')
}
function initGt() {
var handler = function (captchaObj) {
captchaObj.appendTo('#captcha');
captchaObj.onReady(function () {
$("#wait").hide();
}).onSuccess(function(){
$('.getcheckcode').removeClass('dis');
$('.getcheckcode').trigger('click');
});
window.captchaObj = captchaObj;
};
$('#captcha').show();
$.ajax({
url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機(jī)數(shù)防止緩存
type: "get",
dataType: "json",
success: function (data) {
$('#text').hide();
$('#wait').show();
// 調(diào)用 initGeetest 進(jìn)行初始化
// 參數(shù)1:配置參數(shù)
// 參數(shù)2:回調(diào),回調(diào)的第一個(gè)參數(shù)驗(yàn)證碼對(duì)象,之后可以使用它調(diào)用相應(yīng)的接口
initGeetest({
// 以下 4 個(gè)配置參數(shù)為必須,不能缺少
gt: data.gt,
challenge: data.challenge,
offline: !data.success, // 表示用戶后臺(tái)檢測極驗(yàn)服務(wù)器是否宕機(jī)
new_captcha: data.new_captcha, // 用于宕機(jī)時(shí)表示是新驗(yàn)證碼的宕機(jī)
product: "float", // 產(chǎn)品形式,包括:float,popup
width: "280px",
https: true
// 更多配置參數(shù)說明請(qǐng)參見:http://docs.geetest.com/install/client/web-front/
}, handler);
}
});
}
function codeCutdown() {
if(_wait == 0){ //倒計(jì)時(shí)完成
$(".getcheckcode").removeClass('dis').html("重新獲取");
}else{
$(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)");
_wait--;
setTimeout(function () {
codeCutdown();
},1000);
}
}
function inputValidate(ele,telInput) {
var oInput = ele;
var inputVal = oInput.val();
var oType = ele.attr('data-type');
var oEtag = $('#etag').val();
var oErr = oInput.closest('.form_box').next('.err_txt');
var empTxt = '請(qǐng)輸入'+oInput.attr('placeholder')+'!';
var errTxt = '請(qǐng)輸入正確的'+oInput.attr('placeholder')+'!';
var pattern;
if(inputVal==""){
if(!telInput){
errFun(oErr,empTxt);
}
return false;
}else {
switch (oType){
case 'login_mobile':
pattern = /^1[3456789]\d{9}$/;
if(inputVal.length==11) {
$.ajax({
url: '/login/checkmobile',
type: "post",
dataType: "json",
data: {
mobile: inputVal,
etag: oEtag,
page_ur: window.location.href,
page_referer: document.referrer
},
success: function (data) {
}
});
}
break;
case 'login_yzm':
pattern = /^\d{6}$/;
break;
}
if(oType=='login_mobile'){
}
if(!!validateFun(pattern,inputVal)){
errFun(oErr,'')
if(telInput){
$('.getcheckcode').removeClass('dis');
}
}else {
if(!telInput) {
errFun(oErr, errTxt);
}else {
$('.getcheckcode').addClass('dis');
}
return false;
}
}
return true;
}
function errFun(obj,msg) {
obj.html(msg);
if(msg==''){
$('.login_submit').removeClass('dis');
}else {
$('.login_submit').addClass('dis');
}
}
function validateFun(pat,val) {
return pat.test(val);
}
首頁 > 行業(yè)圖譜 >
- 提升數(shù)據(jù)分析能力的書籍推薦
2024-12-02
-
在當(dāng)今信息爆炸的時(shí)代,掌握數(shù)據(jù)分析技能變得至關(guān)重要。無論您是初學(xué)者還是已經(jīng)有一定經(jīng)驗(yàn)的從業(yè)者,不斷學(xué)習(xí)和精進(jìn)數(shù)據(jù)分析技能都是持續(xù)提升自己的有效途徑之一。在這里,我將向大家推薦幾本能夠幫助您提升數(shù)據(jù)分析 ...
- 學(xué)習(xí)數(shù)據(jù)分析的常見誤區(qū)與建議
2024-12-02
-
誤區(qū)解析
在追求數(shù)據(jù)分析技能的道路上,人們往往遇到一些常見誤區(qū)。這些誤區(qū)可能妨礙了學(xué)習(xí)者的進(jìn)步,讓我們來看看如何避免它們。
誤區(qū)一:過度理論化
學(xué)習(xí)數(shù)據(jù)分析時(shí),有些人陷入過度理論化的陷阱,只關(guān)注概念而 ...
- 數(shù)據(jù)分析入門教程
2024-11-30
-
基礎(chǔ)知識(shí)學(xué)習(xí)
統(tǒng)計(jì)學(xué)與概率論是數(shù)據(jù)分析的基石,幫助理解數(shù)據(jù)分布、均值、標(biāo)準(zhǔn)差等。這些概念奠定了數(shù)據(jù)分析的基礎(chǔ),類似 CDA(Certified Data Analyst)認(rèn)證可以進(jìn)一步加強(qiáng)這些基本概念。
熟悉數(shù)據(jù)結(jié)構(gòu)與算法有 ...
- 數(shù)據(jù)分析常用函數(shù)公式匯總,Excel與Python必備技巧
2024-11-27
-
數(shù)據(jù)分析中常用的Excel與Python函數(shù)公式涵蓋了廣泛的應(yīng)用場景。掌握這些基礎(chǔ)和高級(jí)技巧對(duì)于成為一名優(yōu)秀的數(shù)據(jù)分析師至關(guān)重要。無論是在處理大型數(shù)據(jù)集還是進(jìn)行復(fù)雜分析時(shí),正確使用這些函數(shù)和方法可以提高工作效率 ...
- 利用python進(jìn)行數(shù)據(jù)分析
2024-11-20
-
數(shù)據(jù)導(dǎo)入
使用pandas庫的read_csv()函數(shù)讀取CSV文件或使用read_excel()函數(shù)讀取Excel文件。
支持處理不同格式數(shù)據(jù),可指定分隔符、編碼等參數(shù)。
對(duì)于網(wǎng)絡(luò)數(shù)據(jù),可使用pandas-datareader庫獲取數(shù)據(jù)。
數(shù)據(jù)預(yù)處理
...
- 數(shù)據(jù)分析師教程《Python數(shù)據(jù)分析極簡入門》第3節(jié) 10 pandas 時(shí)序數(shù)據(jù)
2023-11-30
-
《Python數(shù)據(jù)分析極簡入門》
第3節(jié) 10 Pandas 時(shí)序數(shù)據(jù)
在Pandas中,時(shí)間序列(Time Series)是一種特殊的數(shù)據(jù)類型,用于處理時(shí)間相關(guān)的數(shù)據(jù)。Pandas提供了豐富的功能和方法,方便對(duì)時(shí)間序列數(shù)據(jù)進(jìn)行處理和分析。下 ...
- 數(shù)據(jù)分析師教程《Python數(shù)據(jù)分析極簡入門》第2節(jié) 9 pandas 文本數(shù)據(jù)
2024-11-29
-
《Python數(shù)據(jù)分析極簡入門》
第3節(jié) 9 Pandas 文本數(shù)據(jù)
import pandas as pd
1、cat() 拼接字符串
d = pd.DataFrame(['a', 'b', 'c'],columns = ['A'])d
.datafr ...
- 數(shù)據(jù)分析師教程《Python數(shù)據(jù)分析極簡入門》第2節(jié) 8-2 pandas 數(shù)據(jù)重塑 - 數(shù)據(jù)堆疊
2024-11-27
-
《Python數(shù)據(jù)分析極簡入門》
第2節(jié) 8-2 Pandas 數(shù)據(jù)重塑 - 數(shù)據(jù)堆疊
數(shù)據(jù)堆疊
df = pd.DataFrame({'專業(yè)': np.repeat(['數(shù)學(xué)與應(yīng)用數(shù)學(xué)', '計(jì)算機(jī)', '統(tǒng)計(jì)學(xué)','物理學(xué)'], 6), &n ...
- 數(shù)據(jù)分析師教程《Python數(shù)據(jù)分析極簡入門》第2節(jié) 8-1 pandas 數(shù)據(jù)重塑 - 數(shù)據(jù)堆疊
2024-08-27
-
《Python數(shù)據(jù)分析極簡入門》
第2節(jié) 8-2 Pandas 數(shù)據(jù)重塑 - 數(shù)據(jù)堆疊
數(shù)據(jù)堆疊
df = pd.DataFrame({'專業(yè)': np.repeat(['數(shù)學(xué)與應(yīng)用數(shù)學(xué)', '計(jì)算機(jī)', '統(tǒng)計(jì)學(xué)','物理學(xué)'], 6), &n ...

- 數(shù)據(jù)分析師教程《Python數(shù)據(jù)分析極簡入門》第2節(jié) 8-1 pandas 數(shù)據(jù)重塑 - 數(shù)據(jù)變形
2024-11-26
-
《Python數(shù)據(jù)分析極簡入門》
第2節(jié) 8-1 Pandas 數(shù)據(jù)重塑 - 數(shù)據(jù)變形
數(shù)據(jù)重塑(Reshaping)
數(shù)據(jù)重塑,顧名思義就是給數(shù)據(jù)做各種變形,主要有以下幾種:
df.pivot 數(shù)據(jù)變形df.pivot_table 數(shù)據(jù)透視表df.stack/unstack ...
- 數(shù)據(jù)分析師教程《Python數(shù)據(jù)分析極簡入門》第2節(jié) 7 pandas分組聚合
2024-11-25
-
《Python數(shù)據(jù)分析極簡入門》
第2節(jié) 7 Pandas分組聚合
分組聚合(group by)顧名思義就是分2步:
先分組:根據(jù)某列數(shù)據(jù)的值進(jìn)行分組。用groupby()對(duì)某列進(jìn)行分組后聚合:將結(jié)果應(yīng)用聚合函數(shù)進(jìn)行計(jì)算。在agg()函數(shù)里 ...

- 數(shù)據(jù)分析師教程《Python數(shù)據(jù)分析極簡入門》第2節(jié) 6 pandas合并連接
2024-11-24
-
《Python數(shù)據(jù)分析極簡入門》
第2節(jié) 6 Pandas合并連接
在pandas中,有多種方法可以合并和拼接數(shù)據(jù)。常見的方法包括append()、concat()、merge()。
追加(Append)
append()函數(shù)用于將一個(gè)DataFrame或Series對(duì)象追加到另 ...

- 數(shù)據(jù)分析師教程《Python數(shù)據(jù)分析極簡入門》第2節(jié) 5 pandas數(shù)據(jù)查看
2024-11-23
-
《Python數(shù)據(jù)分析極簡入門》
第2節(jié) 5 Pandas數(shù)學(xué)計(jì)算
import pandas as pdd = np.array([[81, 28, 24, 25, 96], [&n ...

- 數(shù)據(jù)分析師教程《Python數(shù)據(jù)分析極簡入門》第2節(jié) 4 pandas數(shù)據(jù)查看
2024-11-22
-
《Python數(shù)據(jù)分析極簡入門》
第2節(jié) 4 Pandas條件查詢
在pandas中,可以使用條件篩選來選擇滿足特定條件的數(shù)據(jù)
import pandas as pdd = np.array([[81, 28, 24, 25,&n ...

- 數(shù)據(jù)分析師教程《Python數(shù)據(jù)分析極簡入門》第2節(jié) 3 pandas數(shù)據(jù)查看
2024-11-21
-
《Python數(shù)據(jù)分析極簡入門》
第2節(jié) 3 Pandas數(shù)據(jù)查看
這里我們創(chuàng)建一個(gè)DataFrame命名為df:
import numpy as npimport pandas as pdd = np.array([[81, 28,&nbs ...
- Python 適合初學(xué)者學(xué)習(xí)嗎
2024-11-08
-
Python 是一門非常適合初學(xué)者學(xué)習(xí)的編程語言。其簡潔明了的語法、豐富的功能庫,以及廣泛的應(yīng)用領(lǐng)域,使其成為學(xué)習(xí)編程的理想選擇。本文將詳細(xì)探討 Python 的特點(diǎn)、學(xué)習(xí)資源,以及如何通過實(shí)用例子和認(rèn)證來提高學(xué)習(xí) ...
- 如何使用Python進(jìn)行數(shù)據(jù)分析
2024-11-07
-
數(shù)據(jù)分析是一項(xiàng)至關(guān)重要的技能,尤其在當(dāng)今數(shù)據(jù)驅(qū)動(dòng)的世界中。Python以其強(qiáng)大的庫和簡單的語法成為了數(shù)據(jù)分析領(lǐng)域的佼佼者。本文將帶你走過數(shù)據(jù)分析的關(guān)鍵步驟,幫助你掌握如何使用Python進(jìn)行高效的數(shù)據(jù)處理和分析。 ...

- CDA一級(jí)&二級(jí)教材勘誤說明
2025-08-13
-
《CDA Level 1精益業(yè)務(wù)數(shù)據(jù)分析》勘誤說明
推薦學(xué)習(xí)書籍
《CDA一級(jí)教材》在線電子版正式上線CDA網(wǎng)校,為你提供系統(tǒng)、實(shí)用、前沿的學(xué)習(xí)資源,助你輕松邁入數(shù)據(jù)分析的大門!
免費(fèi)加入閱讀:https://edu.cda.cn/goods/ ...

- 數(shù)據(jù)分析師教程《Python數(shù)據(jù)分析極簡入門》第2節(jié) 2 pandas數(shù)據(jù)類型
2024-11-20
-
《Python數(shù)據(jù)分析極簡入門》
第2節(jié) 2 Pandas數(shù)據(jù)類型
Pandas 有兩種自己獨(dú)有的基本數(shù)據(jù)結(jié)構(gòu)。需要注意的是,它固然有著兩種數(shù)據(jù)結(jié)構(gòu),因?yàn)樗廊皇?Python 的一個(gè)庫,所以 Python 中有的數(shù)據(jù)類型在這里依然適用。我 ...

- 數(shù)據(jù)分析師教程《Python數(shù)據(jù)分析極簡入門》第2節(jié) 1 pandas簡介
2024-11-20
-
《Python數(shù)據(jù)分析極簡入門》
第2節(jié) 1 Pandas簡介
說好開始學(xué)Python,怎么到了Pandas?
前面說過,既然定義為極簡入門,我們只抓核心中的核心。
那怎么樣挑核心重點(diǎn)呢?
在你不熟悉的情況下,肯定需要請(qǐng)教別人,需要 ...