- 博客(52)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 pandas处理df函数及plt绘图函数（作业总结笔记待补充...）
1.读取csv文件data=pd.read_csv('data.csv',encoding = "utf-8",header = 0,names = range(0,50),index_col=0)header = 0是默认情况（即不标明，默认就是header = 0），表示以数据的第一行为列索引。encoding = "utf-8"表明以utf-8为编码规则。names = range(0,50))表示以[0…49]为列索引的名字index_col=0表示以原有数据的第一列(索引为0)当作行索
2021-03-20 15:46:13
3307
原创 Django遇到问题django.template.exceptions.TemplateDoesNotExist: timer.html解决办法
检查settings.py文件：然后检查templates路径，要与应用同级，而不是在应用文件夹里面。运行成功：
2021-01-22 21:08:14
537
原创 matplotlib.pyplot可视化（官方API）
线import matplotlib.pyplot as pltx = [1,2,3,4,5,6]y = [3,4,6,7,3,2]plt.xlabel('x')plt.ylabel('y')plt.plot(x,y)官方示例：import matplotlib.pyplot as pltplt.plot([1, 2, 3, 4])plt.ylabel('some numbers')plt.show()为什么x轴的范围是0-3，而y轴的范围是1-4？如果您提供要绘制的单个列
2020-11-11 21:55:27
1011
原创 python手写简单BP神经网络（一个隐含层）
BP神经网络（不调库）首先设定数据集（我设置的是50*50）：import numpy as np# x为50行50列(-1,1)的随机浮点数np.random.seed(1)X = 2*np.random.random((50,50))-1# y为50行1列的只含0，1的矩阵y = np.random.randint(0,2,(50,1))然后随机初始化权值w（我没有加偏置b，也可以添加）：np.random.seed(2)w0_1 = np.random.randn(50,100
2020-10-22 17:20:09
825
1
原创 数据挖掘实验——python实现朴素贝叶斯分类
朴素贝叶斯分类实验一．实验目的 1.了解朴素贝叶斯算法基本原理； 2.能够使用朴素贝叶斯算法对数据进行分类 二．实验内容 利用贝叶斯算法或者决策树算法进行数据分类操作 数据集：汽车评估数据集关于朴素贝叶斯原理和案例可以看西瓜书详解：https://zhuanlan.zhihu.com/p/79527876数据集：import pandas as pddata = pd.read_csv("car.csv")print(data.shape) #行数列数print(data.dtype
2020-10-20 19:37:52
5656
9
原创 数据挖掘作业——Apriori算法
设minsupport=0.4，利用Apriori算法求出所有的频繁项集，指出最大频繁项集。数据集：代码实现：# 设minsupport=40%，利用Apriori算法求出所有的频繁项目集，指出其中的最大频繁项目集。import pandas as pddef get_D(): D = pd.read_csv("work1.csv",index_col='TID') D = D['Itemset'].values.tolist() for i in range(len(
2020-10-15 16:15:48
3243
原创 数据挖掘实验——python实现决策树（ID3算法）
实验内容：使用ID3算法设计实现决策树，使用uci数据集中的Caesarian Section Classification Dataset Data Set数据进行分类获取数据集：https://archive.ics.uci.edu/ml/datasets/Caesarian+Section+Classification+Dataset数据集：@attribute ‘Age’ { 22,26,28,27,32,36,33,23,20,29,25,37,24,18,30,40,31,19,21,3
2020-10-11 19:38:24
4098
8
原创 python手写函数与调用库分别实现逻辑回归与线性回归
逻辑回归使用uci数据集中的data_banknote_authentication数据进行逻辑回归。数据集：代价cost:最终目标是要求出使得 J(theta)最小时theta的值。采取的方法均为类似梯度下降法的方法。不调库代码实现：import pandas as pd# 加载数据集data= pd.read_csv('D:/Desktop/data_banknote_authentication.txt',header=None)print(data.head())
2020-10-05 22:16:16
1335
原创 打开jupyter进入conda Error An error occurred while retrieving package information. Internal Server Error
在Anaconda Prompt命令行中输入conda install nb_conda后，进入jupyter notebook 点击conda选项出现以下错误：成功解决：进入nb_conda的环境命令行后，先后输入：jupyter serverextension disable nb_condajupyter serverextension enable nb_conda得到对.jupyter文件的重写的效果。完成之后再重新打开jupyter notebook，在项目中的Kernel就可
2020-08-01 16:04:45
5393
3
原创 深度学习基础之回归问题与正则化——慕课学习笔记
回归和分类的区别和联系：●区别:分类:使用训练集推断输入x所对应的离散类别(如: +1, -1)。回归:使用训练集推断输入x所对应的输出值，为连续实数。●联系:利用回归模型进行分类:可将回归模型的输出离散化以进行分类，即y = sign(f(x))。利用分类模型进行回归:也可利用分类模型的特点，输出其连续化的数值。线性模型：●狭义线性(linear)模型:通常指自变量与因变量之间按比例、成直线的关系，在数学上可理解为-阶导数为常数的函数，如y= θ"x;线性通常表现为一次曲线
2020-07-31 13:11:54
662
1
原创 深度学习基础之特征工程概述——慕课学习笔记
2.1特征工程引自知乎:“数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。”自动分词就是将用自然语言书写的文章、句段经计算机处理后，以词为单位给以输出，为后续加工处理提供先决条件。词根提取(stemming) :是抽取词的词干或词根形式(不一-定能够表达完整语义)。词形还原(lemmatization) :是把词汇还原为一般形式(能表达完整语义)。如将“drove"处理为“drive"。词性标注( part-of-speech tagging) :是指为分词结果中的每个单词标
2020-07-16 16:52:17
512
原创 深度学习基础之深度学习概述（二）——慕课学习笔记
1.4回归问题及其性能评价回归分析(regression analysis)是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。与分类问题不同，回归通常输出为一个实数数值。而分类的输出通常为若干指定的类别标签。回归性能度量方法平均绝对误差MAEMAE (Mean absolute error)是绝对误差损失(absolute error loss)的期望值。如果y^是第i个样本的预测值, yi是相应的真实值，那么在n samples个测试样本上的平均绝对误差(MAE) 的定义如下:
2020-07-15 11:16:18
489
原创 深度学习基础之深度学习概述（一）——慕课学习笔记
1.1深度学习的引出机器学习(Machine Lerning) 是对研究问题进行模型假设，利用计算机从训练数据中学习得到模型参数。并最终对数据进行预测和分析的一门学科。从简单线性分类器到深度学习(一)问题:根据繁华程度(x1)、交通便利度(x2)、与市中心距离(x3)、楼层(x4 )预测房价的高低（x1-x4为输入，w为各个输入的权重）:则可以写出如下表达式：从简单线性分类器到深度学习(二)加入中间层（隐藏层）（U为中间层与输入层对应的权重，h为输出层与中间层对应的权重）：深度学习网
2020-07-14 16:27:01
814
原创 基于python3.6，lt,3.4.0语义角色标注中遇到的两个问题
问题一pyltp RuntimeError: incompatible native format - size of long出现这个问题是因为3.4.0 版本 SRL模型 pisrl.model 如在windows系统下不可用，需要重新下载支持windows的语义角色标注模型。链接: http://ltp.ai/download.html.文件夹中的pisrl.model不可用，需要使用pisrl_win.model问题2Boost.Python.ArgumentError: Python
2020-07-13 14:26:22
1161
5
原创 基于python3.6，ltp3.4.0和nltk的ltp词性标注，命名实体识别和句法依存树
ltp词性标注：from pyltp import *sent = "在|包含|问题|的|所有|解|的|解空间树|中|，|按照|深度优先|搜索|的|策略|，|从|根节点|出发|深度|探索|解空间树|。"words = sent.split("|")# print(words)postagger = Postagger()# 实例化词性标注类postagger.load("E:\\ltp_data_v3.4.0\\pos.model")postags = postagger.postag(w
2020-07-11 22:21:34
1083
原创 jieba结巴分词与基于python3.6，ltp3.4.0的ltp中文分词
1.结巴分词：记得先安装jieba库import jiebajieba.load_userdict("userdict.txt")sent = '在包含问题的所有解的解空间树中，按照深度优先搜索的策略，从根节点出发深度探索解空间树。'# 全模式wordlist = jieba.cut(sent, cut_all=True)print('|'.join(wordlist))# 精确细分wordlist = jieba.cut(sent) # cut_all=Falseprint('
2020-07-11 22:12:31
612
原创 MATLAB入门之系统环境与数值数据（B站学习笔记）
命令行窗口用于输入命令并显示命令的执行结果,工作区用于存储变量信息:当命令很长时，可以用续行符“…”换行运行设置当前文件夹窗口：在当前文件夹工具栏或当前文件夹窗口中选择某文件夹为当前文件夹。使用cd命令（要先建立好文件夹）MATLAB搜索路径：设置文件搜索路径：用path命令设置：path(path,e:\matlab_test)在工具栏中找到设置路径直接设置...
2020-07-01 21:53:11
339
原创 Django之简单路由配置（B站学习笔记）
Django中涉及访问路由的主要是两个文件：urls.py和views.py，分别为路由函数和对应的视图函数:urls.py:from django.contrib import adminfrom django.urls import path,re_pathfrom study_Django import viewsurlpatterns = [ path('admin/', admin.site.urls), path('timer/', views.timer),
2020-06-29 23:43:22
212
原创 Django之静态文件配置（B站学习笔记）
首先在pycharm上建立一个Django框架，然后添加代码。（专业版可以直接创建，社区版则需要在命令行创建）这里的文件路径，代码环境都可以更改，其中的Application name则是这个项目的名字，对应于创建后的第一个子文件目录。静态文件配置只需新建一个static文件目录，然后将静态文件demo.pdf放入目录中：然后在settings.py文件中修改路径名称：在文件中添加如下代码（其实新建的static文件名可以任意，因为settings.py中设置了static为默认路径）：
2020-06-27 16:58:42
218
原创 python 文件与文件夹操作 单元作业（慕课）
编写程序，用户输入一个文件夹名和一个文件名，搜索该文件夹及其所有子文件夹 中是否存在该文件，如果存在就输出“是”，如果不存在就输出“否”。from os import listdirfrom os.path import join, isfile, isdirdef judge(d, f): for subpath in listdir(d): path = join(d,subpath) if isfile(path): if f
2020-05-31 16:49:03
1161
1
原创 python 文件内容操作 单元作业（慕课）
1.已知当前文件夹中文件example.txt中有一段文本，其中包含英文字母、数字、汉字和标点符号。编写程序，读取该文件中的全部内容，把大写字母变为小写字母，小写字母变为大写字母，其他符号不变，把处理后的文本写入新文件result.txt中。with open("./input/example.txt") as f1: data = f1.read() print("源文本为：",data) data = data.swapcase() print("更改后：",data)
2020-05-29 17:33:01
2655
1
原创 利用PowerDesigner进行数据库设计（概念模型）
1.启动 PowerDesigner（我用的PowerDesigner16.7破解版）选择新建概念模型进行数据库设计的E-R模型辅助设计2.概念模型的设计实体：选择实体图形，在“图纸”点击划出实体来，双击为其命名，选择Attributes添加其所有属性。注意所有的name都可以用中文标示，以好理解；但是code必须用英文标示，以方便库的操作处理（PowerDesigner转化数据库.sql文件，所有的表名称，属性等都采用code）。为每个属性命名，并选择相应的数据类型，PowerDesigner
2020-05-26 16:04:20
4348
原创 Python 字典两端加引号后如何重新转为字典
需要将一个 python 的字符串转为字典，比如字符串：user_info = ‘{“name” : “john”, “gender” : “male”, “age”: 28}’把它转为下面的字典：user_dict = {“name” : “john”, “gender” : “male”, “age”: 28}1、通过 json 来转换import jsonuser_info= ‘{“name” : “john”, “gender” : “male”, “age”: 28}’user
2020-05-24 20:55:28
1463
原创 python 正则表达式 单元作业
编写函数，接收一个任意字符串，返回其中最长的数字字串。要求使用正则表达式。import rex = input("请输入任意字符串：")m = re.findall(r'\d+',x)k = m[0]for i in m: if(len(i)>len(k)): k = iprint(k)运行结果：请输入任意字符串：cnknv123hdklhndl456789456789输入时间，并判断时间是否格式正确，并格式化输出import datetimeclas
2020-05-22 12:34:55
840
原创 python 字符串 单元作业
编写函数，接收一段英文文本，该文本中有个单独的字母I误写为小写i，该函数将该字母改为大写字母I并返回结果字符串，要求不能改变其他字母的大小写。例如，函数接收’i am a boy.’，返回’I am a boy.’，接收’a b,c i’则返回’a b,c I’，接收’a B i c’则返回’a B I c’。def wenben(x): if 'i' in x: x = x.replace('i','I') return x else: r
2020-05-14 10:09:01
1116
原创 计算机网络 传输层 （慕课学习笔记）
6.1传输层概述传输层提供高效、可靠的数据传输服务。完成传输层任务的硬件或软件叫传输实体传输实体传输实体可以在操作系统的内核可以以一个链接库的形式绑定到网络应用中可以以一个独立的用户进程运行甚至可以实现在网络接口卡(网卡)上传输层利用网络层的服务，为它的上层应用层提供服务与网络层提供的服务相似，传输层提供的服务也分为 面向连接的服务和无连接的服务网络层运行在由承运商操作的路...
2020-05-09 22:18:27
538
原创 python 函数 单元作业
1.编写函数，接收一个字符串，分别统计大写字母、小写字母、数字、其他字符的个数，以元组的形式返回结果，最后调用这个函数并传递参数，输出函数的返回结果。要求不是大写字母、小写字母、数字的任意字符都记入其他字符的个数。def One(s): l = [0,0,0,0] for i in s: if i.isupper(): l[0] +=1 ...
2020-05-04 17:46:33
1743
原创 在pycharm上运行django项目时无法显示html文件内容 解决办法
在pycharm上运行django项目：打开上述步骤后输入以下代码运行项目：python manage.py runserver运行时候是正常的：但是在设置了路径后却无法显示正确的信息：解决办法：可能第一个问题是settings.py文件的问题，之前如果修改过templates文件名的话，会把settings.py文件中的template改为templates，需要改回来：...
2020-05-04 15:42:41
2913
原创 python 数据融合函数pd.merge() （数据酷客学习总结）
pd.merge()常用参数import pandas as pdleft = pd.DataFrame({'姓名':['q','w','e'],'年龄':['18','19','20']})right = pd.DataFrame({'姓名':['q','w','r'],'籍贯':['湖北','北京','上海']})left 姓名 年龄0 q 181 w 19...
2020-05-01 15:57:28
6932
原创 python 程序控制结构 单元作业
1.编写程序，用户从键盘输入小于1000的正整数，对其进行因数分解并输出分解的结果，例如10=2x5，60=2x2x3x5。x = int(input("请输入小于1000的整数："))l=[]n=xif x>1000 or x==1000: print("输入错误！")else: for i in range(2,x): while True: ...
2020-04-29 19:42:46
712
转载 Python中append()和extend()的区别
list.append(object) 向列表中添加一个对象objectlist.extend(sequence) 把一个序列seq的内容添加到列表中music_media = ['compact disc', '8-track tape', 'long playing record']new_media = ['DVD Audio disc', 'Super Audio CD']musi...
2020-04-29 17:36:26
264
原创 pandas数据合并之轴向连接pd.concat函数参数设定代码示例（数据酷客学习总结）
pd.concat([df1,df2])参数axis=0:纵向连接 axis=1：横向连接默认axis=0，即上下连接常用参数介绍参数设定代码示例：import pandas as pddf1=pd.DataFrame({'姓名':['q','w'],'年龄':['18','19']},index=[0,1])df2=pd.DataFrame({'姓名':['e','r'],...
2020-04-28 12:29:46
1055
原创 python3.7.3配django2.0.1创建项目时一系列踩坑记录及解决方案
建议安装之前一定要注意版本兼容问题Django 1.11版本兼容Python 2.7、3.4、3.5、3.6、3.7（added in 1.11.17）Django 2.0版本兼容Python 3.4、3.5、3.6、3.7Django 2.1、2.2版本兼容Python 3.5、3.6、3.7Django 3.0版本兼容Python 3.6、3.7、3.8首先是按照教程新建项目：d...
2020-04-28 01:52:01
357
原创 pymysql连接mysql数据库报错：pymysql.err.OperationalError: (1045, u"Access denied for user 'root'@'localhost'
import pymysql# 连接数据库conn = pymysql.connect(host='127.0.0.1', port=3306, user='root', passwd='你的密码', db='新...
2020-04-26 22:08:02
3886
原创 修改mysql密码出现报错：ERROR 1064 (42000): You have an error in your SQL syntax; check the manual that corres
解决方法1：SET PASSWORD = '123456'解决方法2：ALTER USER 'root'@'localhost' IDENTIFIED BY '123456';命令行展现：报错：解决：特别感谢：https://blog.csdn.net/qq939782569/article/details/87344602...
2020-04-26 18:09:44
43209
6
原创 Pandas中的数据结构Series和DataFrame（数据酷客学习笔记）
创建Series对象● 基本的方式为:pd.Series(data, index=index)●data可以是很多类型:列表，ndarray，Python字典，标量值从数组创建import pandas as pda = pd.Series([150,62,31,20])print(a)print(a.values)print(a.index)0 1501 6...
2020-04-25 21:04:54
754
原创 numpy简单介绍及基础函数实例应用（数据酷客学习笔记）
Pandas是一个开源的、专注于数据分析的Python库Pandas提供了高效、简单易用的数据结构和数据分析工具Python对于数据预处理和数据再加工非常的友好，但是缺少了一些数据分析和建模的部分，而Pandas填补了这一空缺Pandas使得可以只使用Python完成完整的数据分析流程,并且不用依靠其他的特定领域的语言,比如R语言使用非常广泛,功能强大,得到很多公司和个人的认可NumPy...
2020-04-24 21:48:48
564
原创 计算机组成原理 第八章 输入输出系统（慕课学习笔记）
8.1 输入输出系统概述1.输入输出系统的组成外部设备、接口部件、总线以及相应的管理软件统称为计算机的输入/输出系统,简称I/O系统。2.I/O系统的基本功能完成计算机内部二进制信息与外部多种信息形式间的交流;保证CPU能够正确选择输入输出设备并实现对其控制,传输大量数据、避免数据出错 ;利用数据缓冲、选择合适的数据传送方式等,实现主机与外设间速度的匹配。3.I/O系统的特点...
2020-04-23 18:08:18
3189
1
原创 Python序列结构 单元作业
1.编写程序，生成包含1000个0~100之间的随机整数，统计并输出每个整数出现的次数。import randomx = [random.randint(0,100) for i in range(1000)]d = {}for i in x: d[i] = d.get(i,0)+1print(d)2.编写程序，设计一个字典，然后接收用户输入，把用户输入的内容作为“键”，输...
2020-04-22 22:51:58
1295
python项目飞机大战（双人版）
2020-10-11
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人