当前位置：首页 > news >正文

企业网站设计行业百度小程序优化

news 2026/4/8 20:30:36

企业网站设计行业,百度小程序优化,微网站建设需付费吗,施工企业绩效考核管理办法目录关于pip 卸载安装pip 更新pip 更换pip镜像源清除缓存更新指定包指定清华镜像下载指定包关于conda 更换清华镜像源优先使用清华镜像清除缓存关于数据分析、数据挖掘常用 Matplotlib 3.6.0 文档（绘图实例） jupyter字体问题 jup…

关于pip

卸载安装pip

更新pip

更换pip镜像源

清除缓存

更新指定包

指定清华镜像下载指定包

关于conda

更换清华镜像源

优先使用清华镜像

清除缓存

关于数据分析、数据挖掘常用

Matplotlib 3.6.0 文档（绘图实例）

jupyter字体问题

jupyter重装命令

jupyter中常见的数据处理命令

关于pip

卸载安装pip

python -m pip uninstall pip

python -m ensurepip

更新pip

pip install --upgrade pip

更换pip镜像源

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

清除缓存

pip cache purge

更新指定包

pip install -U pip setuptools

指定清华镜像下载指定包

pip install paddlepaddle==2.3.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

关于conda

更换清华镜像源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

优先使用清华镜像

conda config --prepend channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
conda config --prepend channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free

清除缓存

conda clean --all

关于数据分析、数据挖掘常用

Matplotlib 3.6.0 文档（绘图实例）

Matplotlib 文档_Matplotlib 中文网

jupyter字体问题

plt.rcParams['font.sans-serif'] = [u'SimHei']
plt.rcParams['axes.unicode_minus'] = False

jupyter重装命令

pip install --upgrade --force-reinstall --no-cache-dir jupyter

jupyter中常见的数据处理命令

# 导入基本包
import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
import matplotlib
plt.rcParams['font.sans-serif']=['SimHei']   # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False     # 用来正常显示负号
matplotlib.rc("font",family='Heiti TC')
%matplotlib inline# 文件导入，数据探索
df = pd.read_csv('./input/data.csv')
df.head(5) # 查看文件前5行
df.shape # 查看数据大小
df.info() # 查看数格式，空值等信息
df.describe() # 查看数据基本的统计信息# iloc[a:b,c:d]:取行索引从a到b-1，列索引从c到d-1的数据。
print(df.iloc[0:2,0:2])
print(df.iloc[0:2,0:2].values)
#Out1：   姓名   班级
#      0  小明  302
#      1  小王  303
#Out2：[['小明' 302]
#       ['小王' 303]]df['属性'].value_counts() # 对于每种可能进行计数df['属性'].replace([情况1,情况2],[new情况1，new情况2],inplace=True) # inplace为True时，将新的数据替换原数据