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(shí)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(shí)管理軟件:獨(dú)立數(shù)據(jù)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(shí)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(shí)管理軟件:

獨(dú)立數(shù)據(jù)庫，確保安全。通過wifi實(shí)現(xiàn)多終端同步:

該軟件得到了國際知名公司的認(rèn)可:

這樣一個(gè)軟件的價(jià)格并不高。

當(dāng)然，如果你喜歡也可以選擇蟹版。

說完傳統(tǒng)的知識(shí)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(fù)雜的概念，和現(xiàn)在流行的知識(shí)管理軟件concepts做個(gè)對比:

據(jù)說RoameEdit 的未來發(fā)展空間和底層架構(gòu)比 南

Roam能做什么，能解決什么問題？

簡單來說就是:讓知識(shí)被使用。

類似于下圖:

為什么這樣的圖表能讓知識(shí)更有效？

看下面這個(gè)案例(全世界的軟件界面):

建立知識(shí)與信息的關(guān)系，只要知道任何一個(gè)關(guān)鍵點(diǎn)，就可以循著痕跡去構(gòu)建整個(gè)知識(shí)大廈。

這是真正有用和可用的知識(shí)。

軟件界面(太復(fù)雜，boom還只是在初步探索階段):

XYplorer:超級(jí)冷門超級(jí)強(qiáng)大的文件管理軟件。一個(gè)大V這樣評價(jià)它:

看它酷炫實(shí)用的界面:

當(dāng)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(dǎo)圖是目前推薦的軟件:

拉洪 s的產(chǎn)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(shù)（要考慮閏年）？

Import calendar

2019

If (year) :

日_數(shù)字365

Otherwise :

日_數(shù)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(dāng)我們使用Python進(jìn)行數(shù)據(jù)分析時(shí)，有時(shí)我們可能需要根據(jù)數(shù)據(jù)幀中其他列的值向Pandas數(shù)據(jù)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(huì)變得有點(diǎn)復(fù)雜。幸運(yùn)的是，有一個(gè)簡單而好的方法可以用numpy做到這一點(diǎn)！

要學(xué)習(xí)如何使用它，讓 讓我們來看一個(gè)具體的數(shù)據(jù)分析問題。我們有超過4000條AAA教育推文的數(shù)據(jù)集。帶有圖片的推文會(huì)獲得更多的贊和轉(zhuǎn)發(fā)嗎？讓 讓我們做一些分析來找出答案！

我們將從導(dǎo)入pandas和numpy并加載數(shù)據(jù)集開始，看看它是什么樣子的。

我們可以看到，我們的數(shù)據(jù)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(shí)間——推文發(fā)出的時(shí)間。

3)tweet-tweet的實(shí)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(fù)數(shù)量

7 7)retweets _ count-轉(zhuǎn)發(fā)的推文數(shù)量

8)likes _ count——推文上的贊數(shù)。

我們還可以看到照片數(shù)據(jù)的格式有點(diǎn)奇怪。

使用np.where()添加具有正確/錯(cuò)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(dòng)，所以我們不 我真的不需要圖片URL。讓 我們嘗試創(chuàng)建一個(gè)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(nèi)置where()函數(shù)。這個(gè)函數(shù)依次接受三個(gè)參數(shù):我們要測試的條件，當(dāng)條件為真時(shí)分配給新列的值，當(dāng)條件為假時(shí)分配給新列的值?？雌饋硎沁@樣的:

在我們的數(shù)據(jù)中，我們可以看到?jīng)]有圖片的推文在這個(gè)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(gè)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(shù)據(jù)集，并且推文已被正確標(biāo)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(gè)新的數(shù)據(jù)幀，一個(gè)用于所有圖片推文，一個(gè)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(diǎn):

現(xiàn)在我們已經(jīng)創(chuàng)建了這些，我們可以使用內(nèi)置的數(shù)學(xué)函數(shù)。mean()快速比較每個(gè)數(shù)據(jù)幀中的推文。

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

根據(jù)這些結(jié)果，似乎在AAA教育中包含圖像可能會(huì)促進(jìn)更多社交媒體的交互。有圖推文的平均贊數(shù)和轉(zhuǎn)發(fā)數(shù)是無圖推文的3倍。

添加具有更復(fù)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(gè)條件更復(fù)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(gè)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(dá)每一層的百分比。為了簡單起見，讓 的用戶喜歡衡量互動(dòng)性，并將推文分為四個(gè)級(jí)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(gè)名為()的函數(shù)。我們給它兩個(gè)參數(shù):一個(gè)條件列表和一個(gè)對應(yīng)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(gè)條件，列表中的第一個(gè)值將被分配給該行的新列。大數(shù)據(jù)分析使用numpy在熊貓數(shù)據(jù)框架上添加列。如果它滿足第二個(gè)要求，條件，則將分配第二個(gè)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(gè)新的專欄，根據(jù)我們的分級(jí)排名系統(tǒng)(盡管有些武斷)對每條推文進(jìn)行分類。

現(xiàn)在，我們可以用它來回答更多關(guān)于數(shù)據(jù)集的問題。例如，1級(jí)和4級(jí)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(gè)非常膚淺的分析，但是我們已經(jīng)實(shí)現(xiàn)了我們真正的目標(biāo):根據(jù)關(guān)于現(xiàn)有列中的值的條件語句向pandas DataFrames添加列。

當(dāng)然，這是一項(xiàng)可以通過多種完成的任務(wù)。其中()和()只是兩個(gè)潛在的方法。