整合營銷服務商
電腦端+手機端+微信端=數據同步管理
免費咨詢熱線：
電腦端+手機端+微信端=數據同步管理
免費咨詢熱線：
嘍，大家好，我是雷工。
今天學習JavaScript基礎知識的分支語句，以下為學習筆記。
○寫幾句就從上往下執行幾句，這種叫做順序結構；
○有時要根據條件選擇執行代碼，這種叫分支結構；
○某段代碼被重復執行，就叫循環結構；
○分支語句可以讓我們有選擇性的執行想要執行的代碼
○分支語句包含：
→ if分支語句
→ 三元運算符
→ switch語句
2.1、if分支語句
● if語句有三種使用：單分支、雙分支、多分支
● 單條件分支語句：程序如果執行的時候，如果條件成立就執行某一行代碼，如果條件不成立則執行其他代碼
使用語法：
if(條件)
{
滿足條件要執行的代碼
}? 小括號內的條件為true時，進入大括號里執行代碼。
? 小括號內的結果若不是布爾類型時，會發生隱式轉換轉換為布爾類型。
? 如果大括號內只有一個語句，大括號可以省略，但是，一般不提倡這么做~
● 雙分支if語法：
if(條件)
{
滿足條件要執行的代碼
}
else
{
不滿足條件時要執行的代碼
}語法解釋：
1>程序先判斷if中的條件是否成立（true），如果條件成立，則執行if后面對應的代碼，else中的代碼不會執行。
2>如果if中的條件不成立（False），程序只執行else后{}中的代碼，if后{}內的代碼不會執行。
● 多條件分支語句if：
應用場景：當有多個結果的時候，比如學習成績可以分為：優秀、良好、及格、不及格四個選項。
語法：
if(條件1)
{
滿足條件1要執行的代碼1
}
else if(條件2)
{
滿足條件2要執行的代碼2
}
else if(條件3)
{
滿足條件3要執行的代碼3
}
else
{
以上條件均不滿足時執行代碼n
}語法說明：
? 先判斷條件1，若滿足條件1就執行代碼1，其他代碼統統不執行；
? 若不滿足則按順序向下判斷條件2，滿足條件2執行代碼2，其他代碼不執行；
? 若依然不滿足繼續往下判斷，依次類推 ；
? 若以上條件都不滿足，執行else里的代碼n ；
? 注：可以根據實際需要寫N個條件，但這里演示只寫2個；
單條件分支語句和多條件分支語句總結：
a)不管是單條件分支語句，還是多條件分支語句，else都可以省略（前提else中沒有代碼）
b)條件分支語句，如果只有一行代碼，則{}可以省略。
例：if(3>0)alert("雷工筆記");
c)分支語句可以相互嵌套。
2.2、三元表達式
就是單條件分支語句的另外一種寫法
語法：
條件 ？ 代碼1 ： 代碼2；語法說明：
a)判斷條件的真假，如果為真，則執行代碼1，后面的代碼2不執行；
b)如果條件不成立，則執行代碼2，前面的代碼1不執行；
● 一般用來取值
2.3、switch分支語句
switch 分支語句就是多條件分支語句的另外一種寫法
語法：
switch(數據/變量)
{
case 值1：
代碼1；
break；
case 值2：
代碼2；
break；
case 值3：
代碼3；
break；
default：
代碼n；
break；
}釋義：
? 找到跟小括號里數據/變量全等的case值，并執行里面對應的代碼
? 若沒有全等 === 的則執行 default里面的代碼
? 例：數據若跟值1全等，則執行代碼1
注意事項：
1>. switch case語句一般用于等值判斷,不適合于區間判斷；
2>. switch case一般需要配合break關鍵字使用 沒有break會造成case穿透（default后面的break可以省略）；
3>.什么情況下使用switch語法？什么情況下使用多條件分支if語句？
a）在任何情況下都可以使用switch語句或者多條件分支語句；
b）如果變量的值是某些固定的值，推薦使用switch;
示例1：一年有12個月，1月-12月；
示例2：一年有4個季節，春，夏，秋，冬
c）如果變量的值是一個范圍，推薦使用if多分支語句
示例：
者：Roman Orac
魚羊 編譯整理
量子位 報道 | 公眾號 QbitAI
數據分析，如何能錯過 Pandas 。
現在，數據科學家 Roman Orac 分享了他在工作中相見恨晚的 Pandas 使用技巧。
了解了這些技巧，能讓你在學習、使用 Pandas 的時候更加高效。
話不多說，一起學習一下~
用 Pandas 做數據分析，最大的亮點當屬 DataFrame。不過，在展示成果的時候，常常需要把 DataFrame 轉成另一種格式。
Pandas 在這一點上其實十分友好，只需添加一行代碼。
DataFrame 轉 HTML
如果你需要用 HTML 發送自動報告，那么 to_html 函數了解一下。
比如，我們先設定這樣一個 DataFrame：
import numpy as np
import pandas as pd
import random
n = 10
df = pd.DataFrame(
{
"col1": np.random.random_sample(n),
"col2": np.random.random_sample(n),
"col3": [[random.randint(0, 10) for _ in range(random.randint(3, 5))] for _ in range(n)],
}
)用上 to_html，就可以將表格轉入 html 文件：
df_html = df.to_html()
with open(‘analysis.html’, ‘w’) as f: f.write(df_html)與之配套的，是 read_html 函數，可以將 HTML 轉回 DataFrame。
DataFrame 轉 LaTeX
如果你還沒用過 LaTeX 寫論文，強烈建議嘗試一下。
要把 DataFrame 值轉成 LaTeX 表格，也是一個函數就搞定了：
df.to_latex()DataFrame 轉 Markdown
如果你想把代碼放到 GitHub 上，需要寫個 README。
這時候，你可能需要把 DataFrame 轉成 Markdown 格式。
Pandas 同樣為你考慮到了這一點：
print(df.to_markdown())注：這里還需要 tabulate 庫
DataFrame 轉 Excel
說到這里，給同學們提一個小問題：導師/老板/客戶要你提供 Excel 格式的數據，你該怎么做？
當然是——
df.to_excel(‘analysis.xlsx’)需要注意的是，如果你沒有安裝過 xlwt 和 openpyxl 這兩個工具包，需要先安裝一下。
另外，跟 HTML 一樣，這里也有一個配套函數：read_excel，用來將excel數據導入pandas DataFrame。
DataFrame 轉字符串
轉成字符串，當然也沒問題：
df.to_string()此前，Roman Orac 還曾分享過 5 個他覺得十分好用，但大家可能沒有那么熟悉的 Pandas 技巧。
1、data_range
從外部 API 或數據庫獲取數據時，需要多次指定時間范圍。
Pandas 的 data_range 覆蓋了這一需求。
import pandas as pd
date_from = “2019-01-01”
date_to = “2019-01-12”
date_range = pd.date_range(date_from, date_to, freq=”D”)
print(date_range)freq = “D”/“M”/“Y”，該函數就會分別返回按天、月、年遞增的日期。
2、合并數據
當你有一個名為left的DataFrame：
和名為right的DataFrame：
想通過關鍵字“key”把它們整合到一起：
實現的代碼是：
df_merge = left.merge(right, on = ‘key’, how = ‘left’, indicator = True)3、最近合并（Nearest merge）
在處理股票或者加密貨幣這樣的財務數據時，價格會隨著實際交易變化。
針對這樣的數據，Pandas提供了一個好用的功能，merge_asof。
該功能可以通過最近的key（比如時間戳）合并DataFrame。
舉個例子，你有一個存儲報價信息的DataFrame。
還有一個存儲交易信息的DataFrame。
現在，你需要把兩個DataFrame中對應的信息合并起來。
最新報價和交易之間可能有10毫秒的延遲，或者沒有報價，在進行合并時，就可以用上 merge_asof。
pd.merge_asof(trades, quotes, on=”timestamp”, by=’ticker’, tolerance=pd.Timedelta(‘10ms’), direction=‘backward’)4、創建Excel報告
在Pandas中，可以直接用DataFrame創建Excel報告。
import numpy as np
import pandas as pd
df = pd.DataFrame(np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]), columns=["a", "b", "c"])
report_name = 'example_report.xlsx'
sheet_name = 'Sheet1'
writer = pd.ExcelWriter(report_name, engine='xlsxwriter')
df.to_excel(writer, sheet_name=sheet_name, index=False)不只是數據，還可以添加圖表。
# define the workbook
workbook = writer.book
worksheet = writer.sheets[sheet_name]
# create a chart line object
chart = workbook.add_chart({'type': 'line'})
# configure the series of the chart from the spreadsheet
# using a list of values instead of category/value formulas:
# [sheetname, first_row, first_col, last_row, last_col]
chart.add_series({
'categories': [sheet_name, 1, 0, 3, 0],
'values': [sheet_name, 1, 1, 3, 1],
})
# configure the chart axes
chart.set_x_axis({'name': 'Index', 'position_axis': 'on_tick'})
chart.set_y_axis({'name': 'Value', 'major_gridlines': {'visible': False}})
# place the chart on the worksheet
worksheet.insert_chart('E2', chart)
# output the excel file
writer.save()注：這里需要 XlsxWriter 庫
5、節省磁盤空間
Pandas在保存數據集時，可以對其進行壓縮，其后以壓縮格式進行讀取。
先搞一個 300MB 的 DataFrame，把它存成 csv。
df = pd.DataFrame(pd.np.random.randn(50000,300))
df.to_csv(‘random_data.csv’, index=False)壓縮一下試試：
df.to_csv(‘random_data.gz’, compression=’gzip’, index=False)文件就變成了136MB。
gzip壓縮文件可以直接讀取：
df = pd.read_csv(‘random_data.gz’)這一份Pandas技巧筆記，暫且說到這里。各位同學都做好筆記了嗎？
Talk is cheap, show me the code。學會了，就用起來吧
— 完 —
量子位 QbitAI · 頭條號簽約
關注我們，第一時間獲知前沿科技動態
器之心報道
機器之心編輯部
只要你有純文本編輯器，加上一條語句，瞬間它就可以成為 Markdown 編輯器。
Markdeep 是一個用來寫純文本的插件，它能以 Markdown 的語法與渲染方式純文本，并在網頁上展示。同時，除了 Markdown 語法，Markdeep 還額外支持圖表、數學方程等擴展能力。
項目主頁：https://casual-effects.com/markdeep/
我們先看看效果，如下左邊是純文本編輯器的編輯頁面，右邊是在瀏覽器上的渲染效果：
Markdeep 非常容易使用，它也不需要安裝插件或聯網。如上所示只要在純文本最后加上「<!—Markdeep→」那一行的表達式，它就可以變成一個地道的 Markdown 編輯器。Markdeep 不需要額外安裝任何東西，也不需要導出、編譯等雜七雜八的過程。
看著 Markdeep 很簡單，但它的功能卻不少，一點也不遜色于 Typora 等正統的 Markdown 編輯器。不論我們是寫項目的 README 文檔、實驗報告，還是要做 PPT 或寫論文，它都能滿足。該項目提供了很多示例，例如生成的 PPT 是什么樣的，后文會具體展示。
開源代碼
Markdeep 是開源的，所以可以直接下載和修改源代碼文件 markdeep.js。整個編輯器就是一個 JavaScript 腳本，上面定義了各種格式與渲染方式。作者表示，目前他正研究該如何有效降低腳本文件大小。
用于表格處理的部分代碼，整個腳本有超過 5000 行代碼。
腳本源碼地址：https://casual-effects.com/markdeep/latest/markdeep.js
作者表示，這個項目本來就是一個業余項目，它并不會有完整的技術支持。不過只要提交的 Bug 足夠具體，作者都會完善它。此外，該項目還會經常加入一些新特性，從 2015 年 10 月份的第一版，到今年 2 月份的最新版，這個編輯器已經維護了很長時間。
Markdeep 怎么用
如果你需要創建一個 Markdeep 的文件，只需要打開任意一個文本編輯器，然后開始編輯。完成文本編輯工作后，只需要在其底部寫下一個簡單的代碼就行了。然后，將這個文檔保存為純文本文件，使用 .md.html 為擴展名。
<!-- Markdeep: --><style class="fallback">body{visibility:hidden;white-space:pre;font-family:monospace}</style><script src="markdeep.min.js" charset="utf-8"></script><script src="https://casual-effects.com/markdeep/latest/markdeep.min.js" charset="utf-8"></script><script>window.alreadyProcessedMarkdeep||(document.body.style.visibility="visible")</script>如果你希望在源文檔中使用 Unicode，則需要在文檔頂部先加上這句話：
<meta charset="utf-8">想要看看效果？你可以將文本拖入瀏覽器或雙擊它。即使網絡離線也可以查閱文檔。如果不想因為離線而失去格式，可以將 markdeep.min.js 文件和文檔保存在一個文件夾中。
如果想要看看 Markdeep 原始文本，在文件 URL 最后加上「?noformat」即可。
上手示例
小編隨手測試了幾個典型 Markdown 語法，比如：代辦列表、自動鏈接、表格、內聯圖片、代碼。與此同時，LaTeX 的數學表達式和圖形也能直接設計，而不需要任何插件。具體效果可參考：
簡而言之，配備完善，對于熟悉 Markdown 的小伙伴來說，用起來會十分順手及方便。這意味著，在有網的情況下，隨意拎一個文本編輯器后，就再也沒有人能攔得了你使用 Markdown 了。與此同時，時時預覽效果也非常簡便，只需要在文本編輯器里修改，瀏覽器中刷新下便可呈現最新效果。
Markdeep 能干什么
只要是 Markdown 支持的，Markdeep 就能夠支持，它在業界和學術界能得到廣泛使用。如下所示，各種題材與格式的文檔都能用 Markdeep 完成：
看起來 Markdeep 似乎什么都能做，項目作者同樣也展示了這些方面的效果圖：
Markdeep 制作的 PPT。
Markdeep 制作的個人簡歷。
總之，除了使用方便、展示炫酷，Markdeep 的功能也是非常強大。正如其它開發者所強調的，Markdeep 是能制作簡單圖表的 Markdown 工具，它以一種「ASCII Art」的方式用純文本制作出圖形，并且不用渲染也非常明晰。
*請認真填寫需求信息，我們會在24小時內與您取得聯系。
