Python局部函数及用法详解(含nonlocal关键字)

本文深入解析Python中在函数内部定义局部函数的机制,阐述其默认作用域限制及通过返回值扩大作用域的方法。重点讲解局部函数与外层函数变量同名时的“遮蔽”问题,并演示如何利用nonlocal关键字解决UnboundLocalError,实现对外层局部变量的修改。

Python中multiply()与dot的区别及*运算符行为详解

本文详细解析Python中numpy库的multiply()、dot函数以及*运算符在数组和矩阵运算中的行为差异。通过对比元素级乘法与矩阵乘法的执行结果,阐明当操作数为数组或矩阵时,各运算符的具体计算逻辑,帮助开发者正确选择乘法方式。

Numpy np.array()函数使用详解与参数指南

本文详细介绍Numpy中np.array()函数的核心用法。涵盖ndarray对象特性、object与dtype参数的类型转换规则、copy参数对内存地址的影响、ndmin升维操作及subok参数对子类的处理。通过代码示例解析不同场景下的数组创建与行为差异,帮助开发者高效掌握Numpy数组基础操作。

Python数据清洗:缺失值检测、删除与填充方法详解

本文详解Python中处理缺失值的完整流程。从导入数据、替换异常符号为NaN开始,利用isnull()统计缺失数量。重点讲解dropna()直接删除策略(含axis、how、thresh参数)与fillna()填充策略(均值/中位数/前后向填充),并引入sklearn的KNNImputer进行基于邻居的插补,提供完整代码示例。

Python数据清洗:缺失值检测、删除与填充方法详解

Python封装pymysql数据库操作类详解

本文介绍如何封装一个Python的pymysql操作类,简化数据库连接与查询流程。该类支持配置连接参数,提供fetch、insert等常用方法,并自动管理游标与事务提交,适用于需要频繁进行MySQL交互的Python脚本开发场景。

Python Pandas 读写 CSV 文件完整指南

本文详细介绍如何使用 Python Pandas 库高效读取和写入 CSV 文件。涵盖基础读取方法、索引设置、日期解析、列名自定义以及数据导出等核心操作,通过具体代码示例展示 read_csv 和 to_csv 函数的关键参数用法,帮助开发者快速掌握 CSV 数据处理技巧。

Python Pandas 读写 CSV 文件完整指南

Python统计代码运行时间的两种实用方法

本文介绍两种在Python中统计代码运行时间的常用方法。第一种是通过导入time库,利用time.clock()获取起止时间并计算差值,适用于脚本内部精确计时;第二种是利用PyCharm编辑器的Profile功能,通过图形界面直接分析脚本性能。两种方法各有适用场景,帮助开发者高效评估代码效率。

Python统计代码运行时间的两种实用方法

Python lxml库Xpath语法实战指南

本文详解Python中lxml库的Xpath使用技巧,涵盖基础语法、节点定位、文本提取(text与string函数)及多路径选择。通过具体代码示例,帮助开发者掌握高效解析XML/HTML文档的核心方法。

Python lxml库Xpath语法实战指南