![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Python
碧空之戈
这个作者很懒,什么都没留下…
展开
-
Python中用int实现地板除
今天看代码看到一处非常不解的地方:from datetime import datetime,timedeltatime = int(datetime.today().year/100)*100 + 19运行结果是2019简化一下,上面的代码和下面的代码是一个意思:time = int(2018/100)*100 + 19如果去掉int,像下图这样,结果就是2018+19...原创 2018-08-10 22:59:53 · 510 阅读 · 0 评论 -
Anaconda -- C extension not loaded for Word2Vec
用Word2Vec训练词向量时,遇到下面的提示,所用的环境是Anaconda5.3 python3.7UserWarning: C extension not loaded for Word2Vec, training will be slow. Install a C compiler and reinstall gensim for fast training.查阅资料,貌似是ge...原创 2018-10-07 12:32:52 · 7895 阅读 · 17 评论 -
python去掉空白行的两种代码实现
测试代码 jb51.txt1:www.jb51.net 2:www.jb51.net3:www.jb51.net4:www.jb51.net5:www.jb51.net6:www.jb51.net 7:www.jb51.net8:www.jb51.net9:www.jb51.net10:www.jb51.net 11:www.jb51.net12:www.jb51...原创 2018-10-06 22:46:46 · 10858 阅读 · 0 评论 -
jupyter notebook -- IOPub data rate exceeded.
如图,jupyter notebook出现下面的报错解决方法:在Anaconda Prompt中输入下面的命令jupyter notebook --NotebookApp.iopub_data_rate_limit=2147483647原创 2018-10-06 22:20:05 · 2169 阅读 · 3 评论 -
pandas基础操作
pandas中最基础的数据结构叫做DataFrame,类似excel中的表结构,包含栏与列的集合,可根据栏与列操作数据,类似R的DataFrame。下面来看一些基础操作,在数据清洗与处理阶段,这些操作需熟练掌握。1.建立DataFrameimport pandas as pd data = pd.DataFrame([['jerry','M',36],['emma','F',23]...原创 2018-09-22 23:29:13 · 222 阅读 · 0 评论 -
Python drop方法删除列之inplace参数
drop方法有一个可选参数inplace,表明可对原数组作出修改并返回一个新数组。不管参数默认为False还是设置为True,原数组的内存值是不会改变的,区别在于原数组的内容是否直接被修改。默认为False,表明原数组内容并不改变,如果我们需要得到改变后的内容,需要将新结果赋给一个新的数组,即data = data.drop(['test','test2'],1)。如果将inplace值设定为Tr...原创 2018-09-22 22:58:53 · 9237 阅读 · 0 评论 -
Pandas进阶操作
记录一些日常用到的偏技巧性的pandas操作返回各列非空值的个数,默认降序排序loans_2007['loan_status'].value_counts()替换为1和0status_replace = { "loan_status" : { "Fully Paid": 1, "Charged Off": 0, } } loans_2007 = loans_2007.replace...原创 2018-10-05 11:39:39 · 390 阅读 · 0 评论 -
Map,Apply与ApplyMap
以下面的房产数据为例,我们看下Map,Apply与ApplyMap的不同 Map是将函数套用到Series上的每个元素 Apply是将函数套用到DataFrame的行与列 ApplyMap是将函数套用到DataFrame的每个元素 ...原创 2018-10-04 23:07:01 · 1246 阅读 · 0 评论 -
DataFrame合并超全命名-merge,append,join,concat
python 把几个DataFrame合并成一个DataFrame——merge,append,join,concat 1、merge pd.merge(left, right, how='inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=T...转载 2018-10-11 19:12:26 · 2963 阅读 · 0 评论 -
Jupyter Notebook快捷键与使用技巧
jupyter-notebook快捷键与技巧原创 2018-10-11 19:02:43 · 383 阅读 · 0 评论 -
逻辑回归参数说明
slearn官网关于LogisticRegression,列出了14个参数,地址如下:逻辑回归官网参数说明根据日常的经验,一般需要调试的是第一个参数penalty,即惩罚项以及通过迭代选择最优的正则化系数c 其他参数如下:penalty:惩罚项,str类型,可选参数为l1和l2,默认为l2。用于指定惩罚项中使用的规范。newton-cg、sag和lbfgs求解算法只支持L2规范...转载 2018-10-02 13:28:22 · 3941 阅读 · 0 评论 -
python--DataFrame随机抽样
平时工作中,经常遇到随机抽样的需求,可用Pandas库中的sample函数,简单又快捷。官方文档解释在这:sampleDataFrame.sample(n=None, frac=None, replace=False, weights=None, random_state=None, axis=None)n: 要抽取的行数,需为整数值 frac:抽取的比列,需为小数值,比方说我们想随...原创 2018-10-02 13:25:05 · 31014 阅读 · 1 评论 -
逻辑回归原理详细推导
1. 基本原理Logistic Regression和Linear Regression的原理是相似的,可以简单描述为以下过程:(1)找一个合适的预测函数(Andrew Ng的公开课中称为hypothesis),一般表示为h函数,该函数就是我们需要找的分类函数,它用来预测输入数据的判断结果。这个过程时非常关键的,需要对数据有一定的了解或分析,知道或者猜测预测函数的“大概”形式,比如是线性函...转载 2018-10-02 12:07:57 · 32526 阅读 · 6 评论 -
python装饰器
文章开始,讲个偷来的笑话,何为装饰器呢?众所周知,每个人都要穿内裤出门,内裤的作用是用来遮羞,但是如果寒风凛冽的冬天到了,我们想要一件东西来御寒,这个时候,可以选择把内裤拉长然后增加保暖功能,但是这样一来,一是麻烦,二是本来最重要的遮羞功能就要打折扣。那么我们人类是怎么办的呢?我们的选择是重新做一条在外面穿的裤子出来,可以穿在不同内裤的外面。装饰器的作用和刚刚的举例非常像。我们写好了代码,...原创 2018-09-18 22:46:04 · 120 阅读 · 0 评论 -
NLP之关键词提取
关键词提取就是从文本里面把跟这篇文章意义最相关的一些词语抽取出来,在文献检索、自动文摘、文本聚类/分类等方面有着重要的应用。关键词提取算法一般分为有监督和无监督两类有监督的关键词提取方法主要是通过分类的方式进行,通过构建一个较为丰富和完善的词表,然后判断每个文档与词表中每个词的匹配程度,以类似打标签的方式,达到关键词提取的效果。优点是精度较高,缺点是需要大批量的标注数据,人工成本过高,并且...原创 2018-09-12 11:36:52 · 18088 阅读 · 0 评论 -
TensorFlow基础知识整理
数据流图是每个TensorFlow程序的核心,数据流图是一种特殊类型的有向图,在TensorFlow中,数据流图本质上是一组链接在一起的函数。两个基础构件:节点和边节点:在数据流图中,节点通常以圆圈、椭圆和方框表示,代表了对数据所做的运算或某种操作。边:通常以箭头表示,不同Opetation之间的连接,将信息从一个节点传输到另一个节点,对应向Operation传入和从Operation传出...原创 2018-08-22 22:31:56 · 284 阅读 · 0 评论 -
win7+anaconda3.6安装tensorflow命名行
在 Anaconda Prompt 窗口输入:conda create -n tensorflow python=3.5 激活:activate tensorflow 安装CPU版本:pip install --upgrade --ignore-installed tensorflow 测试是否安装成功: import tensorflow as tf hello = ...原创 2018-08-22 22:24:15 · 149 阅读 · 0 评论 -
数据预处理--sklearn preprocessing模块的使用
本文主要介绍sklearn preprocessing四个数据预处理的函数,大概分两类,一是标准化,二是将将数据特征缩放至某一范围。这四个函数都在sklearn preprocessing模块中,无论哪个方法,都是对列进行的操作。一、标准化标准化适用的情况:如果有些特征的方差过大,则会主导目标函数从而使参数估计器无法正确地去学习其他特征,这个时候需要数据标准化,分两步,一是去均值的中心化...原创 2018-10-10 10:39:21 · 10314 阅读 · 0 评论