1.何在CMD中查看Python版本？

要在 CMD 中检查 Python 版本，请按 CMD + 空格键。这将打开聚光灯。在这里，输入“terminal”并按 Enter 键。要执行该命令，请输入 python –version 或 python -V 并按 Enter。这将在命令下方的下一行返回 python 版本。

2. Python 在处理标识符时区分大小写吗？

是的。 Python 在处理标识符时区分大小写。它是一种区分大小写的语言。因此，变量和变量不会相同。

3. 如何使用其他列中的值在 pandas 中创建新列？

可以对 pandas 数据框执行基于列的数学运算。包含数值的 Pandas 列可以由运算符进行操作。

import pandas as pd
a=[1,2,3]
b=[2,3,5]
d={"col1":a,"col2":b}
df=pd.DataFrame(d)
df["Sum"]=df["col1"]+df["col2"]
df["Difference"]=df["col1"]-df["col2"]
df

4. pandas 中的 grouby 可以使用哪些不同的函数？

pandas 中的 grouby() 可以与多个聚合函数一起使用。其中一些是 sum()、mean()、count()、std()。

数据根据类别分为组，然后可以通过上述函数聚合这些单独组中的数据。

5. 如何删除pandas中的一列或一组列？给定下面的数据框放置列“col1”。

drop() 函数可用于从数据框中删除列。

d={"col1":[1,2,3],"col2":["A","B","C"]}
df=pd.DataFrame(d)
df=df.drop(["col1"],axis=1)
df

6. 给定以下数据框，删除列值为 A 的行。

d={"col1":[1,2,3],"col2":["A","B","C"]}
df=pd.DataFrame(d)
df.dropna(inplace=True)
df=df[df.col1!=1]
df

77. pandas 中的重建索引是什么？

重新索引是重新分配 pandas 数据帧索引的过程。

import pandas as pd
bikes=["bajaj","tvs","herohonda","kawasaki","bmw"]
cars=["lamborghini","masserati","ferrari","hyundai","ford"]
d={"cars":cars,"bikes":bikes}
df=pd.DataFrame(d)
a=[10,20,30,40,50]
df.index=a
df

78.你对lambda函数有什么理解？创建一个 lambda 函数，它将打印此列表中所有元素的总和 -> [5, 8, 10, 20, 50, 100]

Lambda 函数是 Python 中的匿名函数。它们是使用关键字 lambda 定义的。 Lambda 函数可以接受任意数量的参数，但它们只能有一个表达式。

from functools import reduce
sequences = [5, 8, 10, 20, 50, 100]
sum = reduce (lambda x, y: x+y, sequences)
print(sum)

79.numpy 中的 vstack() 是什么？举个例子。

vstack() 是垂直对齐行的函数。所有行必须具有相同数量的元素。

代码：

import numpy as np
n1=np.array([10,20,30,40,50])
n2=np.array([50,60,70,80,90])
print(np.vstack((n1,n2)))

80.如何在Python中删除字符串中的空格？

可以使用 strip() 或 Replace() 函数从 python 中的字符串中删除空格。 Strip() 函数用于删除前导和尾随空格，而 Replace() 函数用于删除字符串中的所有空格：

string.replace(” “,””) ex1: str1= “great learning”
print (str.strip())
o/p: great learning
ex2: str2=”great learning”
print (str.replace(” “,””))