Bayern-Xie-CSDN博客

原创交流输电和直流输电

交流输电优势个人总结为如下几点。1.交流电电压电流都有过零点，在高压时这对断路器等开关设备灭弧是有利的。而直流电在正常情况下是没有过零点的，所以开断困难。所以交流高压断路器技术已经很成熟了，而高压直流断路器技术2012年11月才被ABB公司攻克。2.交流电变压比直流电方便，直接用变压器通过电磁感应定律就可以方便实现变压，而且效率很高，大型变压器效率一般都可以达到90%以上。而直流变压则无论如何都需要经过硅整流器件（无论是直流斩波还是直-交-交-直），这样在容量较大时会消耗大量的无功功率。3.在发

2022-01-10 18:30:21 1933

原创给数组中的每个数据加上噪音的方法

给数组中的每个数据加上噪音的方法：import numpy as npa = np.arange(10).reshape(5,2)aOut[83]: array([[0, 1], [2, 3], [4, 5], [6, 7], [8, 9]])假设原数组如上所示，为5行2列，那么想给每个数据都加上噪音可以一行代码完成：np.random.normal(a, err)其中err是欲设置的噪音的方差。具体的理解就是：如

2021-12-24 16:15:51 8195

原创 Matplotlib画图中的各种cmap颜色选择

def color(): most_use={'red':'r', 'green':'g', 'blue':'b', 'black':'k'} cmaps_or_colormaps ={ 'Perceptually_Uniform_Sequential' : [ 'viridis', 'plasma', 'inferno', 'magma', 'cividis'], 'Seq.

2021-12-21 16:42:13 6595

原创一些粗糙集的学习感悟

整个粗集理论的核心就是上面说的有关知识、集合的划分、近似集合等等概念。下面我们讨论一下关于粗糙集在数据库中数据挖掘的应用问题。考虑一个数据库中的二维表如下：元素颜色形状大小稳定性x1 红三角大稳定x2 红三角大稳定x3 黑圆小不稳定x4 黑圆小不稳定x5 蓝方块大稳定x6 红圆中不稳定x7 蓝圆小不稳定x8 蓝方块中不稳定可以看出，这个表就是上面的那个例子的二维表格体现，而最后一列是我们的决策属性，也就...

2021-12-06 11:33:40 272

原创一些用matplotlib和seaborn画图调整参数的方法

sns.pairplot(data, x_vars=['temperature', 'wet', 'air pressure', 'wind speed', 'wind direction'], y_vars=['AQI'], kind="reg", plot_kws={'scatter_kws':{'s': 1, 'alpha': 0.5, 'edgecolor': 'none'}, 'order': 3, 'line_kws':{.

2021-10-15 15:51:59 2021 1

原创 LogisticRegression训练及决策边界可视化

import matplotlib.pyplot as pltfrom sklearn.linear_model import LogisticRegressionimport numpy as npfrom sklearn.model_selection import train_test_split# 生成四组数据，也就是要进行分类的数据有四个类别x1 = np.random.normal(loc=5, scale=1, size=(100, 1))x2 = np.random.norm.

2021-08-21 12:01:58 637

原创 sns各种样式的图中参数palette可选的值

目录1.分类色板（Qualitative color palettes: good for representing categorical data）2.连续色板(sequential palettes: good for representing numeric data)3.离散色板（diverging palettes: good for representing numeric data with a categorical boundary）seaborn库里的很多类型绘图都可以

2021-08-15 17:06:42 12239

原创一些学习python中的小技巧记录

1.np.argwhere()函数该函数可以找出数组中符合条件的元素的索引值：x = np.arange(12).reshape(3, 4)print(np.argwhere(x > 6))输出：xOut[4]: array([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]])np.argwhere(x > 6)Out[5]: array(.

2021-07-30 21:07:06 857

原创 plt.imshow()函数小总结

imshow()其实就是将数组的值以图片的形式展示出来,数组的值对应着不同的颜色深浅,而数值的横纵坐标就是数组的索引,比如一个1000X1000的数组,图片里的点也就有1000X1000个,比如第一个行第一个点的坐标就是(0,0),它的值会通过colorbar(也就是cmap)反映出来,所以按照我的解,imshow()函数的功能就是把数值展示成热图。下面是一个简单的代码段：x = np.linspace(0, 10, 1000)I = np.sin(x) * np.cos(x[:, np.new..

2021-07-30 15:52:56 63083 3

bayern_xie的博客