一、pip config list -v#pip在哪里寻找pip.conf文件
阿里云镜像:
二、安装anaconda(阿里云镜像库)
1、安装完成,命令行输入:conda config生成.condarc文件(运行期配置文件)
2、如果原本的源中的源地址是 https,可以直接改成http即可。这个方法可以特别注意,因为https有时候会出现连接错误的问题,改成http后不会再出现此类问题
参考链接:https://blog.csdn.net/weixin_51484460/article/details/122179000
3、conda install <package>中package在哪里?
conda env list#查找包文件
4、conda
conda -V#版本
conda create --name <new_env_environment> --clone <copied_env_environment>#复制环境并创建新的环境
三、anaconda的编辑和xlwings操作
1、创建20个excel
"""
编程os:mac
"""
import xlwings as xw
app=xw.App(visible=True,add_book=False)
for i in range(1,21):
workbook=app.books.add()
workbook.save(f'/Users/Tina/Desktop/20220607/分公司{i}.xlsx')
workbook.close()
app.quit()
2、打开一个已存在的xlsx表,并在第一个单元格添加内容,并添加一个工作表
import xlwings as xw
app=xw.App(visible=True,add_book=False)
workbook=app.books.open('/Users/Tina/Desktop/20220607/分公司1.xlsx')
#指定的工作簿必须真实存在,并且不能处于已打开的状态
worksheet=workbook.sheets['Sheet1']
worksheet.range('A1').value="编号"
workbook.sheets.add('产品统计表')
四、数组计算的数学模块——NumPy(前闭后开)
NumPy模块(Numerical Python缩写)一个运算速度非常快的数学模块
import numpy as np
a=[1,2,3,4]
b=np.array([1,2,3,4])
print(type(a),a)
print(type(b),b)
"""
运行结果:<class 'list'> [1, 2, 3, 4]
<class 'numpy.ndarray'> [1 2 3 4]
"""
1、数组能够很好的支持一些数学运算
import numpy as np
a=[1,2,3,4]
b=np.array([1,2,3,4])
print(a*2)
print(b*2)
"""
运算结果:
[1, 2, 3, 4, 1, 2, 3, 4]
[2 4 6 8]
"""
2、数组可以存储多维数据,而列表通常只能存储一维数据
import numpy as np
a=[[1,2],[3,4],[5,6]]
b=np.array([[1,2],[3,4],[5,6]])
print(a)
print(b)
"""
执行结果:
[[1, 2], [3, 4], [5, 6]]
[[1 2]
[3 4]
[5 6]]
"""
3、创建一维数组
import numpy as np
#一位默认是终止值
a=np.arange(5)
#步长默认为1
b=np.arange(5,10)
#起点5,终点值10,步长2
c=np.arange(5,10,2)
print(a)
print(b)
print(c)
"""
输出结果:
[0 1 2 3 4]
[5 6 7 8 9]
[5 7 9]
"""
4、创建一个一维数组,其中包含服从正态分布(均值为0、标准差为1的分布)的三个随机数
import numpy as np
a=np.random.randn(3)
print(a)
"""
执行结果:
[ 0.31614956 0.87779118 -0.78618781]
"""
5、创建二维数组
import numpy as np
#创建一个一维数组,然后转化成3行4列的二位数组
a=np.arange(12).reshape(3,4)
print(a)
"""
运行结果:
[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]]
"""
####创建随机二维数组####
import numpy as np
#第一个起始值,第二个终止值,4行,4列
a=np.random.randint(0,10,(4,4))
print(a)
"""
运行结果:
[[1 1 3 4]
[5 7 6 3]
[0 1 9 8]
[2 4 7 7]]
"""