')
}
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(), // 加隨機數(shù)防止緩存
type: "get",
dataType: "json",
success: function (data) {
$('#text').hide();
$('#wait').show();
// 調用 initGeetest 進行初始化
// 參數(shù)1：配置參數(shù)
// 參數(shù)2：回調，回調的第一個參數(shù)驗證碼對象，之后可以使用它調用相應的接口
initGeetest({
// 以下 4 個配置參數(shù)為必須，不能缺少
gt: data.gt,
challenge: data.challenge,
offline: !data.success, // 表示用戶后臺檢測極驗服務器是否宕機
new_captcha: data.new_captcha, // 用于宕機時表示是新驗證碼的宕機
product: "float", // 產品形式，包括：float，popup
width: "280px",
https: true
// 更多配置參數(shù)說明請參見：http://docs.geetest.com/install/client/web-front/
}, handler);
}
});
}
function codeCutdown() {
if(_wait == 0){ //倒計時完成
$(".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 = $('#etag').val();
var oErr = oInput.closest('.form_box').next('.err_txt');
var empTxt = '請輸入'+oInput.attr('placeholder')+'！';
var errTxt = '請輸入正確的'+oInput.attr('placeholder')+'！';
var pattern;
if(inputVal==""){
if(!telInput){
errFun(oErr,empTxt);
}
return false;
}else {
switch (oType){
case 'login_mobile':
pattern = /^1[3456789]\d{9}$/;
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 >
- Pandas如何將Series的復合索引提取為列？
2023-05-15-
Pandas是一個功能強大的數(shù)據(jù)處理庫，它提供了許多有用的函數(shù)和方法來操作數(shù)據(jù)。其中之一是Series對象，它是一種帶有標簽的一維數(shù)組，可以存儲不同類型的數(shù)據(jù)。在Pandas中，Series對象支持復合索引，這意味著它們可以 ...
- Series是什么？基本使用方法有哪些？
- 2020-07-16
-
Series 是一種類似于一維數(shù)組的對象，它由一組數(shù)據(jù)(各種NumPy數(shù)據(jù)類型)以及一組與之 相關的數(shù)據(jù)標簽(即索引)組成。
一、對于Series定義的理解
1.Series像是一個Python的dict類型，因為它的索引與元素是映射 ...
- pandas數(shù)據(jù)結構：Series
- 2020-06-16
-
pandas有Series和DataFrame兩種數(shù)據(jù)結構，我們之前已經講過了DataFrame，接下來給大家介紹下另一種數(shù)據(jù)結構Series。
什么是Series？
# 自定義Series索引
arr = np.random.rand(5)
s = pd.Series(arr, ind ...
- Series是什么？
- 2020-05-12
-
Series數(shù)據(jù)結構
Series是一種類似于一位數(shù)組的對象，由一組數(shù)據(jù)及一組與之相關的數(shù)據(jù)標簽（即索引）組成。
上面這樣的數(shù)據(jù)結構就是Series，第一列數(shù)字是數(shù)據(jù)標簽，第二列是具體的數(shù)據(jù) ...
- CDA 備考干貨：Python 在數(shù)據(jù)分析中的核心應用與實戰(zhàn)技巧
- 2025-07-08
-
CDA 備考干貨：Python 在數(shù)據(jù)分析中的核心應用與實戰(zhàn)技巧?
?
在 CDA 數(shù)據(jù)分析師認證考試中，Python 作為數(shù)據(jù)處理與分析的核心工具，貫穿 LevelⅠ 到 LevelⅢ 的全級別考核內容。無論是基礎的數(shù)據(jù)清洗、可視化，還 ...
- 【CDA干貨】Excel 中為不同柱形設置獨立背景（按數(shù)據(jù)分區(qū)）的方法詳解
- 2025-06-26
-
Excel 中為不同柱形設置獨立背景（按數(shù)據(jù)分區(qū)）的方法詳解?
?
在數(shù)據(jù)分析與可視化呈現(xiàn)過程中，Excel 柱形圖是展示數(shù)據(jù)的常用工具。當我們需要對數(shù)據(jù)進行分區(qū)展示，比如區(qū)分不同產品類別、銷售區(qū)域或時間段的數(shù)據(jù)表 ...
- 【教程】30000字長文，手把手教你用Python實現(xiàn)統(tǒng)計學
- 2025-02-27
-
1.統(tǒng)計學簡介
聽說你已經被統(tǒng)計學勸退，被Python唬住……先別著急劃走，看完這篇再說！
先說結論，大多數(shù)情況下的學不會都不是知識本身難，而是被知識的傳播者勸退的。
比如大佬們授課，雖邏輯嚴謹、思維縝密，但你 ...
- python可視化數(shù)據(jù)分析
- 2025-01-10
-
Python作為一門功能強大的編程語言，已經成為數(shù)據(jù)分析和可視化領域的重要工具。無論你是數(shù)據(jù)分析的新手，還是經驗豐富的專業(yè)人士，Python都能為你打開通往數(shù)據(jù)世界的大門。通過各種庫和工具，Python讓復雜的數(shù)據(jù)分析 ...
- 數(shù)據(jù)分析需要掌握哪些技能
- 2024-12-16
-
在現(xiàn)代數(shù)據(jù)驅動的世界里，數(shù)據(jù)分析是不可或缺的一部分。無論是企業(yè)戰(zhàn)略決策，還是科研創(chuàng)新，都離不開數(shù)據(jù)分析的支持。隨著數(shù)據(jù)的增長和分析需求的復雜化，選擇合適的工具和掌握必要的技能顯得尤為重要。在這一領域中 ...
- 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 時序數(shù)據(jù)
在Pandas中，時間序列（Time Series）是一種特殊的數(shù)據(jù)類型，用于處理時間相關的數(shù)據(jù)。Pandas提供了豐富的功能和方法，方便對時間序列數(shù)據(jù)進行處理和分析。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) 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)學與應用數(shù)學', '計算機', '統(tǒng)計學','物理學'], 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)學與應用數(shù)學', '計算機', '統(tǒng)計學','物理學'], 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) 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DataFrame或Series對象追加到另 ...
- 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)學計算
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) 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 有兩種自己獨有的基本數(shù)據(jù)結構。需要注意的是，它固然有著兩種數(shù)據(jù)結構，因為它依然是 Python 的一個庫，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呢？
在你不熟悉的情況下，肯定需要請教別人，需要 ...
- 數(shù)據(jù)分析師教程《Python數(shù)據(jù)分析極簡入門》第1節(jié) Python基礎知識
- 2024-11-18
-
近年來，隨著數(shù)據(jù)科學的逐步發(fā)展，Python語言的使用率也越來越高，不僅可以做數(shù)據(jù)處理，網頁開發(fā)，更是數(shù)據(jù)科學、機器學習、深度學習等從業(yè)者的首選語言。
“工欲善其事，必先利其器?！?要做好數(shù)據(jù)分析，離不開一 ...
- 數(shù)據(jù)分析師教程《統(tǒng)計學極簡入門》第7節(jié) 相關性分析
- 2024-10-09
-
7. 相關性分析
前面的假設檢驗、方差分析基本上都是圍繞差異性分析，不論是單個總體還是兩個總體及以上，總之都是屬于研究“區(qū)別”，從本節(jié)開始，我們關注“聯(lián)系”，變量之間的關系分為 函數(shù)關系和相關關系。 本節(jié)這 ...
- 利用Python進行數(shù)據(jù)分析
- 2024-09-20
-
數(shù)據(jù)分析是現(xiàn)代商業(yè)和科學研究中不可或缺的一部分。Python憑借其強大的庫和易用性，成為數(shù)據(jù)分析領域的首選編程語言。本文將深入探討如何使用Python進行數(shù)據(jù)清洗和預處理，介紹適合數(shù)據(jù)分析的主要庫，并詳述統(tǒng)計分析 ...
- Pandas進階技巧實踐：電商平臺數(shù)據(jù)分析案例
- 2024-03-01
-
引言
在當今的數(shù)據(jù)驅動時代，能夠高效地處理和分析數(shù)據(jù)變得極為重要。Pandas，作為一個開源的Python數(shù)據(jù)分析庫，因其強大的數(shù)據(jù)處理能力而受到數(shù)據(jù)分析師和科學家的廣泛歡迎。它提供了靈活高效的數(shù)據(jù)結構 ...
全國校區(qū)
京公網安備 11010802034615號
經營許可證編號：京B2-20210330