- 博客(19)
- 收藏
- 关注
原创 在ubuntu18.04中安装opencv
TO在ubuntu18.04中安装opencv缺vgg_generated_48.ihttps://answers.opencv.org/question/113942/cmake-failing-with-hash-mismatch/%E4%B8%AD%E6%9C%89%E7%9B%B8%E5%BA%94%E7%9A%84
2021-09-16 17:33:54
67
原创 Matplotlib(二)
1. 墨尔本1981年至1990年的每月温度情况请利用数据,画出如下的图:import numpy as npimport pandas as pdimport matplotlib.pyplot as pltex1 = pd.read_csv('./layout_ex1.csv')pat = '(\d{4})-(\d{2})'ex1.Time.str.extract(pat)# 注意extract 与 extractall 的区别。'''in extract ,it will sh
2021-04-16 21:03:59
314
原创 Matplotlib(一)
教程中展示的案例都是单一图,请自行创建数据,画出包含6个子图的线图,要求:子图排布是 2 * 3 (2行 3列);线图可用教程中line2D方法绘制;需要设置每个子图的横坐标和纵坐标刻度; 并设置整个图的标题,横坐标名称,以及纵坐标名称import matplotlib.pyplot as pltfrom matplotlib.lines import Line2Dimport numpy as np x =range(0,5)y = np.random.randint(0,5,5)pri
2021-04-15 10:04:27
227
原创 树莓派探索之路 (一)
直接利用SSH连接电脑ssh文件在安装包中直接添加ssh的空文件夹wpa_supplicant.confcountry=GBctrl_interface=DIR=/var/run/wpa_supplicant GROUP=netdevupdate_config=1network={ ssid="wife名" psk="wife密码"}安装vim删除默认vi编辑器sudo apt-get remove vim-common重装vimsudo apt-g
2021-04-14 21:29:13
67
原创 Pandas练习题 (九)
Ex1:太阳辐射数据集import numpy as npimport pandas as pdimport matplotlib.pyplot as plt1.将Datetime, Time合并为一个时间列Datetime,同时把它作为索引后排序。data = [['9/29/2016 12:00:00 AM','23:55:26',1.21,48],['9/29/2016 12:00:00 AM','23:50:23',1.21,48],['9/29/2016 12:00:00 AM','2
2021-04-12 16:29:01
427
原创 Pandas练习题 (八)
Ex1:统计未出现的类别import numpy as npimport pandas as pddf = pd.DataFrame({'A':['a','b','c','a'], 'B':['cat','cat','dog','cat']})pd.crosstab(df.A, df.B) B cat dog A a 2
2021-04-12 11:36:17
177
原创 Pandas练习题 (七)
import numpy as npimport pandas as pdimport redata = [['高层(共6层)','1986年建','58.23㎡','155万'],['中层(共20层)','2020年建','88㎡','155万'],['低层(共28层)','2010年建','89.33㎡','365万']]df = pd.DataFrame(data = data, columns = ['floor','year','area','price
2021-04-10 09:37:24
427
原创 Pandas练习题 (六)
Ex1:缺失值与类别的相关性检验在数据处理中,含有过多缺失值的列往往会被删除,除非缺失情况与标签强相关。下面有一份关于二分类问题的数据集,其中X_1, X_2为特征变量,y为二分类标签。import numpy as npimport pandas as pddata = [[np.nan,np.nan,0],[1,np.nan,0],[np.nan,2,0],[np.nan,np.nan,0],[np.nan,np.nan,1]]df = pd.DataFrame(data = data,
2021-04-09 17:11:40
94
原创 Pandas练习题 (五)
Ex1:美国疫情数据集现有美国4月12日至11月16日的疫情报表(在/data/us_report文件夹下),请将New York的Confirmed, Deaths, Recovered, Active合并为一张表,索引为按如下方法生成的日期字符串序列:import numpy as npimport pandas as pddate = pd.date_range('20200412', '20201116').to_series()# print(date)date = date.dt
2021-04-08 20:25:18
243
原创 Pandas练习题 (四)
import numpy as npimport pandas as pdEx1:美国非法药物数据集现有一份关于美国非法药物的数据集,其中SubstanceName, DrugReports分别指药物名称和报告数量:df = pd.DataFrame({'YYYY':[2011,2012,2013],'State':['KY','KY','KY'],'COUNTY':['ADAIR','ADAIR','ADAIR'],'SubstanceName': ['Bup
2021-04-07 19:35:55
371
原创 Pandas练习题 (三)
import numpy as npimport pandas as pdEx1:汽车数据集现有一份汽车数据集,其中Brand, Disp., HP分别代表汽车品牌、发动机蓄量、发动机输出。data =[['Eagle Summit 4',8895,'USA',4.0,33,'Small',2560,97,113],['Ford Escort 4',7402,'USA',2.0,33,'Small',2345,114,90],['Ford Festiva 4',6319,'Korea',4.0,3
2021-04-06 20:08:44
1340
原创 Pandas练习题 (二)
import numpy as npimport pandas as pdEx1:公司员工数据集1. 分别只使用query和loc选出年龄不超过四十岁且工作部门为Dairy或Bakery的男性。# 自己写的df.query('(age<=40)&((department == "Dairy")|(department == "Bakery"))')df.loc[(df.age<= 40) & ((df.department == 'Dairy')|( df.depa
2021-04-04 18:24:34
4404
3
原创 Pandas练习题 (一)
Ex1:口袋妖怪数据集import numpy as npimport pandas as pddata = [[1,'Bulbasaur','Grass','Poison',318,45,49,49,65,65,45],[2,'Ivysaur','Grass','Poison',405,60,62,63,80,80,60],[3,'Venusaur','Grass','Poison',525,80,82,83,100,100,80],[4,'WVenusaur','WGrass','WPoison
2021-04-02 20:36:25
1071
原创 Numpy练习题(二)
Ex1:利用列表推导式写矩阵乘法[[M1[i].dot(M2[:,j]) for j in range(M2.shape[1])] for i in range(M1.shape[0])] [[sum(M1[i][p]*M2[p][j] for p in range(M1.shape[1]))for j in range(M2.shape[1])] for i in range(M1.shape[0])]注意:列表推导式Ex2:更新矩阵¶A=np.arange(1,10,1).reshape
2021-04-01 19:43:45
134
原创 Numpy练习题(一)
Numpy1. 导入鸢尾属植物数据集,保持文本不变。2. 求出鸢尾属植物萼片长度的平均值、中位数和标准差。3. 创建一种标准化形式的鸢尾属植物萼片长度,其值正好介于0和1之间,这样最小值为0,最大值为14. 找到鸢尾属植物萼片长度的第5和第95百分位数Numpy大作业的问题以及解决利用了阿里的天池notebook1. 导入鸢尾属植物数据集,保持文本不变。import numpy as npoutfile = r'.\iris.txt'iris_data = np.loadtxt(outfile)
2021-04-01 08:48:51
1567
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人