Python数据分析实战-字典、列表、Series创建DataFrame（源码）
前面介绍了1、可视化方法；2、机器学习预测应用；3、图像识别；4、文本分析相关的案例研究（具体见之前的文章）。
多份 Excel 报表自动排查异常，Python 按阈值标红并导出整改清单
导读： 财务、运营和品控的同事每到月末或季末，都要面对堆积如山的业务明细表。领导一句：“把里面所有超预算、低于安全库存或者数据异常的行全部给我挑出来！”如果用肉眼逐行审阅，或者靠 Excel 繁琐的条件格式去一个个筛选，不仅极其容易漏看关键风险点，还会因为表格格式五花八门而抓狂。
K线图的5种Python画法：从静态蜡烛图到可拖拽的交互仪表盘
本文用一段 A 股后复权日线画 5 张图，从静态 PNG 一路加到可拖拽的联动仪表盘。数据只取一次，5 种画法共用同一份 df。全篇只处理数据怎么变成图；代码里的标的是示例参数，换成任意代码都能跑，5 种画法和输出体积都不变。
使用Python和OCR进行文档解析的完整代码演示
在本文中将使用Python演示如何解析文档并提取文本，图形，表格等信息。而文档图像分析是指从文档的图像的像素数据中获取信息的技术，在某些情况下，预期结果应该是什么样的没有明确的答案。
我每天使用的 5 个 Python 自动化脚本
下面是一个简单的 Web 请求的示例:下面是完成相同功能的Javascript代码:如您所见，Python 代码比 Javascript 代码更容易理解，这使其成为自动执行重复性任务的理想选择，例如 Web 抓取、数据收集或翻译。
Python用 AI 做竞品功能对比矩阵：把一堆资料变成一张能决策的表
做竞品分析最费时间的不是"看资料"，而是把几十个网页、更新日志、文档整理成一张能横向比的表。人工整理要几天，而且常常维度随手定、把"宣传语"当成"已实现功能"。本文用代码定骨架、定来源、做校验，只让 AI 逐格抽取、逐格引用原文，没有依据的格子坚决留空。
AI最火语言python之pandas(DataFrame)
1.DataFrame是什么DataFrame 是 Pandas 中的一个非常重要的核心数据结构，类似于一个二维的表格或数据库中的数据表。它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔型值）。DataFrame 提供了非常丰富的功能来进行数据各种各样的操作。
如何用 Python 构建一个决策树
本文最初发布于 Medium 网站，经原作者授权由 InfoQ 中文站翻译并分享。此外，Kaggle 参赛者广泛使用集成方法来应对数据科学挑战。
Python用 AI 做报表数字勾稽核对：让"对不上"的地方自己浮出来
报表里的数字不是孤立的：合计必须等于明细之和、期初加减本期必须等于期末、资产必须等于负债加所有者权益。这几百条恒等关系叫"勾稽"，人工用计算器一行行对，既慢又容易漏。