文章链接-用于快速查询

一、数据处理

1、python 分类、分组、透视数据处理工具
https://blog.csdn.net/A41915460/article/details/131175209
2、pandas 读取excel和csv表格数据常见问题及解决
https://blog.csdn.net/A41915460/article/details/132655150
3、一个pandas和excel、csv高效IO增强库—pandasrw
https://blog.csdn.net/A41915460/article/details/129789556
4、多因素分析及Python工具
多个变量的数据怎么分析
https://blog.csdn.net/A41915460/article/details/131159648
5、使用python 进行表格数据的纵表和横表的互转
https://blog.csdn.net/A41915460/article/details/130526088
6、Python 多进程+分组数据流式加载，实现数据的低内存多进程处理
分割数据
https://blog.csdn.net/A41915460/article/details/130173957
7、python最大互信息系数的计算
https://blog.csdn.net/A41915460/article/details/129788244
8、熵、熵权法与python计算
https://blog.csdn.net/A41915460/article/details/129648621添加链接描述
9、创建pandas容器和添加数据
https://blog.csdn.net/A41915460/article/details/129247178
10、pandas数据的分箱和聚合
https://blog.csdn.net/A41915460/article/details/129174519
11、对于pandas数据进行均分分块和合并
https://blog.csdn.net/A41915460/article/details/128740104
12、Python 自适应参数数量的网格搜索
https://blog.csdn.net/A41915460/article/details/128754247
13、excel和csv表格文件流式处理降低内存需求以及并行化读取——分块读写和计算
https://blog.csdn.net/A41915460/article/details/128640444
14、Python性能优化实践—曼肯德尔趋势检验计算效率提升
https://blog.csdn.net/A41915460/article/details/128061398
15、python pandas 使用迭代器高效遍历行和列
https://blog.csdn.net/A41915460/article/details/125830039
16、使用joblib库，通过并发加速Python pandas库 apply函数，n核n-1倍
https://blog.csdn.net/A41915460/article/details/125829192
17、使用joblib库，通过并发提升pandas计算效率
https://blog.csdn.net/A41915460/article/details/125827223

二、python工具

1、使用python电脑轻量级控制手机—adb命令和手机投屏
https://blog.csdn.net/A41915460/article/details/133418660
2、使用Python批量修改PPT字体和提取全部文字到word
https://blog.csdn.net/A41915460/article/details/134104431
3、python 文本纠错库pycorrector的使用（API变更，许多介绍文章已不可用）
https://blog.csdn.net/A41915460/article/details/134396426
3、一个基与python和邮件的数据下载存储系统
https://blog.csdn.net/A41915460/article/details/132679736
4、3GPP无线通信信道路损及基于python的计算
https://blog.csdn.net/A41915460/article/details/128425203
5、基与距离和字符串相似的地址匹配
https://blog.csdn.net/A41915460/article/details/128175436

三、人工智能

1、基与pgmpy库实现的贝叶斯网络
https://blog.csdn.net/A41915460/article/details/130122005
2、利用机器学习算法，高效分析地图数据中位置的距离关系
考虑更新最新的方法
https://blog.csdn.net/A41915460/article/details/125832984

四、画图和可视化

1、draw.io基础操作和代码高效画图进阶
https://blog.csdn.net/A41915460/article/details/135298487

五、其他

1、十天通过软考之计算题
https://blog.csdn.net/A41915460/article/details/133752290
2、开源视频处理软件OBS Studio下载和使用
https://blog.csdn.net/A41915460/article/details/133255512
3、github使用和上传pypi包
https://blog.csdn.net/A41915460/article/details/129811236