Palsson, Miss. Torborg Danira … 349909 21.075 NaN S
26 26 1 3 Asplund, Mrs. Carl Oscar (Selma Augusta Emilia… … 347077 31.3875 NaN S
27 27 0 3 Emir, Mr. Farred Chehab … 2631 7.225 NaN C
28 28 0 1 Fortune, Mr. Charles Alexander … 19950 263 C23 C25 C27 S
29 29 1 3 O’Dwyer, Miss. Ellen “Nellie” … 330959 7.8792 NaN Q
… … … … … … … … … …
862 862 0 2 Giles, Mr. Frederick Edward … 28134 11.5 NaN S
863 863 1 1 Swift, Mrs. Frederick Joel (Margaret Welles Ba… … 17466 25.9292 D17 S
864 864 0 3 Sage, Miss. Dorothy Edith “Dolly” … CA. 2343 69.55 NaN S
865 865 0 2 Gill, Mr. John William … 233866 13 NaN S
866 866 1 2 Bystrom, Mrs. (Karolina) … 236852 13 NaN S
867 867 1 2 Duran y More, Miss. Asuncion … SC/PARIS 2149 13.8583 NaN C
868 868 0 1 Roebling, Mr. Washington Augustus II … PC 17590 50.4958 A24 S
869 869 0 3 van Melkebeke, Mr. Philemon … 345777 9.5 NaN S
870 870 1 3 Johnson, Master. Harold Theodor … 347742 11.1333 NaN S
871 871 0 3 Balkic, Mr. Cerin … 349248 7.8958 NaN S
872 872 1 1 Beckwith, Mrs. Richard Leonard (Sallie Monypeny) … 11751 52.5542 D35 S
873 873 0 1 Carlsson, Mr. Frans Olof … 695 5 B51 B53 B55 S
874 874 0 3 Vander Cruyssen, Mr. Victor … 345765 9 NaN S
875 875 1 2 Abelson, Mrs. Samuel (Hannah Wizosky) … P/PP 3381 24 NaN C
876 876 1 3 Najib, Miss. Adele Kiamie “Jane” … 2667 7.225 NaN C
877 877 0 3 Gustafsson, Mr. Alfred Ossian … 7534 9.8458 NaN S
878 878 0 3 Petroff, Mr. Nedelio … 349212 7.8958 NaN S
879 879 0 3 Laleff, Mr. Kristo … 349217 7.8958 NaN S
880 880 1 1 Potter, Mrs. Thomas Jr (Lily Alexenia Wilson) … 11767 83.1583 C50 C
881 881 1 2 Shelley, Mrs. William (Imanita Parrish Hall) … 230433 26 NaN S
882 882 0 3 Markun, Mr. Johann … 349257 7.8958 NaN S
883 883 0 3 Dahlberg, Miss. Gerda Ulrika … 7552 10.5167 NaN S
884 884 0 2 Banfield, Mr. Frederick James … C.A./SOTON 34068 10.5 NaN S
885 885 0 3 Sutehall, Mr. Henry Jr … SOTON/OQ 392076 7.05 NaN S
886 886 0 3 Rice, Mrs. William (Margaret Norton) … 382652 29.125 NaN Q
887 887 0 2 Montvila, Rev. Juozas … 211536 13 NaN S
888 888 1 1 Graham, Miss. Margaret Edith … 112053 30 B42 S
889 889 0 3 Johnston, Miss. Catherine Helen “Carrie” … W./C. 6607 23.45 NaN S
890 890 1 1 Behr, Mr. Karl Howell … 111369 30 C148 C
891 891 0 3 Dooley, Mr. Patrick … 370376 7.75 NaN Q

[892 rows x 12 columns]

In [81]: df_tinct1.groupby(‘性别’)[‘Age’].mean()

KeyError Traceback (most recent call last)
in ()
----> 1 df_tinct1.groupby(‘性别’)[‘Age’].mean()

D:\anaconda\lib\site-packages\pandas\core\base.py in getitem(self, key)
265 else:
266 if key not in self.obj:
–> 267 raise KeyError(“Column not found: {key}”.format(key=key))
268 return self._gotitem(key, ndim=1)
269

KeyError: ‘Column not found: Age’

In [82]: df_tinct1.groupby(‘性别’)[‘年龄’].mean()

DataError Traceback (most recent call last)
in ()
----> 1 df_tinct1.groupby(‘性别’)[‘年龄’].mean()

D:\anaconda\lib\site-packages\pandas\core\groupby\groupby.py in mean(self, *args, **kwargs)
1304 nv.validate_groupby_func(‘mean’, args, kwargs, [‘numeric_only’])
1305 try:
-> 1306 return self._cython_agg_general(‘mean’, **kwargs)
1307 except GroupByError:
1308 raise

D:\anaconda\lib\site-packages\pandas\core\groupby\groupby.py in _cython_agg_general(self, how, alt, numeric_only, min_count)
1054
1055 if len(output) == 0:
-> 1056 raise DataError(‘No numeric types to aggregate’)
1057
1058 return self._wrap_aggregated_output(output, names)

DataError: No numeric types to aggregate

In [83]: df_tinct1.groupby(‘Sex’)[‘Age’].mean()

KeyError Traceback (most recent call last)
in ()
----> 1 df_tinct1.groupby(‘Sex’)[‘Age’].mean()

D:\anaconda\lib\site-packages\pandas\core\groupby\groupby.py in groupby(obj, by, **kwds)
2150 raise TypeError(‘invalid type: %s’ % type(obj))
2151
-> 2152 return klass(obj, by, **kwds)
2153
2154

KeyError: ‘Sex’

In [84]: df

NameError Traceback (most recent call last)
in ()
----> 1 df

NameError: name ‘df’ is not defined

In [85]: df1
Out[85]:
0 1 2
0 0 1 2
1 3 4 5
2 6 7 8

In [86]: df_tinct1.groupby(‘Sex’)[‘Age’].mean()

KeyError Traceback (most recent call last)
in ()
----> 1 df_tinct1.groupby(‘Sex’)[‘Age’].mean()

D:\anaconda\lib\site-packages\pandas\core\groupby\groupby.py in groupby(obj, by, **kwds)
2150 raise TypeError(‘invalid type: %s’ % type(obj))
2151
-> 2152 return klass(obj, by, **kwds)
2153
2154

KeyError: ‘Sex’

In [87]: df_tinct1.groupby(‘Sex’)[‘Age’].mean()

KeyError Traceback (most recent call last)
in ()
----> 1 df_tinct1.groupby(‘Sex’)[‘Age’].mean()

D:\anaconda\lib\site-packages\pandas\core\groupby\groupby.py in groupby(obj, by, **kwds)
2150 raise TypeError(‘invalid type: %s’ % type(obj))
2151
-> 2152 return klass(obj, by, **kwds)
2153
2154

KeyError: ‘Sex’

In [88]: df1
Out[88]:
0 1 2
0 0 1 2
1 3 4 5
2 6 7 8

In [89]: df_tinct1
Out[89]:
乘客ID 是否获救船舱等级名字 … 船票价格编号登船地点
0 PassengerId Survived Pclass Name … Ticket Fare Cabin Embarked
1 1 0 3 Braund, Mr. Owen Harris … A/5 21171 7.25 NaN S
2 2 1 1 Cumings, Mrs. John Bradley (Florence Briggs Th… … PC 17599 71.2833 C85 C
3 3 1 3 Heikkinen, Miss. Laina … STON/O2. 3101282 7.925 NaN S
4 4 1 1 Futrelle, Mrs. Jacques Heath (Lily May Peel) … 113803 53.1 C123 S
5 5 0 3 Allen, Mr. William Henry … 373450 8.05 NaN S
6 6 0 3 Moran, Mr. James … 330877 8.4583 NaN Q
7 7 0 1 McCarthy, Mr. Timothy J … 17463 51.8625 E46 S
8 8 0 3 Palsson, Master. Gosta Leonard … 349909 21.075 NaN S
9 9 1 3 Johnson, Mrs. Oscar W (Elisabeth Vilhelmina Berg) … 347742 11.1333 NaN S
10 10 1 2 Nasser, Mrs. Nicholas (Adele Achem) … 237736 30.0708 NaN C
11 11 1 3 Sandstrom, Miss. Marguerite Rut … PP 9549 16.7 G6 S
12 12 1 1 Bonnell, Miss. Elizabeth … 113783 26.55 C103 S
13 13 0 3 Saundercock, Mr. William Henry … A/5. 2151 8.05 NaN S
14 14 0 3 Andersson, Mr. Anders Johan … 347082 31.275 NaN S
15 15 0 3 Vestrom, Miss. Hulda Amanda Adolfina … 350406 7.8542 NaN S
16 16 1 2 Hewlett, Mrs. (Mary D Kingcome) … 248706 16 NaN S
17 17 0 3 Rice, Master. Eugene … 382652 29.125 NaN Q
18 18 1 2 Williams, Mr. Charles Eugene … 244373 13 NaN S
19 19 0 3 Vander Planke, Mrs. Julius (Emelia Maria Vande… … 345763 18 NaN S
20 20 1 3 Masselmani, Mrs. Fatima … 2649 7.225 NaN C
21 21 0 2 Fynney, Mr. Joseph J … 239865 26 NaN S
22 22 1 2 Beesley, Mr. Lawrence … 248698 13 D56 S
23 23 1 3 McGowan, Miss. Anna “Annie” … 330923 8.0292 NaN Q
24 24 1 1 Sloper, Mr. William Thompson … 113788 35.5 A6 S
25 25 0 3 Palsson, Miss. Torborg Danira … 349909 21.075 NaN S
26 26 1 3 Asplund, Mrs. Carl Oscar (Selma Augusta Emilia… … 347077 31.3875 NaN S
27 27 0 3 Emir, Mr. Farred Chehab … 2631 7.225 NaN C
28 28 0 1 Fortune, Mr. Charles Alexander … 19950 263 C23 C25 C27 S
29 29 1 3 O’Dwyer, Miss. Ellen “Nellie” … 330959 7.8792 NaN Q
… … … … … … … … … …
862 862 0 2 Giles, Mr. Frederick Edward … 28134 11.5 NaN S
863 863 1 1 Swift, Mrs. Frederick Joel (Margaret Welles Ba… … 17466 25.9292 D17 S
864 864 0 3 Sage, Miss. Dorothy Edith “Dolly” … CA. 2343 69.55 NaN S
865 865 0 2 Gill, Mr. John William … 233866 13 NaN S
866 866 1 2 Bystrom, Mrs. (Karolina) … 236852 13 NaN S
867 867 1 2 Duran y More, Miss. Asuncion … SC/PARIS 2149 13.8583 NaN C
868 868 0 1 Roebling, Mr. Washington Augustus II … PC 17590 50.4958 A24 S
869 869 0 3 van Melkebeke, Mr. Philemon … 345777 9.5 NaN S
870 870 1 3 Johnson, Master. Harold Theodor … 347742 11.1333 NaN S
871 871 0 3 Balkic, Mr. Cerin … 349248 7.8958 NaN S
872 872 1 1 Beckwith, Mrs. Richard Leonard (Sallie Monypeny) … 11751 52.5542 D35 S
873 873 0 1 Carlsson, Mr. Frans Olof … 695 5 B51 B53 B55 S
874 874 0 3 Vander Cruyssen, Mr. Victor … 345765 9 NaN S
875 875 1 2 Abelson, Mrs. Samuel (Hannah Wizosky) … P/PP 3381 24 NaN C
876 876 1 3 Najib, Miss. Adele Kiamie “Jane” … 2667 7.225 NaN C
877 877 0 3 Gustafsson, Mr. Alfred Ossian … 7534 9.8458 NaN S
878 878 0 3 Petroff, Mr. Nedelio … 349212 7.8958 NaN S
879 879 0 3 Laleff, Mr. Kristo … 349217 7.8958 NaN S
880 880 1 1 Potter, Mrs. Thomas Jr (Lily Alexenia Wilson) … 11767 83.1583 C50 C
881 881 1 2 Shelley, Mrs. William (Imanita Parrish Hall) … 230433 26 NaN S
882 882 0 3 Markun, Mr. Johann … 349257 7.8958 NaN S
883 883 0 3 Dahlberg, Miss. Gerda Ulrika … 7552 10.5167 NaN S
884 884 0 2 Banfield, Mr. Frederick James … C.A./SOTON 34068 10.5 NaN S
885 885 0 3 Sutehall, Mr. Henry Jr … SOTON/OQ 392076 7.05 NaN S
886 886 0 3 Rice, Mrs. William (Margaret Norton) … 382652 29.125 NaN Q
887 887 0 2 Montvila, Rev. Juozas … 211536 13 NaN S
888 888 1 1 Graham, Miss. Margaret Edith … 112053 30 B42 S
889 889 0 3 Johnston, Miss. Catherine Helen “Carrie” … W./C. 6607 23.45 NaN S
890 890 1 1 Behr, Mr. Karl Howell … 111369 30 C148 C
891 891 0 3 Dooley, Mr. Patrick … 370376 7.75 NaN Q

[892 rows x 12 columns]

In [90]: df_tinct1.groupby(‘性别’)[‘年龄’].mean()

DataError Traceback (most recent call last)
in ()
----> 1 df_tinct1.groupby(‘性别’)[‘年龄’].mean()

DataError: No numeric types to aggregate

In [91]: df_tinct1=

你可能感兴趣的:(2020-09-21)

2020-09-21 传剑
十八：庄西那些姓郑的庄西的郑家，以前一直是与世无争的。和庄中的姓郑的不是一个祖先。这姓郑的在孔园还是比较普遍的。并不是一个家族。他们的辈分也不一样。有自己的辈分。比如：庄中的“怀”辈和庄东的“治”的是平辈。“怀”下面的“桂”字辈与“治”下面的“承”是平辈。这些最清楚的，也可能只是他们郑姓的人了。其他人很难搞懂。庄西郑姓老祖，可追溯“德”辈。这字辈兄弟三人。具体不详。这下面就是“怀”辈。这辈的兄弟就
2020-09-21星期一晴一节大语文课杨小熙Buck
今天放学回家后，我试听了一节线上大语文课，一个半小时，从七点半一直到九点，我还有一些作业没做，恐怕今天得睡得很晚。上课之前，老师让我们做好准备，拿出纸和笔，随时做笔记。老师先做了自我介绍了，他姓宋，竟然是宋太宗的第四十代子孙！这节课的主题是围绕着"李后主”李煜讲的，其中最吸引我的关于他被宋太宗赐死的故事。传说是因为李煜写的《虞美人》这首词太精彩了，宋太宗羡慕嫉妒恨，就把他关进了高级监狱里，为什么说
2020-09-21 美丽的北海我的家
近日，参加了一个朋友孩子的婚前“顶门”典礼，现场气氛非常活跃。“顶门”是一个传统习俗，也是一个优秀传统节目。就是邀请舞狮子的，还有扭秧歌的祝贺娶媳妇的人家开门红，开门大吉。现场往往张灯结彩，花花绿绿的，氛围极好。这次朋友也邀请了舞狮子的，现场敲锣打鼓，很是热闹。在现场观看的人群足有数百人之多，大家有说有笑，便观看歌舞和舞狮子的，便畅谈着幸福生活，高兴之情溢于言表。我想，多亏了我们生在新社会，新时代
2020-09-21 海英18291dcdf76e
疫情之后，有多少人生活变的迷茫，公司倒闭，从白富美，高富帅，瞬间变成了老赖。有多少人不知道该何去何从。
2020-09-21 图卡修炼第5期|稻盛和夫之决不放弃的意志力超然_乐儿
稻盛和夫说“不管遭遇何种逆境，我们都必须看到美好的未来，相信自己的可能性，开动脑筋，竭尽智慧，不断探索解决之道。这种时候必须具备的，就是绝不放弃的那颗心，就是遇到任何困难和障碍都要去突破的、强韧的精神。”2020年放佛是宇宙给地球按下了暂停键，全球大部分地区饱受着自然灾害和人类疫情的影响，人类的经济、生产活动也放缓了脚步，这像是自然的一种自我保护，也像是对人类过度开发的一种警告，更像是给人类一个回
（2020-09-21周一）检车一天（478）云庆亲子教育
今日升了旗去保养车和检车。检车时我竟然在车上睡着了。这段时间，内心匮乏极了……赶快学习学习：不设计孩子的未来余生还长，陪伴他支持他成为他最好的样子接纳孩子的状态：无论他现状是怎样的，在我们眼里她都是优秀的，他都是可爱的，他都是值得被爱的。无论他是怎样的状态，当我们想到他的时候，我们就会笑，当我们看见他的时候，我们也会露出我们的笑脸。知道还不够，感觉到才算数，稳定下才过关。过什么关？过考验关。由于爱
2020-09-21期货晚评期货狙击手
黑色系：黑色系期货如期大跌焦炭2101合约：盘中震荡回落大阴线报收，行情符合预期，焦炭趋势多头，短期回调，震荡思路对待，操作上关注1965一线压制有效性高空参与，下探1880一线，回落预期。焦煤2101合约：盘中窄幅震荡小阴线报收，行情符合预期，焦煤趋势多头，短期回调，震荡思路对待，操作上关注1256一线支撑有效性低多参与，上冲1290一线，反弹预期。螺纹2101合约：盘中震荡回落中阴线报收，行情
83【工具】对密码进行分级整理与巧妙记录楚君Joyce
2020-09-21最近这几期我们都在讲“工具”，工欲善其事，必先利其器。今天我们来分享密码的管理工具。密码实在太重要了，不用强调你也知道。可是目前来说，密码的管理却越来越复杂。因为我们大量地运用电子系统，运用软件系统，每个软件的背后都有账号，都有密码，所以我们的密码很多，也就容易忘记。一旦忘记，我们就需要去找回，这就要花费大量的时间与精力。很多人干脆就用一两个密码了事儿，但这也就造成了巨大的风险
2020-09-21如何对付小人 KevinStewart
今天我们来谈一谈，如何对付小人，是不是该给小人们一些教训。01首先，如何界定小人。小人，基本上是你身边的人，是能够通过正常的关系，爱在背后给你下刀子的人，比如说你的朋友，同事，甚至是你的亲人；距离太远的人，阶层分化太大的人，小人反而无可奈何。所以，只能去伤害身边的人，或者是占身边人的便宜，小人就是这样的人。网上流传的关于小人的一些特征，先参考一下：——在你身旁——无中生有，搬弄是非——占便宜没个够
2020-09-21 0942b29f0d64
9.21数幸福今天周一我第一个来到银行，元气满满投入工作。周末两天出差，虽然很疲惫，但想着昨晚老公做好时鲜螃蟹等我，想着儿子问我何时回家，幸福由生，谢谢相亲相爱的一家人。
2020-09-21 晏可儿可乐
婆婆在儿子的家庭关系中，是个极其特殊的存在，你不能对她太好，当做亲妈？那不现实！你也不能忽视她，毕竟——人家是你老公的亲生母亲，关键时刻，左右着你们夫妻关系的走向；你不能太生硬，太火爆的对待她——那是变相的逼自己的丈夫与他的母亲结成联盟，来对付你！
2020-09-21 健康心态
感染了hpv为什么迟迟不转阴，然后还病变？刘鑫已经查出感染hpv病毒1年了，还没转阴，还发生了病变CIN1。她说，一年前查出感染了hpv16和6都是阳性，已经一年了，前段时间去医院检查结果依然是阳性，还发生病变CIN1。有数据显示，80%的女性在一生中都会感染一次hpv病毒，有超过10%的人迟迟不转阴，会发生病变的。那么为什么这些人会迟迟不转阴呢？不转阴发生病变是预示着会发展成宫颈癌吗？Hpv为何
2020-09-21 0d2f99164026
反思犹豫，做事犹豫不决，下不了决定，出门也没有太清晰的思路，就想了个大概的选的地点不对，都被他们撸过了，后面捡漏都捡不到后面跑外面会好点，至少还能加点，还是晚了这次结束感觉自己也没进步在商场加资源还是怕保安，也不敢进店铺加，也没有放开自己还是倒数的，突然发现自己在其中还是比较差的，别人夸我就飘飘然，自以为很厉害，其实很差了
2020-09-21 冯婉儿
今天除了累，就想说一锅鸡汤……一个人要不断的去尝试，不断的去挑战，从“你”变成“更好的你”，充满着无限可能。不要总想靠着自己的运气去做每一件想要完成的事，运气有时候也没你想象的那么好，你需要自己脚踏实地尝试着努力。那些没有运气的人都是靠着自己的勇气一步一步努力去闯，他们的目标都是圆满成功的。若是没有那么成功，只是你不够努力。没有一种坚持会被辜负。
2020-09-21 王政博
自小，除了祖国，我知道的最多的就是日本。日本对我国的侵略，从“七七事变”，“三光政策”，“我国战胜”到“钓鱼岛事件”都是耳熟能详。所以对日本一直都是深恶痛绝。今天，我看了一部电影，名字叫做《八佰》，其中有一句话深深的打动了我“东北沦陷了,华北沦陷了,但是现在,因为有你们,上海还在。”该片取材于1937年淞沪会战末期，讲述了史称“八百壮士”的中国国民固守苏州河畔的四行仓库，冒死阻击日军，英勇抗争四昼
2020-09-21昨日喊单回顾，今日行情解析 ambibion
黄金第一波1765开始一路做空，从未停止过脚步！！一路到位1693！！！第二波1745重仓做空空，目标1670已经兑现！！！现在持仓2070空单坚决看向1820-1775！！时间会验证一切。周五行情回顾：点击此处添加图片说明文字亚盘：黄金早盘公开1948附近现价做多！！目标1959直接到位欧盘：1950现价做空，目标1959止盈美盘：1959.3挂空，直接止盈1947一线！！！全网见证。今日行情分
2020-09-21 滕顺红
2020-9-21三阶作业时间：2020092164/90周一姓名：1队副队长-滕顺红一.照镜子美女，早上好，我爱你。亲上一口，连说三遍！越来越喜欢自己。大脑分泌安多酚，快乐喜悦油然而生！我爱亿万富翁制造机！二.自我嘉许：每天认真练习自我嘉许，提升能量。我爱我自己。1.我要嘉许自己是积极主动的领导者，因为今天锦囊会我报名分享。我爱我自己。2.我要嘉许自己珍惜时间，因为我每天都在利用所有的时间学习，
2020-09-21星期四论语第十三天学习善一峰
2020-09-21星期四论语第十三天学习原文】1.15子贡曰：“贫而无谄，富而无骄，何如？”子曰：“可也。未若贫而乐、富而好礼者也。''子贡曰：“《诗》云‘如切如磋，如琢如磨①'，其斯之谓与②？"子曰：“赐也③，始可与言《诗》已矣，告诸往而知来者④。”译：子贡说：“贫穷却不巴结奉承，富贵却不骄傲自大，怎么样？孔子说：“可以了，但还是不如虽贫穷却乐于道，虽富贵却谦虚好礼。”子贡说：“《诗经》上说：
2020-09-21小程序折叠功能，展开才会出现全部文字内容 Ren大大
需求是：一进来就只展示几行文字内容，要点击展开按钮才会把所有的文字内容显示完整。话不多说，直接上图。首先在js里面data定义collapse为true，让用户一进来首先看到第一个block盒子，第一个默认盒子把设置高度，让超出来的文字overflow:hidden;text-overflow:ellipsis;display:-webkit-box;-webkit-line-clamp:4;行数
2020-09-21 5c598577d72a
人生导师班分享：爱他就让他来上人生导师班，我足够爱自己，所以我来上人生导师班了。导师班是提升人生智慧，让自己活得更通透的一个所在。这是一个幸福的所在！在生活中我们学到的知识真的很多，有多少知识运用在自己的生命中，成为自己人生的智慧呢？我们不断的想做加法，想让自己的人生更加的丰盛。但什么是真正的丰盛呢？在导师班里你能够看到，听到，悟到！在导师班里，我第1个收获是“慧”。“彐”是心和脑之间的一座桥。我
2020-09-21 JS之变量和数据类型故乡小城
一、Javascript简介1、javascript用途一般是用来编写客户脚本，为HTML页面添加交互行为，是前台语言，而不是后台语言（node.js除外）总结JavaScript的特点1）、解释执行（浏览器就是解释器）：事先不编译，逐行执行，无序进行严格的变量声明2）、简单易用：可以使用任何文本编辑工具编写，只需要浏览器就可以执行程序。3）、基于对象：内置大量现成对象，编写少量程序可以完成目标。
2020-09-21 胡宛君
7期二阶3战队2020.9.21C4-胡宛君一、亿万富翁制造机：美女早上好！我爱你，波一个。收获感悟：亿万富翁的制造机照镜子，通过照镜子，与自己的内在产生链接，设定自我形象，感觉内心力量越来越强大了，将自己的榜样的金三角换成自己的，试一下，现感觉皮肤越来越好了。二、朗读师父的十大人生哲学感悟：每天背诵师父的十大人生哲学在工作和生活中很受用，我觉得只要用好任何一条都受益非浅。三：听师父的早安音频：人
2020-09-21感恩日记-心若向阳，就有阳光国宝smile
Aloha~1上周六的考试结束很累，但内心很暖。考试当天需要早起赶到考点，多爸为帮我节省时间，更早起地贴心做好早餐，怕我在外面过早会恶心反胃。然后开车载我，我坐后排闭目养神边做冥想。路上一路畅通，半个小时即到了，养足了精神，吃饱了早餐的我，也有充足的时间不慌不忙地从容走向考点。还一路操心我的午餐和午休，想好了下午到哪里接我，真的好贴心。幸好有你，一路照顾、一路相随、一路扶持！谢谢你我最最亲爱的！l
2020-09-21探访太原方特，有望年底开园，这里堪称1座现代化高科技的欢乐谷醉美海内游
18日，去太原阳曲方特，看到方特目前正在最后完善建设中，据工作人员介绍，有望在2020年底能够实现开园，目前正在最后冲刺阶段，这对于太原乃至周边城市来说，无疑是一大好消息。对于方特的名称，网上有称谓方特欢乐谷、有称方特主题乐园、还有称作方特游乐园，但最标准的名称应该是：太原方特东方神画，这名字起得很有韵味和内涵吧？太原阳曲方特太原方特标新立异，无论从选址到建设以及景区的文化，都经过独特的构思和科学
2020-09-21 SueDi
曹老师很随和，虽然有时候听不清楚他的话，但是慢慢就习惯了。希望在他的带领下，我能学到更多东西吧。写一手好文章，多看书，抓紧时间。今天上了张老师的现代汉语研究引论，虽然有点困，但是课程确实有趣，下次要早点休息。英语太难了，我要好好学了，好吧，早点睡，明天要早起。ლ(╹╹ლ)
2020-09-21 7c1e117b07f6
当代/云潇潇有亭翼然弹指间，无形飞度彰先涌。九霄上道无穷汉，一锤定音显神功。荷花绽放茵茵立，莱蓬舞蝶迎仙嶂。势如破竹碧如天，雪点齐梅光传地。
2020-09-21 EmmaMa_27a9
今天收到面试通知，最后没有拿到offer，意料之中吧，心里还是有些难过的，毕竟还抱有希望。感觉这个社会对35岁以上的女性太不友好了。我真的感觉自己在和时间赛跑，浪费了太多时间。没时间难过，没录取说明自己努力的还不够，要准备另一个考试，加油吧，没有白费的努力。
2020-09-21 日和坊i
一口气抓住我最喜欢的三种类型的狗狗柴犬，柯基，大金毛。原来柴跟柯基一样高？？？好喜欢那个大金毛，还有那个柴犬。太可爱了吧[爱心]
2020-09-21稳定赚钱更加重要若谷笔记
尽可能保证每一次入场的成本，更低，在上涨前的震荡区间内，以低成本入场，在震荡区间积累的势能释放时，即离场，也能够保证稳赚20%左右的利润。对于短期大幅上涨的持仓，应该满足于短时间的大幅利润，及时止盈，为资金赢得充分的流动性。进而使现金流滚动周期加快。稳定赚钱另一种方法是长线投资，等待大幅利润，这种方式通常需要很久因此，你应该把资金分成两部分，短线资金和长线资金。这样能保证即有流动性，灵活性，也有长
2020-09-21 孩子有这五个迹象，表明学习正在退步，家长早发现早解决！小橘爱学习
家长总是在看完孩子的成绩单后，才知道孩子成绩退步了，于是一顿打骂过后，孩子的成绩已成定局，还是无法改变。其实，孩子在成绩退步之前，一定会表现出一些蛛丝马迹的，若是发现孩子有以下5种表现，家长就需要提高警惕，提前做出针对措施。01做事拖拖拉拉孩子做事磨蹭，做作业的时候不是拿着笔玩，就是抠自己的手玩，经常不能按时完成作业。通常这种情况就表明孩子的注意力不集中，难以静下心来做一件事，放在课堂上的话，就表
Java常用排序算法/程序员必须掌握的8大排序算法 cugfy java
分类： 1）插入排序（直接插入排序、希尔排序） 2）交换排序（冒泡排序、快速排序） 3）选择排序（直接选择排序、堆排序） 4）归并排序 5）分配排序（基数排序）所需辅助空间最多：归并排序所需辅助空间最少：堆排序平均速度最快：快速排序不稳定：快速排序，希尔排序，堆排序。先来看看8种排序之间的关系： 1.直接插入排序（1
【Spark102】Spark存储模块BlockManager剖析 bit1129 manager
Spark围绕着BlockManager构建了存储模块，包括RDD，Shuffle，Broadcast的存储都使用了BlockManager。而BlockManager在实现上是一个针对每个应用的Master/Executor结构，即Driver上BlockManager充当了Master角色，而各个Slave上(具体到应用范围，就是Executor)的BlockManager充当了Slave角色
linux 查看端口被占用情况详解 daizj linux 端口占用 netstat lsof
经常在启动一个程序会碰到端口被占用，这里讲一下怎么查看端口是否被占用，及哪个程序占用，怎么Kill掉已占用端口的程序 1、lsof -i:port port为端口号 [root@slave /data/spark-1.4.0-bin-cdh4]# lsof -i:8080 COMMAND PID USER FD TY
Hosts文件使用周凡杨 hosts locahost
一切都要从localhost说起，经常在tomcat容器起动后，访问页面时输入http://localhost:8088/index.jsp，大家都知道localhost代表本机地址，如果本机IP是10.10.134.21，那就相当于http://10.10.134.21:8088/index.jsp，有时候也会看到http: 127.0.0.1:
java excel工具 g21121 Java excel
直接上代码，一看就懂，利用的是jxl： import java.io.File; import java.io.IOException; import jxl.Cell; import jxl.Sheet; import jxl.Workbook; import jxl.read.biff.BiffException; import jxl.write.Label; import
web报表工具finereport常用函数的用法总结（数组函数）老A不折腾 finereport web报表函数总结
ADD2ARRAY ADDARRAY(array,insertArray, start):在数组第start个位置插入insertArray中的所有元素，再返回该数组。示例： ADDARRAY([3,4, 1, 5, 7], [23, 43, 22], 3)返回[3, 4, 23, 43, 22, 1, 5, 7]. ADDARRAY([3,4, 1, 5, 7], "测试&q
游戏服务器网络带宽负载计算墙头上一根草服务器
家庭所安装的4M，8M宽带。其中M是指，Mbits/S 其中要提前说明的是： 8bits = 1Byte 即8位等于1字节。我们硬盘大小50G。意思是50*1024M字节，约为 50000多字节。但是网宽是以“位”为单位的，所以，8Mbits就是1M字节。是容积体积的单位。 8Mbits/s后面的S是秒。8Mbits/s意思是每秒8M位，即每秒1M字节。我是在计算我们网络流量时想到的
我的spring学习笔记2-IoC（反向控制依赖注入） aijuans Spring 3 系列
IoC（反向控制依赖注入）这是Spring提出来了，这也是Spring一大特色。这里我不用多说，我们看Spring教程就可以了解。当然我们不用Spring也可以用IoC，下面我将介绍不用Spring的IoC。 IoC不是框架，她是java的技术，如今大多数轻量级的容器都会用到IoC技术。这里我就用一个例子来说明：如：程序中有 Mysql.calss 、Oracle.class 、SqlSe
高性能mysql 之选择存储引擎(一) annan211 mysql InnoDB MySQL引擎存储引擎
1 没有特殊情况，应尽可能使用InnoDB存储引擎。原因：InnoDB 和 MYIsAM 是mysql 最常用、使用最普遍的存储引擎。其中InnoDB是最重要、最广泛的存储引擎。她被设计用来处理大量的短期事务。短期事务大部分情况下是正常提交的，很少有回滚的情况。InnoDB的性能和自动崩溃恢复特性使得她在非事务型存储的需求中也非常流行，除非有非常
UDP网络编程百合不是茶 UDP编程局域网组播
UDP是基于无连接的,不可靠的传输与TCP/IP相反 UDP实现私聊,发送方式客户端,接受方式服务器 package netUDP_sc; import java.net.DatagramPacket; import java.net.DatagramSocket; import java.net.Ine
JQuery对象的val()方法执行结果分析 bijian1013 JavaScript js jquery
JavaScript中，如果id对应的标签不存在（同理JAVA中，如果对象不存在），则调用它的方法会报错或抛异常。在实际开发中，发现JQuery在id对应的标签不存在时，调其val()方法不会报错，结果是undefined。
http请求测试实例（采用json-lib解析） bijian1013 json http
由于fastjson只支持JDK1.5版本，因些对于JDK1.4的项目，可以采用json-lib来解析JSON数据。如下是http请求的另外一种写法，仅供参考。 package com; import java.util.HashMap; import java.util.Map; import
【RPC框架Hessian四】Hessian与Spring集成 bit1129 hessian
在【RPC框架Hessian二】Hessian 对象序列化和反序列化一文中介绍了基于Hessian的RPC服务的实现步骤，在那里使用Hessian提供的API完成基于Hessian的RPC服务开发和客户端调用，本文使用Spring对Hessian的集成来实现Hessian的RPC调用。定义模型、接口和服务器端代码 |---Model &nb
【Mahout三】基于Mahout CBayes算法的20newsgroup流程分析 bit1129 Mahout
1.Mahout环境搭建 1.下载Mahout http://mirror.bit.edu.cn/apache/mahout/0.10.0/mahout-distribution-0.10.0.tar.gz 2.解压Mahout 3. 配置环境变量 vim /etc/profile export HADOOP_HOME=/home
nginx负载tomcat遇非80时的转发问题 ronin47
　　nginx负载后端容器是tomcat（其它容器如WAS,JBOSS暂没发现这个问题）非８０端口，遇到跳转异常问题。解决的思路是：$host:port 详细如下：　　该问题是最先发现的，由于之前对nginx不是特别的熟悉所以该问题是个入门级别的： ? 1 2 3 4 5
java-17-在一个字符串中找到第一个只出现一次的字符 bylijinnan java
public class FirstShowOnlyOnceElement { /**Q17.在一个字符串中找到第一个只出现一次的字符。如输入abaccdeff，则输出b * 1.int[] count:count[i]表示i对应字符出现的次数 * 2.将26个英文字母映射：a-z <--> 0-25 * 3.假设全部字母都是小写 */ pu
mongoDB 复制集开窍的石头 mongodb
mongo的复制集就像mysql的主从数据库，当你往其中的主复制集(primary)写数据的时候，副复制集(secondary)会自动同步主复制集(Primary)的数据,当主复制集挂掉以后其中的一个副复制集会自动成为主复制集。提供服务器的可用性。和防止当机问题 mo
[宇宙与天文]宇宙时代的经济学 comsci 经济
宇宙尺度的交通工具一般都体型巨大，造价高昂。。。。。在宇宙中进行航行，近程采用反作用力类型的发动机，需要消耗少量矿石燃料，中远程航行要采用量子或者聚变反应堆发动机，进行超空间跳跃，要消耗大量高纯度水晶体能源以目前地球上国家的经济发展水平来讲，
Git忽略文件 Cwind git
有很多文件不必使用git管理。例如Eclipse或其他IDE生成的项目文件，编译生成的各种目标或临时文件等。使用git status时，会在Untracked files里面看到这些文件列表，在一次需要添加的文件比较多时（使用git add . / git add -u），会把这些所有的未跟踪文件添加进索引。 ==== ==== ==== 一些牢骚
MySQL连接数据库的必须配置 dashuaifu mysql 连接数据库配置
MySQL连接数据库的必须配置 1.driverClass：com.mysql.jdbc.Driver 2.jdbcUrl：jdbc:mysql://localhost:3306/dbname 3.user：username 4.password：password 其中1是驱动名；2是url，这里的‘dbna
一生要养成的60个习惯 dcj3sjt126com 习惯
一生要养成的60个习惯第1篇让你更受大家欢迎的习惯 1 守时，不准时赴约,让别人等,会失去很多机会。如何做到： ①该起床时就起床， ②养成任何事情都提前15分钟的习惯。 ③带本可以随时阅读的书，如果早了就拿出来读读。 ④有条理，生活没条理最容易耽误时间。 ⑤提前计划：将重要和不重要的事情岔开。 ⑥今天就准备好明天要穿的衣服。 ⑦按时睡觉，这会让按时起床更容易。 2 注重
[介绍]Yii 是什么 dcj3sjt126com PHP yii2
Yii 是一个高性能，基于组件的 PHP 框架，用于快速开发现代 Web 应用程序。名字 Yii （读作易）在中文里有“极致简单与不断演变”两重含义，也可看作 Yes It Is! 的缩写。 Yii 最适合做什么？ Yii 是一个通用的 Web 编程框架，即可以用于开发各种用 PHP 构建的 Web 应用。因为基于组件的框架结构和设计精巧的缓存支持，它特别适合开发大型应
Linux SSH常用总结 eksliang linux ssh SSHD
转载请出自出处：http://eksliang.iteye.com/blog/2186931 一、连接到远程主机格式： ssh name@remoteserver 例如： ssh [email protected] 二、连接到远程主机指定的端口格式： ssh name@remoteserver -p 22 例如： ssh i
快速上传头像到服务端工具类FaceUtil gundumw100 android
快速迭代用 import java.io.DataOutputStream; import java.io.File; import java.io.FileInputStream; import java.io.FileNotFoundException; import java.io.FileOutputStream; import java.io.IOExceptio
jQuery入门之怎么使用 ini JavaScript html jquery Web css
jQuery的强大我何问起（个人主页：hovertree.com）就不用多说了，那么怎么使用jQuery呢？首先，下载jquery。下载地址：http://hovertree.com/hvtart/bjae/b8627323101a4994.htm，一个是压缩版本，一个是未压缩版本，如果在开发测试阶段，可以使用未压缩版本，实际应用一般使用压缩版本(min)。然后就在页面上引用。
带filter的hbase查询优化 kane_xie 查询优化 hbase RandomRowFilter
问题描述 hbase scan数据缓慢，server端出现LeaseException。hbase写入缓慢。问题原因直接原因是： hbase client端每次和regionserver交互的时候，都会在服务器端生成一个Lease,Lease的有效期由参数hbase.regionserver.lease.period确定。如果hbase scan需
java设计模式-单例模式 men4661273 java 单例枚举反射 IOC
单例模式1，饿汉模式 //饿汉式单例类.在类初始化时，已经自行实例化 public class Singleton1 { //私有的默认构造函数 private Singleton1() {} //已经自行实例化 private static final Singleton1 singl
mongodb 查询某一天所有信息的3种方法，根据日期查询 qiaolevip 每天进步一点点学习永无止境 mongodb 纵观千象
// mongodb的查询真让人难以琢磨，就查询单天信息，都需要花费一番功夫才行。 // 第一种方式： coll.aggregate([ {$project:{sendDate: {$substr: ['$sendTime', 0, 10]}, sendTime: 1, content:1}}, {$match:{sendDate: '2015-
二维数组转换成JSON tangqi609567707 java 二维数组 json
原文出处：http://blog.csdn.net/springsen/article/details/7833596 public class Demo { public static void main(String[] args) { String[][] blogL
erlang supervisor wudixiaotie erlang
定义supervisor时，如果是监控celuesimple_one_for_one则删除children的时候就用supervisor:terminate_child (SupModuleName, ChildPid)，如果shutdown策略选择的是brutal_kill，那么supervisor会调用exit(ChildPid, kill)，这样的话如果Child的behavior是gen_