')
}
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庫中DataFrame常用基本函數(shù)匯總-二元運算
2020-07-15
-
DataFrame是python中pandas庫里一種常見的數(shù)據框結構,也可以看做是一個矩陣形式,單元格能夠存放數(shù)值、字符串等,類似于表,也可以當做由Series組成的字典。
DataFrame中包含很多基礎函數(shù),很多剛接觸到DataFra ...

- 如何使用seaborn繪制好看的直方圖和密度圖?
2020-07-15
-
seaborn是一款常用的python可視化庫,基于matplotlib,相比matplotlib,seaborn繪制的多數(shù)圖表都具有統(tǒng)計學意義,如分布、關系、統(tǒng)計、回歸等,今天小編跟大家分享的是如何使用seaborn繪制直方圖和密度圖。
Sea ...

- pandas也能修改樣式?快速給你的數(shù)據換個Style!
2020-07-14
-
Pandas是一款很強大的Python庫,具有很多方便的功能,今天小編就給大家分享用Pandas修改樣式。
以下內容轉載于早起Python微信公眾號。
作者:劉早起
文章來源:早起Python
前言
在之前的很多文章中 ...

- python數(shù)據挖掘常用工具有哪幾種?
2020-07-10
-
python有強大的第三方庫,廣泛用于數(shù)據分析,數(shù)據挖掘、機器學習等領域,下面小編整理了python數(shù)據挖掘的一些常用庫,希望對各位小伙伴學習python數(shù)據挖掘有所幫助。
1. Numpy
能夠提供數(shù)組支持,進行 ...
- python數(shù)據清洗時,經常用到的工具有哪幾種?
2020-07-06
-
數(shù)據清洗是整個數(shù)據分析過程的第一步,也是整個數(shù)據分析項目中最耗費時間的一步,下面小編整理了幾種常用的python數(shù)據清洗工具,希望對大家有所幫助。
目前在python中, numpy和pandas是最主流的數(shù)據清洗工具,N ...
- pandas模塊的數(shù)據結構有哪幾種?
2020-07-06
-
pandas 是 Python 的外部模塊,基于NumPy ,是為了解決數(shù)據分析任務而創(chuàng)建的,對數(shù)據挖掘前期數(shù)據的處理工作十分有用。pandas提供了大量能使我們快速便捷地處理數(shù)據的函數(shù)和方法,而且 納入了大量庫和一些標 ...

- pandas數(shù)據結構:DataFrame
2020-06-12
-
剛剛接觸pandas的朋友,想了解數(shù)據結構,就一定要認識DataFrame,接下來給大家詳細介紹!
初識pandas數(shù)據結構:DataFrame
import numpy as np
import pandas as pd
data = {\"name\": [\"Jack\", \"Tom\ ...

- 數(shù)據挖掘:pandas時間模塊管理
2020-06-10
-
pandas datetime
# datetime.timedelta 時間差
t1 = datetime.datetime(2017,10,1)
print(t1)
print(\"\")
tx = datetime.timedelta(100) # timedelta(days=0, seconds=0, microseconds=0, millisecond ...

- pandas數(shù)據處理:常用卻不甚了解的函數(shù),pd.read_excel()
2020-06-01
-
人們經常用pandas處理表格型數(shù)據,時常需要讀入excel表格數(shù)據,很多人一般都是直接這么用:pd.read_excel(“文件路徑文件名”),再多一點的設置可能是轉義一下路徑中的斜杠,一旦原始的excel表不是很規(guī)整,這 ...

- 使用python來繪制漂亮的圖表:pandas篇!
2020-05-27
-
使用Python繪制數(shù)據,可以使用三種不同方式,它們分別是pandas,Seaborn和Plotly。 我們將通過利用《 2019年世界幸福報告》中的數(shù)據來做到這一點。我用Gapminder和Wikipedia的信息豐富了《世界幸福報告》數(shù)據,以便 ...

- 超詳細教程 | pandas合并之append和concat
2020-05-27
-
本篇文章主要介紹了pandas中對series和dataframe對象進行連接的方法:pd.append()和pd.concat(),文中通過示例代碼對這兩種方法進行了詳細的介紹,希望能對各位python小白的學習有所幫助。
一、df.append(d ...

- 傻傻分不清系列 | python中各種字符串處理方法
2020-05-25
-
python易混淆知識系列:pandas字符串方法和字符串內建函數(shù),使用python的一個優(yōu)勢就是字符串處理起來比較容易。
Python的初學者在學習字符串內建函數(shù)的時候往往會很困惑:字符串的內建函數(shù)是對單個字符串對象處 ...

- 傻傻分不清楚系列 | python中各種時間處理方法(下)
2020-05-25
-
我們發(fā)現(xiàn),time庫以及datetime庫中,確實存在名字相同,但是調用方法與所屬類完全不一樣的情況,這也是造成使用過程中各種混淆的原因。
(一) 此Timestamp非彼Timestamp
Pandas中的Timestamp對象可以說是Pand ...

- 傻傻分不清楚系列 | python中各種時間處理方法(上)
2020-05-25
-
趁著宅在家躲疫情的間隙,托福司機重新對這3塊知識內容重新梳理,及時制止內心的土撥鼠繼續(xù)吶喊,現(xiàn)分享給大家。
1. time庫與datetime庫的關系
而datetime庫比time庫高級了不少,提供了更多實用的方法,可以 ...

- Python數(shù)據分析之pandas數(shù)據結構
2020-03-31
-
作者 | CDA數(shù)據分析師
之前的文章寫了Python的基礎知識,從這部分內容開始正式進入到正式的數(shù)據分析過程中,主要講述每個數(shù)據分析過程都會用到什么操作,這些操作用Excel是怎樣實現(xiàn) ...

- Python數(shù)據分析之pandas數(shù)據結構
2020-01-16
-
作者 | CDA數(shù)據分析師
之前的文章寫了Python的基礎知識,從這部分內容開始正式進入到正式的數(shù)據分析過程中,主要講述每個數(shù)據分析過程都會用到什么操作,這些操作用Excel是怎樣實現(xiàn)的,如果用Python,那么 ...

- 38個常用Python庫:數(shù)值計算、可視化、機器學習等8大領域都有了
2019-11-29
-
作者 | 李明江 張良均 周東平 張尚佳
來源 | 大數(shù)據DT
Python作為一個設計優(yōu)秀的程序語言,現(xiàn)在已廣泛應用于各種領域,依靠其強大的第三方類庫,Python在各個領域都能發(fā)揮巨大的作用。
...

- 用Python進行數(shù)據清洗,這7種方法你一定要掌握
2019-11-20
-
作者 | 常國珍、趙仁乾、張秋劍
來源 |《Python數(shù)據科學:技術詳解與商業(yè)實踐》
數(shù)據清洗是數(shù)據分析的必備環(huán)節(jié),在進行分析過程中,會有很多不符合分析 ...

- 盤點Pandas 的100個常用函數(shù)
2019-11-07
-
作者 | 劉順祥
來源 | 數(shù)據分析1480
這一期將分享我認為比較常規(guī)的100個實用函數(shù),這些函數(shù)大致可以分為六類,分別是統(tǒng)計匯總函數(shù)、數(shù)據清洗函數(shù)、數(shù)據篩選、繪圖與元素級運算函數(shù)、時間序列 ...

- Python數(shù)據分析實戰(zhàn)基礎(一):初識Pandas
2019-10-11
-
作者 | 吹牛Z
來源 | 數(shù)據不吹牛
據某數(shù)據來源統(tǒng)計,學習了Pandas的同學,有超過60%仍然投向了Excel的懷抱,之所以做此下策,多半是因為剛開始用Python處理數(shù)據時,選擇想要的行和列實在太痛 ...