202201专题
设计模式之桥接模式 - 202201
模式动机 设想如果要绘制矩形、圆形、椭圆、正方形，我们至少需要4个形状类，但是如果绘制的图形需要具有不同的颜色，如红色、绿色、蓝色等，此时至少有如下两种设计方案： 第一种设计方案是为每一种形状都提供一套各种颜色的版本。第二种设计方案是根据实际需要对形状和颜色进行组合 对于有两个变化维度（即两个变化的原因）的系统，采用方案二来进行设计系统中类的个数更少，且系统扩展更为方便。设计方案二即是桥接模
每月一书（202201）：《知识星球绝非偶然》
现在是每月一书的时间，本月阅读的书是《知识星球绝非偶然》，这是知识星球多个作者共同写的书。 书中的内容以作者为单位来划分章节，每个章节介绍一个作者的故事，从中可以学习到这些作者“创业”成功的经验。 书中的内容不是很多，很快可以看完，因此我就不做详细的介绍了，大家可以自行去阅读。 我的总结：他们都是知识星球的代表，见证了知识星球的发展，祝愿知识星球越办越好！
DataWhale-(动手学数据分析)-Task02(第2-3节数据重构)-202201
动手学数据分析 2 第二章 数据重构 # 导入基本库import numpy as npimport pandas as pd 2.4 数据的合并 2.4.1 任务一：将data文件夹里面的所有数据都载入，与之前的原始数据相比，观察他们的之间的关系 text_left_up = pd.read_csv("data/train-left-up.csv")text_left_down
DataWhale-(动手学数据分析)-Task02(第2-3节数据重构)-202201
动手学数据分析 2 第二章 数据重构 # 导入基本库import numpy as npimport pandas as pd 2.4 数据的合并 2.4.1 任务一：将data文件夹里面的所有数据都载入，与之前的原始数据相比，观察他们的之间的关系 text_left_up = pd.read_csv("data/train-left-up.csv")text_left_down
DataWhale-(动手学数据分析)-Task02(数据清洗及特征处理第1节)-202201
动手学数据分析 第二章：数据清洗及特征处理 import numpy as npimport pandas as pd#加载数据train.csvdf = pd.read.csv('train.csv')df.head(10) 数据清洗简述 我们拿到的数据通常是不干净的，所谓的不干净，就是数据中有缺失值，有一些异常点等，需要经过一定的处理才能继续做后面的分析或建模，所以拿到数据的
DataWhale-(动手学数据分析)-Task02(数据清洗及特征处理第1节)-202201
动手学数据分析 第二章：数据清洗及特征处理 import numpy as npimport pandas as pd#加载数据train.csvdf = pd.read.csv('train.csv')df.head(10) 数据清洗简述 我们拿到的数据通常是不干净的，所谓的不干净，就是数据中有缺失值，有一些异常点等，需要经过一定的处理才能继续做后面的分析或建模，所以拿到数据的
DataWhale-(动手学数据分析)-Task01(数据加载及探索性数据分析)-202201
动手学数据分析 1第一节：数据加载 1.1 载入数据 数据集下载 https://www.kaggle.com/c/titanic/overview 1.1.1 任务一：导入numpy和pandas import numpy as npimport pandas as pd 1.1.2 任务二：载入数据 df=pd.read_csv('train.csv')df.head(3)
DataWhale-(动手学数据分析)-Task01(数据加载及探索性数据分析)-202201
动手学数据分析 1第一节：数据加载 1.1 载入数据 数据集下载 https://www.kaggle.com/c/titanic/overview 1.1.1 任务一：导入numpy和pandas import numpy as npimport pandas as pd 1.1.2 任务二：载入数据 df=pd.read_csv('train.csv')df.head(3)
DataWhale-(数据可视化Matplotlib)-Task01(Matplotlib初相识)-202201
Matplotlib中文教程 datawhalechina的Fantastic-Matplotlib 一、认识matplotlib Matplotlib是一个Python 2D绘图库，能够以多种硬拷贝格式和跨平台的交互式环境生成出版物质量的图形，用来绘制各种静态，动态，交互式的图表。 Matplotlib可用于Python脚本，Python和IPython Shell、Jupyter not
DataWhale-(数据可视化Matplotlib)-Task01(Matplotlib初相识)-202201
Matplotlib中文教程 datawhalechina的Fantastic-Matplotlib 一、认识matplotlib Matplotlib是一个Python 2D绘图库，能够以多种硬拷贝格式和跨平台的交互式环境生成出版物质量的图形，用来绘制各种静态，动态，交互式的图表。 Matplotlib可用于Python脚本，Python和IPython Shell、Jupyter not
DataWhale-(数据可视化Matplotlib)-Task04(文字图例尽眉目)-202201
数据可视化Matplotlib Fantastic-Matplotlib 第四回：文字图例尽眉目 import matplotlibimport matplotlib.pyplot as pltimport numpy as npimport matplotlib.dates as mdatesimport datetime 一、Figure和Axes上的文本 Matplotli