展开

关键词

itchat统计微信好友信息

首先需要安装itchat包,很简单,pip就可以:pip install itchat基本信息统计代码1# -*- coding:utf-8 -*-import itchatfrom pandas import DataFrame itchat.login()friends = itchat.get_friends(update=True)male = female = other = 0for i in friends 代码2# -*- coding:utf-8 -*-import itchatimport pandas as pdfrom pandas import DataFrameimport matplotlib.pyplot 用手机微信扫描登录即可itchat.login()#friends里面就是你的好友信息啦,一共有36个字段,包括昵称、你的备注、性别、地区、签名、头像地址等等friends = itchat.get_friends(update 36个字段,包括昵称、你的备注、性别、地区、签名、头像地址等等friends = itchat.get_friends(update=True)df_friends = pd.DataFrame(friends

36830

Anaconda使用命令

如: conda 4.3.302.更新conda到最新的版本  conda update conda3.查看conda的帮助信息conda --helpAnaconda 管理环境接下来均是以命令行模式进行介绍 和pandas。        例如: conda remove pandas 即在当前环境中卸载pandas包。5. ② 更新指定包conda update 或conda upgrade 注意:① 为指定更新的包名。包名两边不加尖括号“”。② 更新多个指定包,则包名以空格隔开,向后排列。 如: conda update pandas numpy matplotlib 即更新pandas、numpy、matplotlib包。

29620
  • 广告
    关闭

    腾讯云前端性能优化大赛

    首屏耗时优化比拼,赢千元大奖

  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    爬了自己的微信,才知道好友都是这样的!

    () 3.获取微信好友的性别,并简单计算一下微信好友性别:# 初始化man = woman = other = total = 0# 获取好友friends = itchat.get_friends(update (这里只列出排名前三的城市)仍然是导包,这次多了一个pandas,我们这次用柱形图来展示:import itchatfrom pandas import DataFrameimport matplotlib.pyplot 处理微信好友的数据,每一行代码的说明我都写在注释里面了:# 获取朋友列表friends = itchat.get_friends(update=True)# 利用pandas把数据转化成DataFrame 利用pandas来进行可视化操作,这个地方由于城市过多,我只选取了排名前三的城市来统计:name_list = num_list = citycount_listrects = plt.bar(range

    19330

    conda管理Anaconda环境

    管理包:# 确认conda已安装: conda --version # 更新conda版本: conda update conda # 查询conda信息: conda info # 升级anaconda : conda update anaconda 1. 同时安装多个包: conda install numpy scipy pandas 3. 安装指定版本 conda install numpy=1.10 4. 更新包 conda update package_name 5. 更新所有包 conda update --all 6. 查看所有已经安装的包: conda list 7. 例如: conda create -n py3 python=3.7 pandas 或者复制一个已有的环境 conda create --name new_env --clone old_env 2.

    50210

    用 Python 查看微信好友位置信息

    今天还是使用 itchat 这个包,不过是用来看一下微信好友的位置信息(柱状图)1 环境说明Win10 系统下 Python3,编译器是 Pycharm,需要安装 itchat、matplotlib、pandas 2 相关代码2.1 全部好友的位置信息先是导入需要的三个包, itchat、matplotlib、pandas。 import itchatimport matplotlib.pyplot as pltimport pandas as pd接着就是用 itchat 这个包实现登录微信网页版,获取数据itchat.auto_login (hotReload=True)friends = itchat.get_friends(update=True)data = pd.DataFrame() # 提出好友的昵称、性别、省份、城市、个性签名 (hotReload=True)friends = itchat.get_friends(update=True)data = pd.DataFrame() # 提出好友的昵称、性别、省份、城市、个性签名

    62550

    使用Matplotlib对数据进行高级可视化(基本图,3D图和小部件)

    . # Importing matplotlib to plot the graphs. import matplotlib.pyplot as plt # Importing pandas for using pandas dataframes. import pandas as pd # Reading the input file. df = pd.read_csv(property_tax_report , 30.0, valinit=f0, valstep=delta_f) samp = Slider(axamp, Amp, 0.1, 10.0, valinit=a0) # function to update the graph when frequency or amplification is changed on the slider def update(val): # get current amp slider frequency sfreq.on_changed(update) # update amp frequency samp.on_changed(update) # reset slider

    1K20

    利用Python进行读写Excel文件

    主要体现在它可以调用很多第三方功能包来实现我们想要的功能,Python读写excel的方式有很多,不同的模块在读写的讲法上稍有区别: 用xlrd和xlwt进行excel读写;用openpyxl进行excel读写;用pandas 进行excel读写;为了方便演示,我这里新建了一个data.xlsx文件,第一个工作表sheet1区域“A1:C19”的内容如下,用于测试读excel的代码: Update DateAP VersionMD 3 利用pandas读取excel Pandas的名称来自于面板数据(panel data)和python数据分析(data analysis)。  首先要安装pandas模块,用sudo pip install pandas安装。  (df) 运行结果:  Update Date               AP Version                                        MD Version 0

    14730

    Please update jupyter and ipywidgets.解决办法

    Please update jupyter and ipywidgets.解决办法最近使用Jupyter的时候出现了如下的报错信息ImportError: IProgress not found. Please update jupyter and ipywidgets. ipywidgets.readthedocs.ioenstableuser_install.html亲测以下方法能解决这个问题:首先安装依赖库pip install ipywidgets widgetsnbextension pandas-profiling

    7350

    数据分析之Pandas VS SQL!

    本文提供了一系列的示例,说明如何使用pandas执行各种SQL操作。Pandas简介 Pandas把结构化数据分为了三类:Series,可以理解为一个一维的数组,只是index可以自己改动。 Pandas:?在where字句中搭配NOT NULL可以获得某个列不为空的项,Pandas中也有对应的实现:SQL:?Pandas:?DISTINCT(数据去重) SQL:?Pandas:? 现在看一下不同的连接类型的SQL和Pandas实现:INNER JOINSQL:?Pandas:?LEFT OUTER JOINSQL:?Pandas:?RIGHT JOINSQL:?Pandas:? Pandas:?ORDER(数据排序)SQL:?Pandas:?UPDATE(数据更新) SQL:?Pandas:?DELETE(数据删除)SQL:?Pandas:? 总结:本文从Pandas里面基本数据结构Dataframe的固定属性开始介绍,对比了做数据分析过程中的一些常用SQL语句的Pandas实现。

    57420

    数据分析之Pandas合并操作总结

    import numpy as npimport pandas as pddf = pd.read_csv(joyful-pandas-masterdatatable.csv)df.head()? 这个例子就是,我们如果update了缺失值NaN,则就不会在原df1中把对应元素改成NaN了,这个缺失值是不会被填充的。 update:这个函数是会在前表的基础之上,将后表填充,不会更改索引,也就是按照前表的索引来操作。 pd.read_csv(joyful-pandas-masterdataEmployee2.csv).head()?(a) 每个公司有多少员工满足如下条件:既出现第一张表,又出现在第二张表。 df1=pd.read_csv(joyful-pandas-masterdataEmployee1.csv)df2=pd.read_csv(joyful-pandas-masterdataEmployee2

    70921

    懂Excel轻松入门Python数据分析包pandas(十八):pandas 中的 vlookup

    后来才发现,原来不是 Python 数据处理厉害,而是他有数据分析神器—— pandas 前言 Excel 中名声最响的就是 vlookup 函数,当然在 Excel 函数公式中用于查找的函数家族也挺大 ,不过在 pandas 中这功能却要简单多了。 中怎么实现:- 行6、7,由于现在需要姓名匹配,我们把2份数据的姓名列设置为行索引- 行9,简单调用 update 方法,表示 df_tg 按照 df_src 更新值由于 pandas 的数据表(DataFrame > 注意:本文所有的 pandas 更新方法,都是索引更新,而非遍历更新,因此速度非常快。 > 多层索引及其应用,以及更多关于数据更新的高级应用,请关注我的 pandas 专栏 总结

    8440

    合并Pandas的DataFrame方法汇总

    ----Pandas是数据分析、机器学习等常用的工具,其中的DataFrame又是最常用的数据类型,对它的操作,不得不熟练。 Pandas提供好几种方法和函数来实现合并DataFrame的操作,一般的操作结果是创建一个新的DataFrame,而对原始数据没有任何影响。 如果这两个DataFrames 的形状不匹配,Pandas将用NaN替换任何不匹配的单元格。    方法5:combine_first()和update()假设有一个DataFrame,但是它存在缺失数据,希望能够从另一个DataFrame中讲丢失的数据填充进来。 虽然大多数情况下,merge() 已经足够了,但在某些情况下,可能需要使用concat()来按行合并,或者使用join(),或者使用combine_first() 和 update()来填充缺失值。

    10910

    懂Excel轻松入门Python数据分析包pandas(十八):pandas 中的 vlookup

    后来才发现,原来不是 Python 数据处理厉害,而是他有数据分析神器—— pandas 前言 Excel 中名声最响的就是 vlookup 函数,当然在 Excel 函数公式中用于查找的函数家族也挺大 ,不过在 pandas 中这功能却要简单多了。 中怎么实现:- 行6、7,由于现在需要姓名匹配,我们把2份数据的姓名列设置为行索引- 行9,简单调用 update 方法,表示 df_tg 按照 df_src 更新值由于 pandas 的数据表(DataFrame > 注意:本文所有的 pandas 更新方法,都是索引更新,而非遍历更新,因此速度非常快。 > 多层索引及其应用,以及更多关于数据更新的高级应用,请关注我的 pandas 专栏 总结 本文重点:- DataFrame.update 是更新值的好工具- 构造好行列索引,是关键

    13920

    算法工程师必会:Dockerfile 语法与Dockerfile模板

    cudnn7-devel-ubuntu16.04MAINTAINER Mats Rynge RUN export DEBIAN_FRONTEND=noninteractive && apt-get update get-pip.py && rm get-pip.py RUN pip --no-cache-dir install h5py ipykernel jupyter matplotlib numpy pandas && apt-get install -y libjpeg-dev libfreetype6-dev zlib1g-devRUN apt-get update && apt-get install - && apt-get install -y libjpeg-dev libfreetype6-dev zlib1g-dev libpng12-devRUN apt-get update && apt-get noninteractive tzdata RUN pip install cython -i https:pypi.tuna.tsinghua.edu.cnsimple RUN pip install numpy pandas

    22510

    【呕心总结】python如何与mysql实现交互及常用sql语句

    2、在 python 脚本中,我采用 pymysql 和 sqlalchemy 这两个库与 mysql 建立连接,用 pandas 来处理数据。 情境B:python 脚本想从 mysql 拿到数据如果已经存在某个表格,想要向该表格提交某条指令,需返回数据,我用的是 pandas的read_sql () ,返回的数据类型是 pandas 的 dataframe + , + str(one) + , + str(datetime.datetime.now()) + ); # sql 语句定义为一个字符串,修改某个数据(另一个表格)sql_update = update 数据的修改,关键词是 UPDATE。数据(甚至表格、库)的删除,关键词是DELETE。数据的修改,副关键词是 set 。 UPDATE table_name SET columns_name = new_value 【条件】;新数值如果是数值类型的,则直接写数值即可;如果是文本类型的,必须要加上双引号,比如,“your_new_value

    33220

    Python对数据库操作(以拉取股票入库为例)

    zhangsan, 24)cursor.execute(sql % data)connect.commit()print(成功插入, cursor.rowcount, 条数据) # 修改数据sql = UPDATE ddata = (2, 1)cursor.execute(sql % data)connect.commit()print(成功删除, cursor.rowcount, 条数据) # 事务处理sql_1 = UPDATE test SET age = age + 1000 WHERE id = 1 sql_2 = UPDATE test SET age = age + 1000 WHERE id = 1 sql_3 = UPDATE test SET age = age + 2000 WHERE id = 1 try: cursor.execute(sql_1) # 储蓄增加1000 cursor.execute( 2.使用sqlalchemy+baostack获取股票数据并保存到数据库中 import pandas as pdfrom sqlalchemy import create_engineimport baostock

    19821

    几款强大的 Pandas 数据探索工具,推荐收藏使用

    对于 Python 数据分析领域,Pandas 绝对是中坚力量,那么围绕着这个工具,又衍生出了很多辅助工具,今天我们就一起来看看辅助 Pandas 来进行数据探索的几种工具首先我们先来看看我们的测试数据集 import pandas df = pd.read_excel(2018_Sales_Total_v2.xlsx) df 对于上面的数据,如果使用 Excel,我们可以非常方便的进行简单的过滤、搜索等操作那么在不借助 widget = qgrid.show_grid(df)widget 可以看到,Qgrid 的过滤功能还是很不错的,基本上接近于 Excel 了,但是它也有一些缺点,Qgrid 不能进行可视化,也不能使用 Pandas 这些工具的独特之处在于它们与 Pandas 紧密集成,因此我们可以使用 Pandas 代码来过滤数据并与这些应用程序交互PandasGUI我们首先来看的第一个应用程序是 PandasGUI,这个应用程序的独特之处在于它是一个用 code, but this is not requireddf = df.reset_index().drop(index, axis=1, errors=ignore)df.columns = # update

    7620

    使用Conda对软件进行安装

    install matplotlib# 查看已安装的包conda list# 搜索安装包conda search search_term# 同时安装多个包conda install numpy scipy pandas # 安装指定版本的包conda install numpy=1.11# 卸载包conda remove package_name# 更新包conda update package_name# 更新环境中的所有包 conda update --allConda创建环境123456789# 基于 python3.6 创建一个名为test_py3 的环境conda create --name test_py3 python

    29720

    conda update

    To pre‐ vent existing packages from updating, use the --no-update-deps option. --no-deps Do not install, update, remove, or change dependencies. --update-dependencies, --update-deps Update dependencies. --no-update-dependencies, --no-update-deps Dont update dependencies. --all Update all installed packages in the environment.EXAMPLES conda update -n myenv scipy

    25420

    总结了Python 各种常用语句~

    ,而 conda list 则可以查看库以及库的版本 pip install scipypip install scipy --upgrade# 或者conda install scipyconda update scipy # 更新所有库conda update --all # 更新 conda 自身conda update conda # 更新 anaconda 自身conda update anaconda import InteractiveShellInteractiveShell.ast_node_interactivity = all 主要的数据分析包import numpy as npimport pandas

    10220

    相关产品

    • 云服务器

      云服务器

      腾讯云服务器(CVM)为您提供安全可靠的弹性云计算服务。只需几分钟,您就可以在云端获取和启用云服务器,并实时扩展或缩减云计算资源。云服务器 支持按实际使用的资源计费,可以为您节约计算成本。

    相关资讯

    热门标签

    活动推荐

      运营活动

      活动名称
      广告关闭

      扫码关注云+社区

      领取腾讯云代金券