Azia-CSDN博客

原创 python通过字符串执行语句（将文件读入变量，并用文件名作为变量名）

场景通过python读取文件夹内全部的文件（全部为.npy格式），并将文件的名字作为变量名（如变量abc内存储文件abc.npy中的数据）重要语句exec() # 可将字符串中的内容当作语句来执行os.path.splitext() # 将文件名和后缀分离repr（） # 可在执行字符串语句时保留‘’实现# 导入库import numpy as npimport os# 进入目标文件夹os.chdir(r'...路径...')file_list = os.list

2021-06-03 11:50:29 1585

原创 sklearn MinMaxScaler对某一个特征反归一化

sklearn MinMaxScaler对某一个特征反归一化sklearn MinMaxScaler可以对特征放缩，放缩是按列进行的，每列的最大值会被置为1：import numpy as npfrom sklearn.preprocessing import MinMaxScaler# 指定放缩范围scaler = MinMaxScaler(feature_range=(0, 1))# 构建测试数据data = np.random.randint(30,size=(5,6))'''16

2021-05-29 14:51:55 11735 6

原创 python数组维度相关操作（持续更新）

沿某个轴将低维数组拆为高维数组例：data2如下左，想要拆成data3如下右，此时data2.shape=(9,2)，data3.shape=(3,3,2)data2 = np.arange(18).reshape(9,2)Out[17]: array([[ 0, 1], [ 2, 3], [ 4, 5], [ 6, 7], [ 8, 9], [10, 11], [12, 13], [14,

2021-04-01 11:29:12 400

原创 Windows tensorflow（GPU）安装及调用

安装tensorflow官网安装代码（最新版本不用指定GPU了，直接安装就可以，老版本根据官网介绍指定版本号安装即可，需要注意和python版本要对应起来）pip install tensorflow需要配套安装CUDA和cudnn不同版本的tensorflow适配的CUDA和cudnn版本也不同，需要安装对应的版本。cudnn有点像CUDA的补丁，下载完之后把压缩包里的文件复制进CUDA对应的安装文件夹下，版本对应查看这里。安装好后要配置环境变量，不然导入时会各种找不到.dll文件（可以

2021-03-30 09:00:06 541 2

原创 Datawhale组队学习202103--零基础入门数据挖掘_心跳信号分类（天池大赛）

Task01 赛题理解及baseline学习参考资料：Datawhale指导文档

2021-03-16 20:57:38 141

原创 numpy用一个序列去填充另一个序列的缺失值

numpy用一个序列去填充另一个序列的缺失值有时我们需要用一个序列去填充另一个序列的缺失值。比如处理周期性数据时，

2021-03-02 17:51:35 673

原创 python matplotlib选择性插入图例（legend）

python matplotlib选择性插入图例（legend）注意用python画图时，有时一条曲线的完整信息需要多次绘制完成。如果一个图中包含多条这种曲线，生成标注时就会有重复的情况。比如下图，蓝色数字表示画图的顺序：先绘制[0:15]区间内的sinx图像；再绘制[15:30]区间内的sinx图像；再绘制[0:15]区间内的cosx图像；最后绘制[15:30]区间内的cosx图像。此时如果直接标注，前两个的图例都是对黑线的描述。一般在画完图后，如果直接使用plt.legend(['Legend.

2021-02-28 14:15:41 3986 1

原创 DataFrame索引为时间戳时，索引数据报错

DataFrame索引为时间戳时，索引数据报错问题描述解决方法问题描述我有一组以时间戳作为index的Dataframe数据，想要通过index遍历数据。dfOut[187]: Vol_L1 Sp_L1 Ocp_L1 ... Vsum Obar K2020-06-01 00:00:00 192.0 125.374904 0.01013 ... 816.0 0.012852 6.884671

2021-02-23 16:13:51 2954

原创 Datawhale组队学习202102--时间序列实践（天池大赛）--Docker练习场

win10家庭版安装Hyper-Vhttps://blog.csdn.net/weixin_37695006/article/details/91589895

2021-02-20 15:08:25 156

原创 Z3求解器结果输出（python）

Z3求解器结果输出（python）Z3求解器教程可以参考这里简单复述一下使用Z3求解器解题的步骤：安装和导入# 安装pip install z3-solver# 导入from z3 import *声明变量# 变量为整数## 逐一定义a = Int('a')b = Int('b')## 一起定义a,b = Ints('a b')# 变量为实数## 逐一定义c = Real('c')d= Real('d')## 一起定义c,d = Reals('c d')

2021-02-19 16:40:26 3096

原创 Numpy做差分时考虑第一行（和最后一行）

Numpy做差分时考虑第一行和最后一行前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结通过np.diff()可以实现对np.array求差分，以一阶差分为例，直接调用np.diff()得到的结果是后一个值减去前一个值，如下例：在这里插入代码片前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文章正文内容，下面案例可供参考一、pandas是什么？

2020-11-23 16:47:44 1937

原创将由DataFrame组成的字典存储至Excel的不同Sheet中（不覆盖）---以及将数据读取回原形式

将由DataFrame组成的字典存储至Excel的不同Sheet中（不覆盖）当在Excel中存储多个Sheet时，不可以直接遍历字典，循环df.to_excel()，这样做的话前一个Sheet会不断被后一个Sheet覆盖，最后只存下来最后一个Sheet。想要不被覆盖可以通过pd.ExcelWriter()进行如下操作，其中dic为存储DataFrame的字典，dic_key对应每个Sheet名。with pd.ExcelWriter("excel_name.xlsx") as writer:

2020-11-18 10:40:05 691

原创 DataFrame降采样的定制化处理（resample的用户定义函数）

DataFrame重采样的定制化处理对于时间序列数据，有时候我们期望的采样间隔和实际的采样间隔不一致，将采样频率较高的数据汇总处理成采样频率较低的数据的过程称为降采样，在Pandas中通过df.resample()实现。降采样首先需要指定采样频率，将原数据按目标频率划分成若干序列，并对序列中的数据进行一定操作，生成目标频率下的表征值。Pandas提供了包括求和、均值、方差等在内的常规方法用于计算表征值，这些方法通常能满足绝大多数的应用场景，但有时候，尤其是数据中存在缺失值的情况下，用常规方法计算出的表

2020-11-16 20:51:02 1219

weixin_39251985的博客