- 博客(4)
- 收藏
- 关注
RSS订阅原创 2021/8/4 Python数据的展示
# 数据的展示import pandas as pddata = {"ID": ["000001", "000002", "000003", "000004", "000005", "000006", "000007"], "name": ["liming", "zhaoyichun", "zhangfuping", "baili", "niuyude", "yaohua", "linan"], "gender": ["男", "女", "男", "女", "男", .
2021-08-04 22:53:25
230
1
原创 2021/8/4 Python数据的建立和选择
之前是按照书本的节奏来，总感觉效率非常低。这两天在慕课上找了比较好的课程，在跟着老师学习。在这里继续进行记录，一来方便自己在琐碎时间回顾，另外也可以作为自己学习之路的见证吧。import pandas as pddata = {"ID":["000001","000002","000003","000004","000005","000006","000007"], "name":["liming","zhaoyichun","zhangfuping","baili","niuyu
2021-08-04 22:50:44
223
原创 2021-07-22 Python统计数据的展示
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言 一、matplotlib是什么？ 二、使用步骤 1.引入库 2.读入数据 3.实际练习 总结前言在科研中经常需要作图，目前已有多种数据作图工具，比如Excel、SPSS、MATLAB还有Python等等。这些工具各有利弊，各自也有着不同的适用场景。但是如果想在科研中作图，尤其是想作出比较好看的图，我推荐Python，原因简而言之就是四个字：私人订制。作为这个专题的第一篇文章，也是借这个机
2021-07-22 17:19:21
136
2
原创 探索机器学习在预测脓毒症中的应用
前言：因为本人所学专业的缘故，最近重新拾起对脓毒症的预测研究。过去很多人都使用统计学方法来进行分析，然后再通过一些简单的线性回归函数进行预测。但是我们都知道脓毒症这样的疾病十分复杂，如果能凭借一元一次方程就能进行模拟，那这个疾病早就被攻克了。目前医学界对于此病的共识是早发现早干预，不能等到患者病重到了脓毒症或者更严重的脓毒症休克再进行治疗。但是这里面就存在一个问题——即什么时候开始干预？为了解决这样的问题，科学家开始将人工智能技术引入到此领域，寄希望采用机器学习算法分析处理患者海量的临床数据，建立预
2021-07-21 19:36:06
955
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