- 博客(9)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 dataframe中类别列转数值列
首先，查看该列都有哪几类： encoded_list=['状态','到达状态','生产制度','运行制度','截断阀状态'] status_list=[] for i in encoded_list: status_list.append(Counter(df_i[i])) status_list 然后，提供两种方法将类别列转为数字 1、方法一：map()方法 status_OC_mapping = { '关': 0, '开': 1
2021-01-20 15:50:46
663
原创 pandas学习笔记------set_index()
pandas中set_index方法是专门用来将某一列设置为index的方法。它具有简单，方便，快捷的特点。 主要参数： keys：需要设置为index的列名 drop：True or False。在将原来的列设置为index，是否需要删除原来的列。默认为True，即删除（Delete columns to be used as the new index.） append：True or False。新的index设置之后，是否要删除原来的index。默认为True。（Whether to append
2021-01-20 14:18:08
5339
4
原创 tf.math.round()/np.round()/tf.math.ceil()/tf.math.floor()/np.ceil()/np.floor()
tf.round()与np.round()不同，不是一般的四舍五入取整，而是“四舍六入五取偶”，也即： 当小数部分小于0.5，则舍去； 当小数部分大于0.5，则进位； 当小数部分正好为0.5，此时要看整数部分是奇数还是偶数，如果为奇数，则小数部分进位，得到比原来整数部分大1的偶数；如果为偶数，则直接舍去小数部分。 示例： import tensorflow as tf x = tf.constant([0.7, 2.51, 2.3, 1.43, -4.5, 3.5]) tf.round(x) 输出：
2021-01-19 09:32:34
1110
原创 numpy中不同维度矩阵的加减和卷积操作
项目中经常遇到不同维度矩阵的加减操作，规则如下： （1）进行加减操作的两个矩阵最后一个维度要相同或其中一个矩阵的最后一个维度元素数为1 a=np.array([[1,2],[3,4]]) print(a.shape) b=np.array([[[7,8],[8,9]], [[7,8],[8,9]]]) print(b.shape) print(b-a,(b-a).shape) print('==============11111===============') a=np.array(
2021-01-16 17:30:16
7548
2
原创 解决cannot import name ‘CuDNNLSTM‘问题
tensorflow.keras.layers中有两个关于LSTM的高级API：CuDNNLSTM和LSTM，从名字就可以看出CuDNNLSTM是为使用CUDA并行计算设计的，加速效果从几倍到几十倍。 Tensorflow2.0以上版本在导入CuDNNLSTM会报如题所示错误，改为以下方式导入即可： from tensorflow.compat.v1.keras.layers import CuDNNLSTM as LSTM ...
2021-01-15 20:44:18
6266
3
原创 数据分析中判断数据类型常用方法汇总（pandas）
目 录1、空值判断2、其他数据类型判断2.1 判断Serise或DataFrame中某一列的数据类型2.2 利用np.issubdtype()判断Serise或DataFrame中某元素的类型参考文献： 1、空值判断 判断数据是否为空值的常用函数有：pd.isna()，pd.isnull()，np.isnat()和np.isnan()，四种方法用于判断的数据类型如下表所示： 注意： 1、判断某个值是否空值，将该值传给相应函数即可，如pd.isna(input_data)、np.isnan(np.
2021-01-13 22:58:02
7249
原创 求两个列表的交集、并集和补集
1、求交集 a = [3, 4, 5, 6] b = [1, 4, 6, 8] #以下几种方法是等效的 results_1= [x for x in b if x in set(a)] print('results_1:',results_1) results_2= list(set(a) & set(b)) print('results_2:',results_2) results_3= list(set(a).intersection(b)) print('results_3:',results
2021-01-13 22:22:48
2447
1
原创 pandas学习笔记----日期时间类型数据运算
有些项目需要计算日期或时间差，利用pandas可以方便的实现。 例如有一字符串类型的日期时间列表interval，要计算列表中所有如期时间与指定日期时间的时间差： import pandas as pd interval=pd.to_datetime(interval_time) print(type(interval)) se_interval=pd.to_datetime('1970-01-01 08:00:00') print(type(se_interval)) time_inter=(inter
2021-01-12 16:42:01
1248
飞行仿真气动力数据机器学习建模方法（作者-中国航天空气动力技术研究院-王超等）
2019-08-20
MNIST_原始图像数据集.rar
2019-08-20
HexEditor64位.rar
2020-04-08
自己编写的BP神经网络解决异或问题代码
2019-04-06
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人