先自我介绍一下,小编浙江大学毕业,去过华为、字节跳动等大厂,目前阿里P7
深知大多数程序员,想要提升技能,往往是自己摸索成长,但自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年最新Python全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上Python知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新
如果你需要这些资料,可以添加V获取:vip1024c (备注Python)
正文
=========================================================================
#数据可视化展示
housing.hist(bins = 50, figsize = (20,15))
plt.show()
#创建测试集,挑20%的实例放在一边
#首先设置随机种子
np.random.seed(42)
def split_train_test(data, test_ratio):
shuffled_indices = np.random.permutation(len(data))
test_set_size = int(len(data) * test_ratio)
test_indices = shuffled_indices[:test_set_size]
train_indices = shuffled_indices[test_set_size:]
return data.iloc[train_indices], data.iloc[test_indices]
train_set, test_set = split_train_test(housing, 0.2)
如果数据集更新,那两个方法都会失效,一个通常的解决方法是使用每个实例的ID来判断
这个实例是否应该放入测试集,(假设每个实例都有唯一并且不变的ID)。例如计算出每个实例
ID的哈希值,只保留其最后一个字节,如果该值小于等于51,就将其放入测试集
import hashlib
def test_set_check(identifier, test_ratio, hash = hashlib.md5):
return hash(np.int64(identifier)).digest()[-1] < 256 * test_ratio
def split_train_test_by_id(data, test_ratio, id_column, hash=hashlib.md5):
ids = data[id_column]
in_test_set = ids.apply(lambda id_:test_set_check(id_, test_ratio, hash))
return data.loc[~in_test_set], data.loc[in_test_set]
housing_with_id = housing.reset_index() #添加索引列,就是index作为新的一列放入矩阵
train_set, train_set = split_train_test_by_id(housing_with_id, 0.2,‘index’)
#本实例没有ID值,行列号可能会因为后来的删减而改变,因此使用地理坐标来作为ID使用
housing_with_id[“id”] = housing[“longitude”] * 1000 + housing[“latitude”]
train_set, test_set = split_train_test_by_id(housing_with_id, 0.2, ‘id’)
test_set.head()
#当然使用sklearn的模块也有直接选取测试集的功能
from sklearn.model_selection import train_test_split
train_set, test_set = train_test_split(housing, test_size = 0.2, random_state = 42)
#收入中位数是预测房价中位数非常重要的属性,所以首先要创建一个收入类别属性,
#再仔细看一下收入中位数的柱状图
housing[‘median_income’].hist()
#将中位数除以1.5(以限制收入分类的数量),创建了一个收入类别属性
#用ceil对值舍入(以产生离散的分类),然后将所有大于5的分类归入到分类5