- 博客(27)
- 收藏
- 关注
RSS订阅原创 JavaScript-面向对象编程
JavaScript-面向对象编程理解对象对象是一组没有特定顺序的值。对象的每个属性或者方法都有一个名字，而每个名字都映射到一个值。每个对象都是基于一个引用类型创建的。
2021-03-24 16:52:43
58
原创 JavaScript设计模式（一）--- 单例模式
单例模式单列模式属于创建型模式，该模式创建的单例类只能有一个实例，并且是自己创建自己的唯一实例；提供可全局访问点；使用场景：弹窗、登录框等 （不需要重复创建，如果已经创建，则直接使用）全局对象是最简单的单列模式var person ={ // 属性名：属性值, name:"Jinag Liangji", sayName: function (){ print("my name is "+ this.name) }}上述代码中的Person对象就
2021-03-24 15:52:34
84
转载 JavaScript设计模式（零）--- 设计原则
七大设计原则“高内聚、低耦合”原则名称解释使用情况单一职责原则一个类只负责一项职责当功能较为复杂就拆分，使每个部分保持独立开放封闭原则对拓展开放，对修改封闭增加新需求氏，扩展新代码，而非修改已有代码里氏置换原则子类能覆盖父类，父类能出现的地方子类也能继承时，在子类中尽量不要重写父类的方法接口独立原则保持接口的单一独立，避免出现“胖接口”依赖某个接口，就应该实现里面所有抽象方法依赖导致原则面向接口编程，依赖于抽象而不依赖于具体JS中使用较少
2021-03-24 11:01:10
69
原创 pandas数据处理（六）---数据转换函数
pandas的数据转化函数源数据： 日期 公司 收盘 开盘 高 低 交易量 涨跌幅 2019/10/3 BIDU 104.56 102.5 105.56 102.5 2.24 0.02 2019/10/2 BIDU 103.98 101.32 104.98 101.32 2.69 0.01 2019/10/1 BIDU 102 100.98 103.6 100.98 1.78 -0.01 2019/10/3 BABA 169.21 166.32 170.21 166.32 2.24 0.02
2020-12-23 21:58:47
301
原创 pandas数据处理（五）--- 分层索引
pandas的MultiIndex分层索引MultiIndex在一个轴向上拥有多个索引层级，可表达更高维度数据的形式可以更方便的进行数据筛选，如果有序性能更好groupby等操作的结果，如果是多key，结果是分层索引，需要会使用一般不需要自己创建分层索引#先看看数据： import pandas as pd %matplotlib inline stocks = pd.read_excel('./dataset/stocks/互联网公司股票.xslx')#打印数据： 日期 公司 收
2020-12-23 19:30:17
609
原创 pandas数据处理（四）--- 批量拆分、合并Excel文件
pandas批量拆分、合并Excel文件一、将大的Excel文件拆分成多个小的Excel使用df.iloc方法，将一个大的dataframe拆分成多个小的dataframe再用dtaframe.to_excel保存成小的excel work_dir = "./datasets/excel_split_merge" #操作目录 split_dir = f"{work_dir}/splits" impot os import pandas as pd if not os.path.e
2020-12-23 16:19:27
1324
原创 pandas数据处理（三）---数据合并、聚合
数据合并、拼接Pandas包的merge、join、concat方法可以完成数据的合并和拼接，merge方法主要基于两个dataframe的共同列进行合并，join方法主要基于两个dataframe的索引进行合并，concat方法是对series或dataframe进行行拼接或列拼接。一、数据合并1、mergepandas的merge方法是基于共同列，将两个dataframe连接起来。merge方法的主要参数： pd.merge(left,right,how="inner", on=None,le
2020-12-21 18:35:32
1980
原创 pandas数据处理（二）--- 排序、字符串处理、axis、index
一、pandas数据排序1、series的排序Series.sort_values(ascending=True, inplace=False)参数说明：ascending：默认为True：升序排序，为False降序排序inplace：True修改原始数据 False不修改原数据 data["pm2.5"].sort_values(ascending=True, inplace=False)2、DataFrame的排序DataFrame.sort_values(by,ascend
2020-12-21 15:38:35
1353
原创 pandas的SettingWithCopyWarning报警原因、解决方案
SettingWithCopyWarning报警part_data = data["datetime"].str.startswith("2018-07") #选出部分数据用于分析df[part_data]["err"] = data["max"] - data["min"] #计算差值#发出警告 SettingWithCopyWarning：A value is trying to be set a copy of a slice from a DataFrame.# Tr
2020-12-21 10:15:42
386
原创 pandas--replace()、rename()用法
replace用法原数据: date_time a2 a4 a5 ... ... 2012-01-01 00:00:00 68,278805 412,601626 213,414634 ... ... 2012-01-01 01:00:00 90,327169 552,845528 289,024390 ... ... ... ... ... ... ... ...从原数据可以看到，数据用字符表示的，并且使用的逗号“,”代替小数点我要将数据转换成floa
2020-12-18 10:25:46
1194
原创 pandas--date拆分成单独的列
date拆分成单独的列原数据data[‘date_time’]： date_time ....other columns 2012-01-01 00:00:00 ... ... 2012-01-01 00:15:00 ... ... ... ... ... ... 2014-12-31 23:30:00 ... ... 2014-12-31 23:45:00 ... ... 将data[‘date_time’]拆分i
2020-12-16 15:41:42
1012
1
原创 pandas数据处理（一）---常用方法
pandas数据处理一、基本操作1、读入、保存csv数据(1)读入数据 read_csvimport pandas as pdfile_path = 'pm25_data_2010.1.1-2014.12.31.csv'data = pd.read_csv(file_path)print(data)#输出结果：原数据No year month day hour pm2.5 ... TEMP PRES cbwd Iws Is Ir1 2010
2020-12-02 16:14:26
753
1
原创 java高频面试题
面试题Java 基础、容器、多线程、反射、对象拷贝、Java Web 、异常、网络、设计模式、MySQL、Redis、JVM、Spring/Spring MVC、Spring Boot/Spring Cloud、Hibernate、MyBatis、RabbitMQ、Kafka、Zookeeper参考1：https://www.cnblogs.com/51ma/p/12462688.html一、javajava基础1、JDK 和 JRE 有什么区别？2、== 和 equals 的区别是什么？3
2020-11-17 11:16:08
245
2
原创 时序预测方法总结
时序预测本人博客只是平时学习中做的笔记，若文中有错误请大家指出！单变量时间预测AR — AutoRegression 自回归自回归基于输入变量的线性组合为输出建模输入：先前时间步长的值；输出：下一步的值在时间序列中，鉴于当前和先前时间步长的观测值，我们可以预测下一时间步长的值“ p”是自回归趋势参数，可以从自相关图确定p的理想值note：该方法适用于没有趋势和季节成分的时间序列# Import librariesfrom statsmodels.tsa.ar_model import
2020-11-15 10:42:50
12631
4
原创 pyTorch教程（二）
使用torch.nn创建神经网络模型pyTorch autograd用于构建计算图和计算gradients，然后pytorch会自动计算gradientN = 64D_in = 1000H = 10D_out = 10#训练数据x = torch.randn(N, D_in)y = torch.randn(N, D_out)#网络模型model = torch.nn.Sequential( torch.nn.Linear(D_in,H), # W1*X+B torc
2020-10-27 19:45:30
140
1
原创 pytroch教程（一）
pytroch基础使用深度学习模型 回归问题（线性回归、逻辑回归）；分类问题神经网络：SNN、 ANN、 **CNN、RNN、LSTM、GRU **....拓展的模型：**Seq2Seq with Attention**、TCN、DBN用pyTroch构建模型框架1、主流的工具pyTroch：动态计算图——通俗易懂，接近原生python代码Tensorflow：静态计算图2、应用图像——分类ResNet、识别；自然语言处理——翻译、情感分析、问答系统GPT23、 构建模型输入—
2020-10-27 16:54:47
557
1
原创 数据处理和特征工程
特征工程特征选择：从给定特征集合中选出相关特征的过程选择相关特征，抛弃不相关特征；特征选择回影响模型的预测能力若保留尽可能多的特征，模型的性能能提升，但是模型和计算变得复杂 若剔除较多的特征，模型的性能降低；因此留下有用的特征，剔除无用特征特征选择的原理：维度灾难：因为属性或者特征过多，剔除无关特征或者冗余特征可以减轻维度灾难问题，降低学习任务的难度，同时让模型变得简单，降低计算复杂度（必须确保不丢失重要特征）不相关特征：与当前学习任务无关的特征冗余特征：该特征包含的信息可以从其他特征中
2020-10-26 20:45:40
1675
1
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