在Pandas对象中，如果它的某一列数据满足不同的划分标准，则可以将该列当做分组键来拆分数据集。例如，创建一个DataFrame对象，具体代码如下。查看全文>>
高级语言被广泛应用于众多领域，但使用高级语言编写的程序无法被计算机识别与执行。在执行之前需要先将高级语言代码翻译成机器语言代码。根据不同的翻译方式，执行分为编译执行和解释执行两种。下面来看具体翻译流程：查看全文>>
Python 语言为字符串中的元素编号，以实现对字符串中的单个字符或字符片段的索引。按照不同的方向，索引分为正向索引和逆向索引。假设字符串的长度为L，正向索引中字符串的字符编号从左至右由0递增为L-1，逆向索引中字符串的字符编号从右至左由-1递减为-L。下面以长度为14的字符串“Alphonse Elric”为例，其字符的两种索引编号如图1所示。查看全文>>
在NumPy中，all()函数用于判断整个数组中的元素的值是否全部满足条件，如果满足条件返回True，否则返回False。any()函数用于判断整个数组中的元素至少有一个满足条件就返回True，否则返回False。查看全文>>
除了pickle方法，sklearn的externals.Joblib模块同样提供了读写持久化数据对象的方法。示例如下。查看全文>>
移动（shifting）是指沿着时间轴方向将数据进行前移或者后移。Pandas对象中提供了一个shift方法，用来前移或者后移数据，但索引保持不变。shift方法的语法格式如下查看全文>>
