整合营销服务商
电脑端+手机端+微信端=数据同步管理
免费咨询热线：
电脑端+手机端+微信端=数据同步管理
免费咨询热线：
示：点击上方"WEB网页设计自学平台"↑ 可以订阅噢！
摘要 51RGB官方微信在学习CSS制作知识之前，我们必须需要认识的HTML什么基础知识。
一、必知HTML基础-CSS教程系列
目录
搞清浏览器作用
搞清什么是HTML
html作用
html我们涉及哪些基础知识
常见html单词及单词功能作用有哪些
html结构
html与CSS关系
浏览器主要作用是浏览网页作用，在DIV+CSS制作开发时候仍然是浏览我们制作开发重构网页作用。浏览器可测试我们开发的CSS网页兼容性、网页效果、因开发疏忽导致错误等作用。
在CSS测试（CSS工具）里常用浏览器包括IE6、IE7、IE8、火狐（FF）、谷歌（chrome）、苹果Safari、Opera主流浏览器。至于傲游、360浏览器因为他们使用你系统自带的IE内核，所以不必考虑，只要支持你浏览器版本即支持类似这2款浏览器
需要兼容浏览器有哪些？http://www.51rgb.com/css-tool/t86.shtml
html是hypertext markup language的缩写，即超文本标记语言。可以这样理解，HTML文件是一定规则规律以html\htm等命名后缀名的文本文件。
HTML作用，通过一定html自身语法结构（html结构），显示文字、图片、动画（flash）、视频或音频音乐。而CSS则是配合html实现漂亮的各式各样的页面内容。
4、html我们涉及哪些基础知识
Html扩展名、html源代码、DOCTYPE、html结构、head标签、charset
a、B(strong)：加粗
b、P：换行实例：<p>我是第一段内容</p><p>我是第二段内容</p>
c、Br：提行实例：我是第一排<br />我是第二排内容
d、px：像素、长度宽度单位
实例：width:30px; 宽度30像素
e、ul、ol、li列表标签实例：
<ul>
<li>列表一</li>
<li>列表二</li>
<li>列表三</li>
</ul>
<ol>
<li>列表一</li>
<li>列表二</li>
<li>列表三</li>
</ol>
f、div与span：都是html标签
实例：<div>我占一行</div><span>我多长占多长位置</span>
两者区别：DIV占用1整排，而SPAN所占位置是内容多少占用多长长度
g、img：图片引用标签
<img src="/css-images/css-logo.gif" />图片标签
h、dl dt dd：CSS的另类表格组合
实例：
<dl>
<dt>我是标题</dt>
<dd>列表一</dd>
<dd>列表二</dd>
</dl>
j、title：标题标签
实例：<title>标题</title>
特点，在一个网页内只能使用一次（只能出现一次）
6、html结构 - TOP
这里Html结构可用于每次新建制作网页模板使用。
旧html结构：
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
<title>DIVCSS5标题</title>
</head>
<body>
具体网页呈现内容
</body>
</html>
经过CSS教程网的DIVCSS5优化后的HTML结构（可用于每次新建HTML模板）：
<!DOCTYPE html>
<html>
<title>标题</title>
<meta name="keywords" content="关键字" />
<meta name="description" content="网页描述" />
<link href="这里CSS文件引入地址" rel="stylesheet" type="text/css" />
内容www.divcss5.com提供
搞清楚html与CSS关系很重要，也是认识CSS基础。html与CSS关系解释：HTML内放置显示网页要显示的具体内容（图片、文字、动画等）而CSS是控制HTML内这些具体内容的怎么显示、怎么排版、颜色、大小、宽度、高度、左右布局等显示样式。
以上7点是学习CSS的html基础，可能还不完善，但是在以后运用的时候DIVCSS5会给大家详细、本简单CSS教程分为15节，此节DIV CSS教程以文字内容为主，以后会穿插更多实例和图例、跟我做的内容希望对大家能有帮助。
当一名程序员在百家号中发表文章时，最大的问题莫过于文章编辑器中没有没有代码块选项，对程序员来说功能直接减半
最终的解决方案样式可以参考我已发布的文章
https://baijiahao.baidu.com/builder/preview/s?id=1744654771281183062
如图，左翻右翻都找不到代码块这一个选项。
从表面来看，百家号的编辑器无疑是一个富文本框，理论上来说是可以识别HTML的，但不能直接键入HTML，如下：
预料之中，必然不会让你直接键入HTML代码，不然无法保证安全性
那么，如果从其他网页复制的HTML内容呢，网页上选择之后右键复制，其实是带上了样式信息的
从其他的markdown编辑器中复制出来不就行了吗，于是我分别用 csdn 和 简书进行了测试，得到如下结果：
原始代码：
简书复制后：
简书复制区域：从代码块的下一行第一个字符之前，到代码块上一行的最后一个字符之后，否则有可能丢失代码高亮样式
CSDN复制效果：
复制区域与简书的复制区域基本一直，效果也基本一致，唯一的差别就是，CSDN的TAB基本识别为8个空格，而简书一般是4个空格
基本上左右滑动也能复制过来
问题基本上得到解决
接下来又出现了新的问题
两个markdown复制过来的样式，基本上都丢失了代码的格式化信息，要不就是丢失了提行，要么就是tab的位置不对
同时，在发布之后发现，所有的代码都被挤在了同一行，如下图：
于是，我对每一个代码提行都进行重新删除再敲回车后，并且对缩进重新敲Tab后，得到了如下结果
猜测应该是粘贴的时候所有的提行与tab都被识别成了空格，而多个空格在最终渲染的时候被识别为同一行
想要最终正常显示，只能删除提行重新回车，然后重新tab进行缩进
经过我的多次试验，想要在百家号中展示代码块，有以下几个要点
1. 找到一个合适的markdown编辑器（CSDN和简书之外的编辑器我还没试过），以及你喜欢的代码块样式，最好这个代码块支持左右横滑
2. 复制的时候一定注意，从代码块的下一行第一个字符之前，到代码块上一行的最后一个字符之后，否则有可能丢失代码高亮样式，我试验的前几次都是因为复制的位置不对，导致样式错误
3. 复制过来的缩进与提行几乎全部丢失，目前只能删除提行，重新回车，再重新调整缩进样式
最终的解决方案样式可以参考我已发布的文章
https://baijiahao.baidu.com/builder/preview/s?id=1744654771281183062
理论上来说，以上问题只要找到二三两个点在百家号编辑器中的区别，应该是能用代码去解决的。
如果大家感兴趣的话，关注我，后续我将继续研究探讨这个问题。
者：小伍哥
来源： 小伍哥聊风控
数据处理，也是风控非常重要的一个环节，甚至说是模型成败的关键环节。因此，娴熟简洁的数据处理技巧，是提高建模效率和建模质量的必要能力。这里开个专题，总结下Pandas的使用方法，方便大家，也方便自己查阅。
这个专题叫做：【50个Pandas的奇淫技巧】，今天这个算是第一讲，后续慢慢更新。
很多人在使用Pandas处理数据时，总会迷失在data[]、iloc()、loc()、ix()中，似乎记得，又似乎不记得，每到用时都需要百度，不知所以然的解决了问题，下次继续百度，记忆点基本上非常混乱。总结本文，希望能解决这个问题，通过一个简单的案例彻底搞明白这几种索引方法到底有什么区别。
日常使用中，推荐使用loc和iloc进行索引，loc是指location的意思，iloc中的 i 是指integer，这两个方法容易混淆，可以使用特殊方式来加强记忆。
iloc：基于位置，用行号、列号进行索引，i 可以看着 int，因此 iloc 只能用整数 来索引，例如data.iloc[0:2,:]
loc ：基于标签，用行名、列名进行索引，数据的index经常为整数，因此 loc 的使用范围要远高于iloc，loc可以使用整数切片、名称(index,columns)索引、也可以切片和名称混合使用。例如：data.loc[0:5:,'row1':'row2']
我们简单构造一个数据集，在下面的案例中需要用到。
import pandas as pd
import numpy as np
data = pd.DataFrame(np.arange(25).reshape(5, 5),
index = ['row1', 'row2','row3','row4','row5'],
columns=['col1', 'col2','col3','col4','col5'])
data
col1 col2 col3 col4 col5
row1 0 1 2 3 4
row2 5 6 7 8 9
row3 10 11 12 13 14
row4 15 16 17 18 19
row5 20 21 22 23 24创建的表格数据如下：
取一列：data['col1'] ，即取得第一列，得到的是一个Series对象。
取多列：data[['col1','col2']] ，即取得第一列、第二列，得到的是一个DataFrame对象。
注 意：用data['row1'] 、data[0]、data[:,0]、data[0,:]、data[:,'col1':'col2'] 统统都会报错的，这类命令只能用来按列名取一列或多列。
data['col1']
row1 0
row2 5
row3 10
row4 15
row5 20data[['col1','col2']]
col1 col2
row1 0 1
row2 5 6
row3 10 11
row4 15 16
row5 20 21
#下面的命令直接应用都会报错，但是用loc 和 iloc 就不会报错
data['row1']
data[0]
data[:,0]
data[0,:]
data[:,'col1':'col2']
#TypeError: '(slice(None, None, None), 0)' is an invalid kedata[0:2] 代表取得第0行和第1行，不包含最后一个。
注 意：只取一行的话，要用data[0:1]，不能用data[0]，data[0:2,]也会报错
data[0:2]
col1 col2 col3 col4 col5
row1 0 1 2 3 4
row2 5 6 7 8 9官方：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.iloc.html
1）取一行 ：data.iloc[0] 、data.iloc[0,:]
2）取多行 ：data.iloc[[0,2]] 、data.iloc[[0,2],:]
3）取连续多行 ：data.iloc[0:2] 、data.iloc[0:2,:]
4）取一列 ：data.iloc[:,0]
5）取多列 ：data.iloc[:,[0,2]]、data.iloc[:,[0,2]]
6）取连续多列 ：data.iloc[:,0:2]
注 意：
取行的时候可以不提列，也可以用 "，：" 来指全列
取列的时候必须用"：，"来指定全行。
可以使用一个数字来代表一个，可以使用一个列表[a,b]代表多个，也可以使用a:b代表连续多个。
data.iloc[0]
col1 0
col2 1
col3 2
col4 3
col5 4data.iloc[:,2:4]
col3 col4
row1 2 3
row2 7 8
row3 12 13
row4 17 18
row5 22 23data.iloc[:,[2,4]]
col3 col5
row1 2 4
row2 7 9
row3 12 14
row4 17 19
row5 22 24官方网址：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.loc.html
取一行：data.loc['row1'] 、data.loc['row1',:]
取多行：data.loc[['row1','row2']] 、data.loc[['row1','row2'],:]
取连续多行：data.loc['row1':'row2'] 、data.loc['row1':'row2',:]
取一列：data.loc[:,'col1']
取多列：data.loc[:,['row1','row2']]
取连续多列：data.loc[:,'row1':'row2']
注 意：
取行的时候可以不提列，也可以用"，："来指全列。
取列的时候必须用"：，"来指定全行。
可以使用一个数字来代表一个，可以使用一个list ['a','b']代表多个，也可以使用'a':'b'代表连续多个。
data.loc[:,'col1':'col3']
col1 col2 col3
row1 0 1 2
row2 5 6 7
row3 10 11 12
row4 15 16 17
row5 20 21 22data.loc[:,['col1','col3']]
col1 col3
row1 0 2
row2 5 7
row3 10 12
row4 15 17
row5 20 22#当索引为整数时，可以用整数进行索引
data = pd.DataFrame(np.arange(25).reshape(5, 5),
columns=['col1', 'col2','col3','col4', 'col5'])
col1 col2 col3 col4 col5
0 0 1 2 3 4
1 5 6 7 8 9
2 10 11 12 13 14
3 15 16 17 18 19
4 20 21 22 23 24
data.loc[0:3,'col1':'col3']
col1 col2 col3
0 0 1 2
1 5 6 7
2 10 11 12
3 15 16 17iat 和 at 只能取单个元素，iat 使用行、列索引，at 使用行、列名，但是其功能被 iloc 和 loc 包含，因此不推荐。
data.iat[1,2]
7data.at['row4','col4']
18正常情况下，推荐使用 iloc 和 loc。最核心的点记住，取行可以不提列，取列必须提行，可以用一个数字，一个list，或者一个区间来取行列。ix新版的已经弃用了，所以可以不用太关注。
*请认真填写需求信息，我们会在24小时内与您取得联系。
