python数据分析 pdf-【python数据分析+pdf】百度云下载 - 云盘精灵

|- 数据 - 文件夹

|- 培训视频 - 文件夹

|- 培训课件 - 文件夹

|- 爬虫图片 - 文件夹

|- 《Spark大数据编程基础(Scala版)》PPT - 文件夹

|- Python数据分析应用视频 - 文件夹

|- Python数据分析应用课件&数据&代码 - 文件夹

|- 小合影20191028_2_小【ctokey论坛 www.ctokey.com】.jpg - 1.60 MB

|- 人民邮电出版社教材目录-20191023【ctokey论坛 www.ctokey.com】.xlsx - 240.00 kB

|- 全体合影20191028(1)【ctokey论坛 www.ctokey.com】.jpg - 18.30 MB

|- 全体合影20191028(1) (1)【ctokey论坛 www.ctokey.com】.jpg - 18.30 MB

|- 培训前准备工作V4.0【ctokey论坛 www.ctokey.com】.pdf - 3.40 MB

|- 爬虫实战1【ctokey论坛 www.ctokey.com】.py - 5.00 kB

|- 爬虫实战1 (1)【ctokey论坛 www.ctokey.com】.py - 2.00 kB

|- 静态网页爬取【ctokey论坛 www.ctokey.com】.html - 600.00 kB

|- 常规动态网页爬取【ctokey论坛 www.ctokey.com】.html - 284.00 kB

|- yanghui【ctokey论坛 www.ctokey.com】.jpg - 39.00 kB

|- tensorflow-1.13.1-cp36-cp36m-win_amd64【ctokey论坛 www.ctokey.com】.whl - 60.20 MB

|- python爬虫准备工作【ctokey论坛 www.ctokey.com】.pdf - 327.00 kB

|- pandas官方参考手册【ctokey论坛 www.ctokey.com】.pdf - 10.80 MB

|- lines【ctokey论坛 www.ctokey.com】.csv - 2.00 kB

|- iris_tr【ctokey论坛 www.ctokey.com】.csv - 2.00 kB

|- iris_te【ctokey论坛 www.ctokey.com】.csv - 647 B

|- iris_te (2)【ctokey论坛 www.ctokey.com】.csv - 647 B

|- iris_te (1)【ctokey论坛 www.ctokey.com】.csv - 647 B

|- face_recongination【ctokey论坛 www.ctokey.com】.zip - 13.20 MB

|- Day4.5 人脸识别模型训练及测试【ctokey论坛 www.ctokey.com】.mp4 - 255.10 MB

|- Day4.4 人脸识别背景及采集【ctokey论坛 www.ctokey.com】.mp4 - 174.70 MB

|- Day4.3 使用softmax进行手写字体识别【ctokey论坛 www.ctokey.com】.mp4 - 256.20 MB

|- day4.2【ctokey论坛 www.ctokey.com】.py - 3.00 kB

|- Day4.2 拟合三维平面模型构建运行【ctokey论坛 www.ctokey.com】.mp4 - 70.50 MB

|- day4.1【ctokey论坛 www.ctokey.com】.py - 4.00 kB

|- Day4.1 Tensorflow基础【ctokey论坛 www.ctokey.com】.mp4 - 174.30 MB

|- day4.1 (1)【ctokey论坛 www.ctokey.com】.py - 3.00 kB

|- Day3.4 Selenium【ctokey论坛 www.ctokey.com】.mp4 - 291.60 MB

|- Day3.3 逆向分析法【ctokey论坛 www.ctokey.com】.mp4 - 110.30 MB

|- Day3.2 Selector【ctokey论坛 www.ctokey.com】.mp4 - 187.10 MB

|- Day3 发送请求及XPath【ctokey论坛 www.ctokey.com】.mp4 - 428.70 MB

|- day2_2 O2O优惠券使用预测【ctokey论坛 www.ctokey.com】.py - 3.00 kB

|- day2_1机器学习绪论【ctokey论坛 www.ctokey.com】.py - 815 B

|- day1_1Python数据分析预处理综合实训【ctokey论坛 www.ctokey.com】.py - 9.00 kB

|- chromedriver【ctokey论坛 www.ctokey.com】.exe - 8.40 MB

|- chromedriver【ctokey论坛 www.ctokey.com】 - 14.90 MB

|- chromedriver_win32【ctokey论坛 www.ctokey.com】.zip - 4.60 MB

|- chromedriver_win32 (1)【ctokey论坛 www.ctokey.com】.zip - 4.40 MB

|- chromedriver (1)【ctokey论坛 www.ctokey.com】.exe - 8.40 MB

|- 24【ctokey论坛 www.ctokey.com】.jpg - 946 B

|- 2019年10月长沙4天培训内容【ctokey论坛 www.ctokey.com】.pdf - 169.00 kB

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
python数据分析基础教程》 ⼀、导⼊常⽤numpy模块 from numpy import * //可以直接引⽤numpy中的属性XXX import numpy as np //引⽤numpy中的属性⼀定要np.XXX ⼆、常⽤函数以及转化关系 np.arange() 对应 python中的range() np.array() 对应 python中的list np.dtype() 对应 python中的type() tolist()函数可以将numpy数组转换成python列表: 列表转为数组: warning:Passing 1d arrays as data is deprecated in 0.17 and willraise ValueError in 0.19. Reshape your data either using X.reshape(-1, 1) if your data has a single feature or X.reshape(1, -1) if it contains a single sample. 这个warning主要就是有些函数参数应该是输⼊数组,当输⼊列表时就会警告!! 三、numpy中数组操作函数 数组组合函数 将ndarray对象构成的元组作为参数输⼊ (1)⽔平组合:hstack((a,b)) 或者concatenate((a,b),axis=1) (2)垂直组合:vstack((a,b)) 或者concatenate((a,b),axis=0) (3)列组合:column((a,b)) (4)⾏组合:row_stack((a,b)) 数组的分割函数 (1)⽔平分割:hsplit(a,3) 或者 split(a,3,axis=1) (2)垂直分割:vsplit(a,3) 或者 split(a,3,axis=0) 四、⽂件处理——os库 1.os.system() 运⾏shell命令 2.os.listdir(path) 获得⽬录中的内容 3.os.mkdir(path) 创建⽬录 4.os.rmdir(path) 删除⽬录 5.os.isdir(path) os.isfile(path) 判断是否为⽬录或者⽂件 6.os.remove(path) 删除⽂件 7.os.rename(old, new) 重命名⽂件或者⽬录 8.os.name 输出字符串指⽰正在使⽤的平台。如果是window 则⽤'nt'表⽰,对于Linux/Unix⽤户,它是'posix' 9.os.path.join() 在⽬录后⾯接上⽂件名 10.os.path.split() 返回⼀个路径的⽬录名和⽂件名 11.os.path.splitext() 分离⽂件名与扩展名 12.os.path.getsize(name) 获得⽂件⼤⼩,如果name是⽬录返回0L 14.os.path.abspath(")获得当前路径 15.os.path.dirname()返回⼀个路径的⽬录名 五、使⽤matplotlib画图(第九章 ) 前⾯⼏个列⼦主要讲解了通过多项式函数通过plt.plot()函数构建绘图,补充⼀下在机器学习中散点绘制 import numpy as np import matplotlib.pyplot as plt fig=plt.figure() ax=fig.add_subplot(111) x1=[2, 2.6, 2.8] y1=[2, 2.4, 3] x2=[4,5 ,6] y2=[1.3, 2, 1.2] ax.scatter(x1,y1,s=20,c='red') ax.scatter(x2,y2,s=50,c='blue') plt.show() 另外:做数据分析——sklearn库 from sklearn import preprocessing 数据预处理:归⼀化、标准化、正则化处理 from sklearn import preprocessing preprocessing.normalize(features, norm='l2')//正则化
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值