自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(9)
  • 收藏
  • 关注

原创 Homework 2 - Classification 教师版

Homework 2 - ClassificationDatasetLogistic RegressionSome Useful FunctionsFunctions about gradient and lossTrainingPlotting Loss and accuracy curvePredicting testing labelsPorbabilistic generative modelPredicting testing labelsParse csv files to numpy arra

2021-03-08 23:51:36 193

原创 Homework 1: Linear Regression 样例

Homework 1: Linear Regression本次目標:由前 9 個小時的 18 個 features (包含 PM2.5)預測的 10 個小時的 PM2.5。Load ‘train.csv’train.csv 的資料為 12 個月中,每個月取 20 天,每天 24 小時的資料(每小時資料有 18 個 features)。import sysimport pandas as pdimport numpy as npfrom google.colab import drive !g

2021-03-08 22:24:10 151

原创 numpy 数组的创建 zero和empty的区别

numpy 提供的最重要的数据结构是`ndarray`,它是 python 中`list`的扩展。## 1. 依据现有数据来创建 ndarray### **(a)通过array()函数进行创建。**```pythondef array(p_object, dtype=None, copy=True, order='K', subok=False, ndmin=0): 对于将 list 转成 ndarray使用array()即可 忽略asarray()【例】import numpy

2021-03-04 20:15:34 1618 1

原创 numpy 时间日期和时间增量

import numpy as npa = np.datetime64('2020-03', 'D')print(a, a.dtype) # 2020-03-01 datetime64[D]a = np.datetime64('2020-03', 'Y')print(a, a.dtype) # 2020 datetime64[Y]print(np.datetime64('2020-03') == np.datetime64('2020-03-01')) # Trueprint(np.

2021-03-04 19:22:54 282 1

原创 numpy基础

import numpy as npx = np.array([1, 1, 8, np.nan, 10])print(x)# [ 1. 1. 8. nan 10.]y = np.isnan(x)print(y)# [False False False True False]z = np.count_nonzero(y)print(z) # 1numpy.count_nonzero是用于统计数组中非零元素的个数详细用法: numpy.count_nonzero(a, axi

2021-03-03 20:22:12 171 1

原创 数据分析和展示

# 导入matplotlib中的pyplotimport matplotlib.pyplot as plt# 为了使matplotlib图形能够内联显示%matplotlib inline# 导入词云库from wordcloud import WordCloud,ImageColorGenerator4.1 按州总捐款数和总捐款人数柱状图# 各州总捐款数可视化print(c_itcont.head(2))print(c_itcont.info())st_amt = c_itcont.

2021-03-03 20:15:45 104 1

原创 数据探索与清洗

数据探索与清洗进过数据处理部分,我们获得了可用的数据集,现在我们可以利用调用shape属性查看数据的规模,调用info函数查看数据信息,调用describe函数查看数据分布。# 查看数据规模 多少行 多少列c_itcont.shape(756205, 8)# 查看整体数据信息,包括每个字段的名称、非空数量、字段的数据类型c_itcont.info()<class 'pandas.core.frame.DataFrame'>Int64Index: 756205 entries,

2021-03-03 19:37:30 216 1

原创 异常和警告

异常处理异常就是运行期检测到的错误。计算机语言针对可能出现的错误定义了异常类型,某种错误引发对应的异常时,异常处理程序将被启动,从而恢复程序的正常运行。Python 标准异常总结BaseException:所有异常的 基类Exception:常规异常的 基类StandardError:所有的内建标准异常的基类ArithmeticError:所有数值计算异常的基类FloatingPointError:浮点计算异常OverflowError:数值运算超出最大限制ZeroDivisionErr

2021-03-02 22:47:47 208

原创 1 基础补漏

1 三元运算符x, y = 4, 5if x < y:small = xelse:small = y相当于small = x if x < y else y详细解释:使用 if else 实现三目运算符(条件运算符)的格式如下:exp1 if contion else exp2condition 是判断条件,exp1 和 exp2 是两个表达式。如果 condition 成立(结果为真),就执行 exp1,并把 exp1 的结果作为整个表达式的结果;如果 conditio

2021-03-02 20:15:30 151

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

提示
确定要删除当前文章?
取消 删除