![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
python学习
文章平均质量分 91
Tech行者
分析业务联系:2548359290@qq.com,两次获得国家奖学金-中国电信奖学金-国家励志奖学金选手,技术很菜,磨练中,拿过几个小奖,努力在世间挣扎的菜鸟,分享代码的乐趣,立志以专业之学,报社会之需!!!
展开
-
Python数据分析:入门到实践
在当今数据驱动的时代,数据分析已经成为各行各业不可或缺的一部分。Python作为一种高效、易学的编程语言,在数据分析领域具有广泛的应用。本文将带你从Python数据分析的入门知识开始,逐步深入到实践应用,帮助你掌握这一强大的技能。原创 2024-01-09 22:15:59 · 492 阅读 · 0 评论 -
Python与人工智能
是一种广泛用于人工智能(AI)开发的编程语言。Python具有简洁的语法和强大的库支持,使其成为数据科学、机器学习和深度学习的理想选择。Python中有许多库可以帮助实现人工智能,其中最流行的包括TensorFlow和PyTorch。这些库提供了构建和训练神经网络的工具,以及其他用于数据处理、特征提取和模型优化的功能。在Python中实现人工智能项目通常包括以下步骤:数据收集:收集用于训练模型的数据集。数据预处理:对数据进行清洗、转换和特征工程,以使其适用于机器学习算法。原创 2024-01-09 22:37:37 · 1158 阅读 · 2 评论 -
Python数据可视化
Python是一种高级编程语言,广泛应用于数据分析、科学计算、人工智能、Web开发等领域。Python具有简洁易读的语法、强大的标准库和丰富的第三方库,可以快速高效地完成各种任务。Python是一种解释性语言,不需要编译过程即可执行代码。Python的语法简洁易读,使用缩进来表示代码块,使得代码结构清晰,易于阅读和维护。Python的标准库提供了众多常用的模块和函数,如操作文件、网络编程、正则表达式、日期和时间处理等。原创 2024-01-02 23:17:46 · 1381 阅读 · 1 评论 -
Python实现数据结构的基础操作
数据结构是计算机科学中非常重要的概念,它用于存储和组织数据以便有效地进行操作。Python作为一种功能强大且易于学习的编程语言,提供了许多内置的数据结构和相关操作。在本篇博客中,我们将介绍Python中常用的数据结构(如列表、字典、集合等)以及它们的基础操作方法,帮助读者理解和应用这些基本的数据结构。原创 2023-06-24 22:22:07 · 1211 阅读 · 2 评论 -
9道Python编程练习:巩固基础语法与库函数,助力初学者快速入门
本文共包含9道Python编程题目,分别涉及整数序列求和、计算阶乘、绘制图形、字典操作、文件读取等方面。文章提供了每道题的具体代码实现,以及对其背后的实现原理进行了详细解释。原创 2023-05-26 10:53:15 · 2678 阅读 · 3 评论 -
Python词云图的制作与案例分享(包含 wordcloud 和 jieba库)
博客介绍了使用Python制作词云图的基本知识,以及如何具体实现。其中使用了常用的 Python 库 wordcloud 和 jieba。通过使用 jieba 对文本进行分词处理,在使用 wordcloud 生成词云图并对其参数进行调整来显示出人物出场频率。此外,对于可能出现的报错,还提供了相应的解决方法。最后,该博客还展示了两个常见词云图模板,分别是读取txt文件中的内容生成词云图,和读取txt文件中的内容生成词云图并安装指定形状。原创 2023-04-28 17:35:42 · 5029 阅读 · 7 评论 -
python案例文本文件的处理以及PIL库(源代码详细讲解)
这是一个介绍 Python 文件处理和图片处理的博客,博客中分别演示了两个任务:文件读写和图片处理。在文件读写部分,我们首先使用Python内置的open()函数打开一个文本文件“作业.txt”,并分别读取了该文件的前30个字符和前3行内容,并输出到控制台上。接下来,我们创建了一个新文件“木兰辞.txt”,并将原文件“作业.txt”中的内容复制到该文件中。同时,我们将“木兰辞”作为新文件的首行,并将所有数据追加到该行下方。在图片处理部分,我们使用了Pillow库来对一张名为“校园.jpg”的图片原创 2023-04-20 21:59:39 · 472 阅读 · 1 评论 -
python数据分析综合案列--星巴克门店数据分析及可视化
首先,我们需要获取到星巴克门店的数据。可以从官方网站上下载相关数据集(比如:https://www.starbucks.com.cn/aboutus/location), 或者使用网络爬虫来获取数据。接着,我们需要对数据进行清洗和处理,以便进行后续的分析和可视化。这里的处理包括对缺失值的处理、重复值的去除、数据格式的转换等。然后,我们可以对数据进行各种统计分析、探索性分析和可视化分析。比如,我们可以通过数据透视表和柱状图等方式来分析门店数量在不同城市之间的差异,或者使用地图上的热力图展示门店在不同区原创 2023-04-19 00:14:33 · 6858 阅读 · 11 评论 -
Python综合案例-小费数据集的数据分析(详细思路+源码解析)
本实训主要对小费数据进行数据的分析与可视化,用到的数据放在文件中。原创 2023-04-11 12:47:29 · 5789 阅读 · 4 评论 -
Python科学计算-Numpy数组的创建相关例题
Mij = np.delete(np.delete(T, j, axis=1), i, axis=0) # 删除第i行和第j列,得到剩余的n-1阶行列式Mij。要求该函数的形参为上述方程组所有的系数构成的n行n+1列的数组M,返回值为方程组的解构成的列表或元组,矩阵M的行数由程序自己判断,不作为形参输入。Aij = (-1) ** (i+j) * np.linalg.det(Mij) # 利用代数余子式的公式计算Aij的值。函数的形参有两个,一个是行列式T,另一个是列表[i,j],用于指定元素。原创 2023-04-02 11:39:06 · 391 阅读 · 0 评论