Pyqt5制作哔哩哔哩签到程序 这几天学爬虫，看b站一个小哥哥视频学的，然后有一个签到很好玩，于是我也做了个，加了个界面，这个真是本人做的，界面是纯属自己手敲的。界面背景用的是上次爬取的JFla的封面哦，每次打开都显示不一样的JFla。 把...
python爬取b站JFla小姐姐视频封面 爬取bilibili搜索JFla小姐姐的视频封面 昨晚学习英语听力，偶然间“遇到”了JFla翻唱的《Something Just Like This》的视频，看完之后被小姐姐的声音和侧颜吸引住了，于是我去了万能的b站，搜了一下果然有很多。当时正好在学爬虫，比较菜，想练练手。于是我就蠢了一下，干脆把搜...
Python时间序列实战之ARIMA股票预测 前两篇博客我们讨论了如何处理时间序列数据以及怎样应用ARIMA模型进行预测，此篇我们来分析一下近几年的股票数据，然后用ARIMA模型做一下预测。由于股票数据不是很稳定，受一些政策和其它环境的影响，所以效果不是很好，主要是通过这个小项目具体应用一下。获取股票数据我们这里使用pandas_datareader来获取我们所需的股票数据，如果No modle，可以pip install一下。...
Python时间序列处理之ARIMA模型 ARIMA模型ARIMA模型的全称是自回归移动平均模型，是用来预测时间序列的一种常用的统计模型，一般记作ARIMA(p,d,q)。ARIMA的适应情况ARIMA模型相对来说比较简单易用。在应用ARIMA模型时，要保证以下几点：时间序列数据是相对稳定的，总体基本不存在一定的上升或者下降趋势，如果不稳定可以通过差分的方式来使其变稳定。非线性关系处理不好，只能处理线性关系判...
Python时间序列处理之datetime与pandas模块 每次遇到时间类型的数据做处理的时候，我会非常头疼，我忍无可忍之下决定硬着头皮学习一下，发现也不是很复杂，掌握一些基础方法就可以做，下面我将一一介绍这些有效的方法。datetime模块#导入datetime包import datetime#获取当前时间now = datetime.now()print(now)#格式化输出一下print('年: {}, 月: {}, 日:...
Python+PyQt5+MySQL 实现天气管理系统 在本篇博客中，我利用Python语言其编写界面库PyQt5，然后通过连接MySQL数据库，实现了一个简单的天气管理小系统，该系统包含简单的增删查改四个主要功能。本文旨在解析实现的程序，能够让读者快速了解PyQt5图形界面库，然后可以初步实现这样一个小的系统程序。PyQt5简介PyQt5本身来自C++的界面库Qt，经过一系列的封装移植到Python里面，作为Python的一个图像界面库，它继...
Python数学模型——线性规划求解（二） 这一篇我们来讨论把某些问题转化为线性规划进行求解，并且举一个实际的例子来操作一下。可以转化成线性规划问题的情况1.min |x1|+|x2|+|x3|+……|xn| s.t. Ax <= b 像这种情况，我们要转化为标准的线性规划问题，可以采用下面的方式： xi=ui−vi|xi|=ui+viui=(xi+|xi|)/2vi=(|xi|−xi)/2xi=u...
Python数学模型——线性规划求解（一） 线性规划求解线性规划求解主要弄清楚两个部分，目标函数（max，min）和约束条件（s.t.），我们求解时一般要化为MATLAB标准形式 mincTxs.t.⎧⎩⎨Ax<=bAeq∗x=beqlb<=x<=ubmincTxs.t.{Ax<=bAeq∗x=beqlb<=x<=ub min \quad c^Tx\\ \quad\\s.t.\begin{case...
Python爬虫项目之爬取正方教务处系统成绩 项目简介 小白刚学完爬虫基础，于是拿学校教务处系统试了试，没想到遇到一些坑，幸好都已经解决了，在以后运用的时候也有经验了。简单介绍一下这个小项目，我们要做的是在登录界面进行登录验证，然后跳转主页面，打开成绩查询页面，爬取点击在校成绩查询后的成绩信息。我用了python的requests包用来请求网址和Beautifulsoup包用来解析网址。爬取的结果保存在Excel表之中，大致效果如下： ...
吴恩达学习笔记——训练集与验证集，方差与偏差 在机器学习或者深度学习中，我们在训练模型的时候，要考虑模型训练、模型评估以及模型在新数据集上的表现，在给我们的数据中，我们要通过一定的数据集切分方式来达到这个效果。训练/验证/测试 我们在做的时候，会按照占比把数据集切分成三份，训练集、验证集和测试集，有时候只需要切分成训练集和测试集。在这里这三个的功能分别为：训练集一般占比比较大，用来训练模型验证集用来评估哪个模...
Python数据分析和特征处理 数据处理过程一般步骤定义所要解决的问题，针对该问题得到一些基础的想法查阅与问题相关的文献，找到适合解决问题的几种方法然后改进这些方法以适合自己的要求了解数据理解问题：查看数据的每一个变量，并对其进行简单分析，把认为最重要的几个挑出来单因素分析：关注因变量，并对其深入分析多因素研究：分析因变量与自变量之间的关系数据清洗：处缺失数据和异常值检验假设：检查数据是...
房价预测——先进的回归技术，梯度提升树和随机森林 这是近期在kaggle上的一场回归预测的竞赛，官方所给的数据集有1491个样本，79个特征，需要我们进行一定的特征处理然后选取适合的模型来进行预测。本文采取两种先进的回归技术进行预测，分别是随机森林和梯度提升树以及它俩的集成。数据处理由于其特征较多，首先进行特征筛选，筛选规则是所有的Str列，如果某一个属性占了95%以上或者某一列有一半以上的是NaN值，则把这些列删掉，剩余的Str列进...
Windows下Python2和Python3以及pip与pip3共存切换问题 一、Python2和python3共存切换1.安装Anaconda2和Anaconda3anaconda两个版本下载网址：https://www.anaconda.com/download/我用的是64位的，所以下载两个64位的版本。关于Anaconda的安装注意下图问题： 选择第一项，省去安装完要自己配置路径的大麻烦。当你安装完之后你就可...
CSP测试 跳一跳 Java版本 题目： 近来，跳一跳这款小游戏风靡全国，受到不少玩家的喜爱。 简化后的跳一跳规则如下：玩家每次从当前方块跳到下一个方块，如果没有跳到下一个方块上则游戏结束。 如果跳到了方块上，但没有跳到方块的中心则获得1分；跳到方块中心时，若上一次的得分为1分或这是本局游戏的第一次跳跃则此次得分为2分，否则此次得分比上一次得分多两分（即连续跳到方块中心时，总得分将+2，+4，+6，+8...）。...
方向导数与梯度——学习笔记 方向导数和梯度在高等数学偏导数那一部分提到，两者相互关联，可能会弄混，简单来说方向导数是一个值而梯度是一个向量。了解梯度的概念可以在以后的机器学习或者深度学习模型优化用到梯度下降时更容易理解，接下来让我们看看一些关于方向导数和梯度的细节。一、方向导数 对于多元函数，如果说偏导数表示的是多元函数在沿坐标轴的变化率，那么可以说方向导数是沿着任意一指定方向的变化率，不一定是沿着坐标...
关注
