常用代码.txt

去重
df = df.drop_duplicates().reset_index(drop=True)
删除某一列
df2=df2.drop(cols,axis=1) 
删除两行
df.drop(index=[0, 1])

date转字符串

from datetime import datetime, date, time
d = date.fromisoformat('2018-09-22')
t = time.fromisoformat('16:28:22')
dt = datetime.fromisoformat('2018-09-22')

sdate = pd.to_datetime(ds).strftime('%Y-%m-%d')
st = "2019-01-20 00:00:00"
dt = datetime.datetime.strptime(st, '%Y-%m-%d %H:%M:%S')
st = "2019-01-20"
dt = datetime.datetime.strptime(st, '%Y-%m-%d')
start=pd.to_datetime('2017-01-01')



修改类型
train['tf_status'] = t1['tf_status'].astype(np.int64)

修改日期类型
df['ds'] = pd.to_datetime(df['ds'])

修改字段名
df.rename(columns={'#studentid':'studentid'}, inplace = True)

#加年月
df['year']=df.datetime.apply(lambda x: x.year)
df['month'] = df.datetime.apply(lambda x: x.month)
df['year'] = df['year'].astype(np.int64)
df['month'] = df['month'].astype(np.int64)

删除字段
df.drop(['#id'], axis=1, inplace=True)

查看数据中顶部10%的数据
print(df.weeks.quantile(np.arange(.9,1,.01)))

设置索引
df = df.set_index(['hetongdetailid'])

判断空值

print("在 cat 列中总共有 %d 个空值." % df['cat'].isnull().sum())

print("在 review 列中总共有 %d 个空值." % df['review'].isnull().sum())

df[df.isnull().values==True]

df = df[pd.notnull(df['review'])]

排序
df.sort_values(by="x1",ascending= False)  

模糊查询
df_remark_tf[df_remark_tf["content_method"].str.contains(keystring)]

修改字段类型
df_appraise['deptid'] = df_appraise['deptid'].astype(np.int64)

修改数据(https://blog.csdn.net/zhangchuang601/article/details/79583551)
df.loc[1,['name','age']] = ['bb',11]
df.iloc[1,2] = 19#修改某一无
df.loc[df[df.htid.isin(ids)].index,"y"]=1

保存数据库
df.to_sql(name='predict',con=mysql_engine,if_exists = 'replace')

生成日期
dt = datetime.datetime(year, month, 1)

查看顶部10%数据分布
print(movie_rating_count['totalRatingCount'].quantile(np.arange(.9,1,.01)))

#-------plotly.express-------------------------
#折线图
import plotly.express as px

fig = px.line(df, x='date', y='y_true',
              labels={'date':'日期', 'y_true':'话务量'},
              markers=True)
fig.update_xaxes(tickformat = "%Y-%m-%d", hoverformat = "%Y-%m-%d")
fig.update_layout(title_text="热线部门日业务量趋势图", title_x=0.5)
fig.update_traces(marker=dict(size=3)) #控制点的大小
fig.show()

#散点图
fig = px.scatter(df, x="真实订单量", y="真实金额",hover_data=['did','日期'])
fig.update_traces(marker=dict(size=4)) #点的大小
fig.show()

----------------------------------
1、nohup command &
例如 nohup jupyter notebook &

2、找到进程PID(关闭在前面后台执行的进程的步骤，首先找到其进程PID)
ps -ef | grep xxxx
ps -ef 查看本机所有的进程；grep xxxx代表过滤找到条件xxxx的项目

3、kill掉进程
kill -9 具体的PID

-------------打开指定端口-------------------------------------
firewall-cmd --zone=public --add-port=8504/tcp --permanent
firewall-cmd --reload

netstat -ntlp   //查看当前所有tcp端口·
netstat -ntulp |grep 8888   //查看所有1935端口使用情况

------------------更新pip命令----------------------------------------
python -m pip install --upgrade pip

-------------搭建虚拟环境-----------------------------
# 创建虚拟环境
conda create --name yourenvname python=3.8

# 进入虚拟环境 
conda activate yourenvname

#退出虚拟环境
conda deactivate

#删除虚拟环境
conda remove -n py39 --all

# 在jupyter notebook中添加虚拟环境
python -m ipykernel install --user --name yourenvname --display-name "display-name"


------------------在jupyter notebook里面添加虚拟环境----------------------------------------
1.cmd进入虚拟环境（torch_env）
activate torch_env

2.pip install ipykernel ipython
回车

3.ipython kernel install --user --name torch_env
回车

4.再次进入jupyter notebook
右上角，new，即可选择需要的虚拟环境。

5.另外，如果需要在指定文件夹中打开jupyter notebook,只需要打开文件夹所在位置，点击搜索框左边的位置框，输入cmd,再输入jupyter notebook,即可将路径设为自己需要的。

在jupyter 中删除虚拟环境
6.jupyter kernelspec uninstall myenv

---------pip install 镜像安装-----------------------------------------
pip install package_name -i https://pypi.tuna.tsinghua.edu.cn/simple

--------------------图个格式转换---------------------------------------------------
from PIL import Image

#base64转PIL
def base64_to_pil(img_base64):
    base64_decoded = base64.b64decode(img_base64)
    byte_stream = io.BytesIO(base64_decoded)
    pil_image = Image.open(byte_stream)
    return pil_image

#PIL转base64
def image_to_base64_str(pil_image):
    byte_arr = io.BytesIO()
    pil_image.save(byte_arr, format='PNG')
    byte_arr = byte_arr.getvalue()
    return str(base64.b64encode(byte_arr).decode('utf-8'))
    
#数组转base64(方法一)
pil_image = Image.fromarray(cv2.cvtColor(image_array, cv2.COLOR_BGR2RGB))
image_base64 = image_to_base64_str(pil_image)

#数组转base64(方法二)
retval, buffer = cv2.imencode('.png', img_mask_face_array)
image_mask_face_base64 = base64.b64encode(buffer).decode('utf-8')

# 将PIL转换为NumPy数组
array_image = np.array(pil_image)
array_image = np.asarray(pil_image)

#array to pil
from PIL import Image
pil_image = Image.fromarray(image_array)