python
_relax
这个作者很懒,什么都没留下…
展开
-
树莓派笔记(四)--发送邮件
利用python发送邮件#!\usr\bin\env python#-*-coding: utf-8-*-import socketimport timeimport smtplibimport urllibfrom email.mime.multipart import MIMEMultipartfrom email.mime.text import MIMETextfrom em原创 2017-05-14 01:32:31 · 1649 阅读 · 0 评论 -
用python进行统计分析
模块为我们提供了非常多的描述性统计分析的指标函数,如总和、均值、最小值、最大值等,我们来具体看看这些函数:1、随机生成三组数据import numpy as npimport pandas as pdnp.random.seed(1234)d1 = pd.Series(2*np.random.normal(size = 100)+3)d2 = np.random.f(2,4,size = 10转载 2017-09-01 16:08:22 · 26636 阅读 · 0 评论 -
Pandas与Matplotlib在统计分析中的应用
上节讲到数据分析和挖掘需要的库,其中最主要的是Pandas,Matplotlib。 Pandas:主要是对数据分析,计算和统计,如求平均值,方差等。 Matplotlib:主要结合Pandas生成图像。两者往往结合使用的。Pandas: 上图中针对的是对象为DataFrame或者Series 对于DataFrame和Series区别,参考一下官网说明就知道该数据结构了。 回归到上图的使转载 2017-09-01 16:32:54 · 1126 阅读 · 0 评论 -
使用python对xls进行处理
在上一篇文章中写了使用matlab对xls进行处理,在这里对使用python对xls进行处理做一下笔记。 本文基于python36进行讲解,要对xls进行处理,要先准备好xlrd包和xlwt包,从名字可以看出xlrd是对xls进行读操作,xlwt是对xls进行写操作。在本文中主要讲的是读操作。 先导入xlrdimport xlrd如果没有安装xlrd需要先安装,因为我使用的是anaconda,已原创 2017-08-31 13:32:44 · 1325 阅读 · 0 评论 -
机器学习之分类学习(性能分析)
在上面我们得到了一个逻辑回归模型,但我们需要这个模型的性能如何,也是知道这个模型学习的成果如何,要进行期末考试。 考试,顾名思义是给模型发答卷,答卷就是前面我们提取出来的测试数据,我们把测试据中的结果抽空作为标准答案,让模型答题,最后对照标准答案给分。# 使用训练好的模型lr对X_test进行预测,结果储存在变量lr_y_predict中。lr_y_predict = lr.predict(X_原创 2017-08-29 13:32:49 · 661 阅读 · 0 评论 -
机器学习之分类学习(模型训练)
完成数据的预处理,接下进入分类学习中的重点–模型训练。在前面我们得到了一批数据,现在我们需要从中提取出一部分数据作为我们训练的数据,当然我们也可以把全部的数据作为我们训练的数据,但是如果我们把全部的数据都拿来作为训练就没有数据来测试我们模型的性能了,因为训练数据和测试数据不能重叠,不然就是作弊了,这样性能测试结果并不能真实的反应模型的性能了。同时在提取训练数据过程中,按照随机的原则,不然也是作弊的行原创 2017-08-29 13:28:04 · 5029 阅读 · 0 评论 -
机器学习之分类学习(数据收集及清洗)
这个系列的文章参考自《python机器学习及其实践》。 分类学习属于有监督学习中最常用常用的学习方法,有监督学习是明确特征结果的,即每个数据都是有标签的。在实际生活中,我们会遇到很多分类问题,比如,对好人和坏人的分类;气象台的天气预告也是分类问题,通过出现的天气特征,预测是雨天还是晴天;生物学家进行物种分类。上面提到的分类问题都是已知了类别的,这就是有监督学习的特征之一。 分类学习也可以说机器学原创 2017-08-29 13:01:36 · 2237 阅读 · 0 评论 -
Spyder在debug过程中会卡死
这个是版本问题,我使用的是3.1.4版,经常会在调试过程中莫名奇妙的卡死,不能正常调试,我的解决方法是使用3.1.3版。通过pip管理工具安装pip install spyder3.1.3。原创 2017-08-28 20:12:52 · 5737 阅读 · 1 评论 -
数学建模--K-近邻算法
K-近邻算法(KNN)是最简单的的分类算法,采用测量不同特征值之间的距离方法进行分类,精度高,对异常数据不敏感,但是缺点也很明显,计算复杂度高 ,空间复杂度高。import numpy as npimport operatordef classify0(inX, dataSet, labels, k): dataSetSize = dataSet.shape[0]#读取dataSet的列原创 2017-08-15 21:12:02 · 876 阅读 · 0 评论 -
win7 下解决python 集成编译环境IDLE无法打开的问题
前面由于字符编码问题重装了几次python,当解决好了编码问题后,发现打不开python idle。 解决方法:打开C:\Users\Administrator.idlerc,我的电脑目录是这样的,可能不同电脑会有些差别,将.idlerc里面的配置文件删除。原创 2017-05-30 13:39:01 · 1176 阅读 · 1 评论 -
Python在数学建模中的简单应用
1.方程求导12345678from __future__ import print_functionfrom __future__ import divisionimport numpy as npimport scipy as spimport scipy.misc def f(x): return 2*x*x + 3*x + 1print(sp.misc.derivative(f, 2))<原创 2017-09-03 16:31:37 · 5920 阅读 · 1 评论