python随机抽号_Python学习随记 ————随机抽号器(一)

本文作者分享了自己为教师制作的Python随机抽号器,包括界面展示、功能描述和核心代码。该抽号器能随机抽取学号并保存结果,还支持字体和大小调整。
摘要由CSDN通过智能技术生成

第一篇博客 2018-07-15

笔者是一名学生,见到很多教师会选择用抽号的方式点名、收作业,甚至来确定期末口语考试的背诵文章,特花了几天时间,查阅了大量资料,完成了此抽号器。闲话不多说,进入正题。

界面是这样的:

6f7ded4510f8f4230badf914b8e30a71f93.png

功能是这样的:

随机抽取学号

结果保存至本地

修改字体及大小

代码是这样的:

首先画出一个窗口:

1 def __init__(self):2 chuangkou=Tk()3 chuangkou.title("随机抽取学号")4 chuangkou.geometry('800x500')5

6 menu=Menu(chuangkou)7

8 submenuwenjian=Menu(menu,tearoff=0)9 submenuwenjian.add_command(label="保存到",command=self.lingcunwei,font=("宋体",12,"normal"))10 menu.add_cascade(label="文件",menu=submenuwenjian,font=("宋体",12,"normal"))11

12 geshi=Menu(menu,tearoff=0)13 geshi.add_command(label="字体",comma

以下是一个基于随机森林特征重要性排序的代码示例: ```python import geemap.eefolium as geemap from sklearn.ensemble import RandomForestRegressor # 创建一个随机森林回归模型 rf = RandomForestRegressor() # 假设你有一个特征矩阵X和目标变量y X = ... y = ... # 拟合随机森林模型 rf.fit(X, y) # 获取特征重要性度数组 importances = rf.feature_importances_ # 创建一个字典,将特征名称和对应的重要性度量值对应起来 feature_importances = dict(zip(X.columns, importances)) # 根据重要性度量值进行排序 sorted_feature_importances = sorted(feature_importances.items(), key=lambda x: x\[1\], reverse=True) # 打印排序后的特征重要性 for feature, importance in sorted_feature_importances: print(f"{feature}: {importance}") ``` 这段代码使用了geemap库和sklearn库,首先创建了一个随机森林回归模型,然后拟合模型并获取特征重要性度数组。接着,将特征名称和对应的重要性度量值存储在一个字典中,并根据重要性度量值进行排序。最后,打印排序后的特征重要性。你可以根据自己的数据和需求进行相应的修改和调整。 #### 引用[.reference_title] - *1* [GEE随记(二):随机森林特征重要性的排序](https://blog.csdn.net/weixin_48012947/article/details/128616980)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* *3* [随机森林做特征重要性排序和特征选择](https://blog.csdn.net/weixin_43290383/article/details/123114875)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
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