amyniez的博客，欢迎交流讨论

之前写了几个关于arcpy使用的博客，但是可能比较零散，如果想使用的话，还需要一个一个的就行运行，比较麻烦，今天我把比较常见的代码合并起来，实现一键运行，十分的方便。

代码描述：遍历a文件夹下的所有tif影像，并使用每个a文件夹中的tif影像对b文件夹下的所有tif影像进行裁剪。裁剪后的栅格将以两个tif文件进行组合命名，并保存到另一个文件夹中

最近想对Excel表格的数据进行归一化，但是用Excel或者spss感觉比较麻烦，所以写了一个Python脚本，实现更加方便。

在点要素类的指定位置提取一个或多个栅格像元值，并将这些值记录到点要素类的属性表中arcpy实现：结果显示：速度非常快。

基本上所有的机器学习领域都可以看到集成学习的身影，在现实中集成学习也有相当大的作用，它可以用来做市场营销模拟的建模，统计客户来源，保留和流失，也可用来预测疾病的风险和病患者的易感性。但是相应的，任何模型都有决策边界，n_estimators达到一定的程度之后，随机森林的精确性往往不在上升或开始波动，并且，n_estimators越大，需要的计算量和内存也越大，训练的时间也会越来越长。它的所有基评估器都是决策树，分类树组成的森林就叫做随机森林分类器，回归树所集成的森林就叫做随机森林回归器。

在随机森林中创建决策树时，通过测量特征在减少不确定性（分类器）或方差（回归器）方面的有效性来计算特征的平均-减少-不纯重要性。问题是这种机制虽然快速，但并不总是能准确反映出重要性。互换重要性是一个更好的方法，它衡量一个特征的重要性为：将验证集或袋外（OOB）样本导入随机森林，并记录基线准确性（分类器）或R2得分（调节器）。对单一预测特征的列值进行修正，然后将所有测试样本重新通过随机森林，重新计算准确率或者R2。该特征的重要性是基线和因排列组合而造成的总体准确率或R2下降之间的差异。

最近在处理关于温度的数据，其中需要提取平均温度的数据，但是由于数据量太大，直接在Excel中操作相当费时间，所以编写了python脚本来处理这些数据。主要是将同一个文件夹里面的所有Excel表格的指定列中的数据（）提取到一张Excel表格中。

Python实现txt格式到Excel格式转换，并且提取Excel中指定关键字所在的所有行数据

最近邻 (k-Nearest Neighbors， KNN) 算法是一种分类算法， 1968年由 Cover和 Hart 提出， 应用场景有字符识别、 文本分类、 图像识别等领域。该算法的思想是： 一个样本与数据集中的k个样本最相似， 如果这k个样本中的大多数属于某一个类别， 则该样本也属于这个类别。数据集来源于相亲分类数据，帮助需要的人进行配对。...

HDF 是用于存储和分发科学数据的一种自我描述、多对象文件格式。HDF 是由美国国家超级计算应用中心（NCSA）创建的，以满足不同群体的科学家在不同工程项目领域之需要。HDF 可以表示出科学数据存储和分布的许多必要条件。...

使用逻辑回归来识别手写数字（0到9）1. sigmoid函数：2. 逻辑回归的代价函数：3. 梯度下降算法：4. 正则化的逻辑回归模型的代价函数：5. 数字识别原理（向量化标签，1表示真，0表示假）：.........

# 创建一个简单的字典alien_0 = {'color':'green','points':3}# 字典访问print(alien_0['color'])print(alien_0['points'])new_point = alien_0['points']print("you just earned " + str( new_point) + ' points.')#添加键-对值print(alien_0)alien_0['xPosition'] = 0alien_0['yP

Python执行流程图：1.首先建立.py文件，通过运行.py文件生成.pyc文件：.pyc文件是可以单独运行，但是不会生成新的.pyc文件，.pyc文件是.py文件执行的中间产物注意事项：

    在学习Python时，我们首先需要掌握他的编译器的使用方法，这里介绍几个平时经常用到的Pycharm的操作：1.将路径复制到cmd窗口中也能运行，得到相同的结果：2.终端窗口操作（Terminal）：3.Python Console：4.软换行（自动换行），使读写操作更加方便：硬换行就是通过回车键进行换行5.布局风格设置（好看的界面让我们更想编程）：...

首先，在cmd窗口中，用pip安装Python包，经常会出现超时的现象，主要是由于很多包都是需要从国外的网站上进行下载，所以会限速，但是如果采用国内的镜像进行下载，就会特别快，这里给出几个非常好用的方法，特别快！！！1.不要直接win+R然后cmd，而是要选择“开始”—“Windows系统”—“命令提示符”—右键“以管理员身份运行”！！！python -m pip install --upgrade pip;2.管理员身份运行命令提示符后，使用镜像下载升级！！！python -m pip inst