- 博客(4)
- 收藏
- 关注
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