O wyrażeniach regularnych pisałem już tutaj: https://www.mobilo24.eu/wyrazenia-regularne-bardzo-krotki-przewodnik/ Teraz parę słów o wyszukiwaniu w napisie liczb z wykorzystaniem regular expressions (regex) w Pythonie: Ilekroć chcesz pracować z wyrażeniami regularnymi zacznij od zaimportowania modułu re import re Załóżmy, że mamy do czynienia z napisem „OSTP 288” i chcemy wyciągnąć z niego 288. Po kolei należy: korzystając z funkcji […]

Załóżmy, że w pliku cities.csv znajduje sie następujący tekst CityName,Number,YesNo New York,80,0 San Francisco,95,1 Paris,95,0 Rome,100,1 czyli mamy do czynienia ze standardowym plikiem Comma Separated Values (CSV) Żeby rozpocząć pracę z plikiem CSV zaimportuj najpierw moduł csv. Funkcja, która rzeczywiście wczyta i zinterpretuje plik CSV to csv.reader. Generalnie posiadając przetworzony przez reader plik w zmiennej, […]

Każdy obiekt ma swój typ i pewne właściwości. Jedną z tych właściwości jest informacja, czy obiekt można wywołać (dziwnie to brzmi po polsku „jest wywoływalny” więc będę używał „is callable”). Oczywiście funkcje są przykładem obiektów wywoływalnych. Zobacz: def f_just_print_1(): return 1 print(’is function callable? ’, callable(f_just_print_1)) x=123 print(’is integer callable? ’,callable(x)) Jak to uruchomisz to […]

Python, a zwłaszcza moduł PANDAS pozwala na analizę danych. Skąd wziąć jakieś przkładowe pliki do analizy, które na dodatek będą miały fajne znacznie. Np z github: https://github.com/AddisonGauss/NbaData2015-2016 https://github.com/thiloklein/thiloklein.github.io/tree/master/R/WB https://catalog.data.gov/dataset?res_format=CSV&tags=food https://github.com/danielmarcelino/Datasets  (fortune1000) https://github.com/umbrae/reddit-top-2.5-million/tree/master/data Ale czasami ciekawe dane na swój temat lub na temat prowadzonej dizałalności organizaje publikują same: https://data.cityofchicago.org/Health-Human-Services/for-csv/j8a4-a59k/data https://www.google.com/finance/historical?q=GOOGL&output=csv  

1. Najpierw uruchamiasz anaconda prompt, a w nim wykonujesz: jupyter notebook –generate-config 2. Ta komenda wyświetli nazwę pliku konfiguracyjnego 3. Teraz wyedytuj ten plik w notatniku u mnie: notepad „C:\Users\rafal\.jupyter\jupyter_notebook_config.py” 4. W tym pliku szukasz wpisu: #c.NotebookApp.notebook_dir Odkomentowujesz znak # z przodu i podajesz ścieżkę dostępu do katalogu, który ma być domyślnie owierany. U mnie: […]

W skrypcie próbowałem skorzystać z pydot. Linijka import pydot kończyła się błędem o braku tej biblioteki. Pestka! Jeśli pracujesz np z IDLE i ścieżka systemowa wskazuje właśnie na tą instalację Pythona to problem rozwiązuje się przez uruchomienie w wierszu poleceń (pamiętaj o run as administrator): pip install pydot Jeśli pracujesz z Anaconda i ta instalacja […]

Aby uruchomić skrypt pod Windows w najgorszym (najmniej wygodnym przypadku) wykonaj w cmd.exe: <path_to_python>\python.exe <path_to script.py> Program python się uruchomi i zinterpretuje skrypt z pliku .py Jeśli jednak ścieżka do katalogu gdzie znajduje się python jest dodana do zmiennej środowiskowej PATH, to ścieżki dostępu do programu python.exe nie trzeba podawać w całości. Wystarczy wtedy napisać: […]