有什么冷門但好用的軟件呢？Essentialpim PRO:是一款非常棒的日程管理和知識管理軟件，被惠普、三星、佳能等知名公司選用。它不僅可以用作日程管理軟件，還可以用作知識管理軟件:獨立數據庫，確保

有什么冷門但好用的軟件呢？

Essentialpim PRO:是一款非常棒的日程管理和知識管理軟件，被惠普、三星、佳能等知名公司選用。

它不僅可以用作日程管理軟件，還可以用作知識管理軟件:

獨立數據庫，確保安全。通過wifi實現(xiàn)多終端同步:

該軟件得到了國際知名公司的認可:

這樣一個軟件的價格并不高。

當然，如果你喜歡也可以選擇蟹版。

說完傳統(tǒng)的知識管理軟件，還有現(xiàn)在流行的雙鏈筆記軟件:

簡單理解什么是雙鏈筆記，不需要理解復雜的概念，和現(xiàn)在流行的知識管理軟件concepts做個對比:

據說RoameEdit 的未來發(fā)展空間和底層架構比 南

Roam能做什么，能解決什么問題？

簡單來說就是:讓知識被使用。

類似于下圖:

為什么這樣的圖表能讓知識更有效？

看下面這個案例(全世界的軟件界面):

建立知識與信息的關系，只要知道任何一個關鍵點，就可以循著痕跡去構建整個知識大廈。

這是真正有用和可用的知識。

軟件界面(太復雜，boom還只是在初步探索階段):

XYplorer:超級冷門超級強大的文件管理軟件。一個大V這樣評價它:

看它酷炫實用的界面:

當然，你也可以選擇以下軟件:

qdir

qttabbar三葉草

A commander

Turks and Caicos Islands

閱讀PDF:是目前最好的PDF軟件，沒有之一。

以下思維導圖是目前推薦的軟件:

拉洪 s的產品肯定沒問題。

求Python代碼從鍵盤輸入年份和月份，在屏幕上輸出該月的天數（要考慮閏年）？

Import calendar

2019

If (year) :

日_數字365

Otherwise :

日_數字366

日歷庫中的閏年算法

def isleap(年):

Returns True for leap years and False for non-leap years.

Return to the 40th and 100th years! 0 or 400 0)

Numpy為什么可以用C語言寫？C語言是如何做到和python之間交互的？

當我們使用Python進行數據分析時，有時我們可能需要根據數據幀中其他列的值向Pandas數據幀中添加一列。

雖然這聽起來很簡單，但是如果我們嘗試使用if-else條件語句，可能會變得有點復雜。幸運的是，有一個簡單而好的方法可以用numpy做到這一點！

要學習如何使用它，讓 讓我們來看一個具體的數據分析問題。我們有超過4000條AAA教育推文的數據集。帶有圖片的推文會獲得更多的贊和轉發(fā)嗎？讓 讓我們做一些分析來找出答案！

我們將從導入pandas和numpy并加載數據集開始，看看它是什么樣子的。

我們可以看到，我們的數據集包含了每條推文的一些信息，包括:

1)日期——推文發(fā)布的日期。

2)時間——推文發(fā)出的時間。

3)tweet-tweet的實際文本

4)提及——推文中提到的任何其他Twitter用戶。

5)照片——推文中包含的任何圖片的URL。

6)replies _ count——推文上的回復數量

7 7)retweets _ count-轉發(fā)的推文數量

8)likes _ count——推文上的贊數。

我們還可以看到照片數據的格式有點奇怪。

使用np.where()添加具有正確/錯誤條件的pandas列。

在我們的分析中，我們只是想看看帶有圖片的推文是否能獲得更多的互動，所以我們不 我真的不需要圖片URL。讓 我們嘗試創(chuàng)建一個名為hasimage的新列，它將包含布爾值-True。如果推文包含圖片，f。Alse不包含圖像。

為此，我們將使用numpy的內置where()函數。這個函數依次接受三個參數:我們要測試的條件，當條件為真時分配給新列的值，當條件為假時分配給新列的值?？雌饋硎沁@樣的:

在我們的數據中，我們可以看到沒有圖片的推文在這個照片列中總是有值的。我們可以使用這些信息和np.where()創(chuàng)建一個新的列hasimage，如下所示:

在頂部，我們可以看到我們的新列已被添加到我們的數據集，并且推文已被正確標記，包括圖像是真的，其他圖像是假的。

現(xiàn)在我們有了hasimage專欄，讓 讓我們快速創(chuàng)建幾個新的數據幀，一個用于所有圖片推文，一個用于所有非圖片推文。我們將使用布爾過濾器來做到這一點:

現(xiàn)在我們已經創(chuàng)建了這些，我們可以使用內置的數學函數。mean()快速比較每個數據幀中的推文。

我們將使用print()語句使結果更容易閱讀。我們還需要記住使用str()來轉換的計算結果。mean()轉換成一個字符串，以便我們可以在打印的語句中使用它:

根據這些結果，似乎在AAA教育中包含圖像可能會促進更多社交媒體的交互。有圖推文的平均贊數和轉發(fā)數是無圖推文的3倍。

添加具有更復雜條件的熊貓列

這種方法效果很好，但是如果我們要添加一個條件更復雜的新列(超出True和False的條件)怎么辦？

例如，為了更深入地研究這個問題，我們可能希望創(chuàng)建一些交互式 "層與并評估推文到達每一層的百分比。為了簡單起見，讓 的用戶喜歡衡量互動性，并將推文分為四個級別:

1)tier_4 -2或更少的喜歡

2) Tier _ 3-3-9喜歡

3) Tier _ 2-10-15喜歡

4) Tier _ 1-16喜歡

為此，我們可以使用一個名為()的函數。我們給它兩個參數:一個條件列表和一個對應的值列表，我們希望將這些值分配給新列中的每一行。

這意味著順序很重要:如果條件滿足列表中的第一個條件，列表中的第一個值將被分配給該行的新列。大數據分析使用numpy在熊貓數據框架上添加列。如果它滿足第二個要求，條件，則將分配第二個值，依此類推。

讓 讓我們看看它在Python代碼中的樣子:

干得好！我們創(chuàng)建了另一個新的專欄，根據我們的分級排名系統(tǒng)(盡管有些武斷)對每條推文進行分類。

現(xiàn)在，我們可以用它來回答更多關于數據集的問題。例如，1級和4級推文中有圖像的比例是多少？

在這里，我們可以看到，雖然圖像似乎是有幫助的，他們不 這似乎不是成功的必要條件。

雖然這是一個非常膚淺的分析，但是我們已經實現(xiàn)了我們真正的目標:根據關于現(xiàn)有列中的值的條件語句向pandas DataFrames添加列。

當然，這是一項可以通過多種完成的任務。其中()和()只是兩個潛在的方法。