小白摸索之路

原创 数据挖掘——航空公司客户分类与价值评估案例

1. 背景和目标1.1 背景航空公司竞争压力大，企业营销焦点由产品中心转为客户中心针对不同类型的用户，进行精准营销，实现利润最大化解决问题的关键是建立合理的客户价值评估模型，对客户进行分类，有针对性地进行营销。1.2 目标利用已有的航空数据，进行客户分类就分类结果对不同类别的客户进行特征分析，比较不同类客户的客户价值对不同价值的客户类别提供个性化服务，制定相应的营销策略2. 技术和分析方法2.1 RFM模型RFM模型属于客户关系管理(CRM)的一种。该模型通过一个客户的近期购买

原创 Python Index Error: index has wrong length: 13 instead of 14

在学习《python数据分析与挖掘实战》的项目实战时，运行代码出现以下错误：以下是源代码：通过分析发现，问题出在mask的元素个数上，mask = lasso.coef_!=0可以得到mask具有13个元素，但在new_reg_data = data.iloc[:, mask]中data具有14个column，元素个数不匹配，因此导致index error。解决方案：添加一行mask = np.append(mask,True)，将mask的元素补齐到14个。...

原创 Pandas基础梳理

原创 Numpy基础梳理

原创 Python—reverse()和reversed()方法介绍

reverse()方法属于***列表***的内置方法（即在字典、元组、字符串中没有这个内置方法），可用于列表中数据的翻转。list = [1, 2, 3, 4]lista.reverse()print(list)打印结果为：[4, 3, 2, 1]reversed()方法属于python自带的一个方法，可用于列表、元组和字符串等。1.列表的翻转bb = [1,3,5,7]print(list(reversed(bb))) 2.元组的翻转aa = (1, 2, 3)prin

原创 Python—判断字符串是否为数字的方法：str.isdigit、str.isdecimal和str.isnumeric的区别

isdigit()True: Unicode数字，byte数字（单字节），全角数字（双字节）False: 汉字数字，罗马数字，小数Error: 无isdecimal()True: Unicode数字，，全角数字（双字节）False: 罗马数字，汉字数字，小数Error: byte数字（单字节）isnumeric()True: Unicode 数字，全角数字（双字节），汉字数字False: 小数，罗马数字Error: byte数字（单字节）num = "1" #unicodenum

原创 DataFrame的描述性统计方法

一、相关性和协方差pct_change函数语法：df.pct_change()功能：表示当前元素与先前元素的相差百分比，即“(当前元素-先前元素)/ 先前元素”corr函数语法：df.corr() #返回整个数据表的相关系数矩阵df.column01.corr(df.column02)或df[‘column01’].corr(df['column02]) #返回两列数值的相关系数功能：求解相关系数，有pearson、spearman、kendall，pointbiserialr等多个系

原创 淘宝抢购Python脚本

想买mate40，但总是抢不到，所以想试着能不能写个脚本代码。第一步：把想要抢购的商品加进购物车，注意：脚本是对购物车内全部商品进行下单操作，所以不够买的商品最好先从购物车内删除。第二步：写好Python脚本，在抢购之前运行，并设置好抢购时间。Python脚本实现安装Python。我安装的是anaconda安装webdriver扩展。它是Selenium模块的一部分。Selenium是一个用于Web应用程序测试的工具，用于测试你的应用程序看是否能够很好得工作在不同浏览器和操作系统之上。Selen

原创 解决python问题：HTTPSConnectionPool(host=‘finance.yahoo.com‘, port=443): Read timed out. (read timeout=30

检查pip有没安装cryptography，pyOpenSSL，certifi要是没有先安装pip install cryptographypip install pyOpenSSLpip install certifi我安装完上述三个包后就解决问题了。

原创 Python—Pandas学习之【排名rank】

Series默认从小到大进行排名对于obj来说，最小的是-2，因此-2的排名是1；第二小的是0，因此0的排名是2；obj中出现两个3，他们两个的排名分别是4和5，因此取中值排名为4.5。为了避免出现中值排名，可以有以下几种做法。1. method = 'first’相同元素按照出现的先后顺序决定排名。2. method = 'max’相同元素都给最大排名。DataFrame默认是axis = 0，即固定其他轴，沿着0轴排名如果是想沿着columns轴进行排名，需要声明 axis=

原创 Python—Pandas学习之【排序sort】

Series对于Series，排序的话有两种，沿着索引index或者沿着数值values，因此排序的时候要指明是按照哪种方式进行排序。如果想要降序排列的话，使用ascending参数DataFrame1. 索引排序对于DataFrame，沿着索引排序有两种，一种是沿着0轴，一种是沿着 1轴。默认是axis = 0，即固定其他轴，沿着0轴。如果想固定0轴，沿着1轴，可以设置axis = 1（或者axis = ’column‘）2. 数值排序对于DataFrame，数值排序的话，那到底是

原创 Python—Pandas学习之【DataFrame的apply函数、applymap函数】以及【Series的map函数】

直接运用函数，是对DataFrame整体进行操作如果使用apply()函数，则是对DataFrame进行逐列或者逐行操作。其中，**默认是axis = ’index‘，即固定其他轴，沿着0轴进行运算，得到的是每一列的计算结果 **如果想得到每行的计算结果，也就是固定0轴，沿着columns进行运算，则要表明axis = ’columns‘。如果使用applymap()函数，则是对DataFrame进行逐元素操作，返回的是DataFrame格式使用map函数，则是对Series进行逐元素操作.

原创 Python—Pandas学习之【DataFrame和Series之间的操作】

DataFrame和Series的维度不同，在线性代数中是无法进行乘积运算的，但在pandas中是可以进行运算的。，但需要注意的是，pandas中是将Series缺失的维度进行广播（将缺失的维度用原数据进行补齐，然后运算）。运算时，如果在DataFrame中没找到对应的index，或者在Series中没有找到对应的columns，那么对象会重新索引以形成联盟，同时series进行广播。即两者都有的index（columns）进行相应的运算，其中一个有而另一个没有的columns会以NaN的数值存在.

原创 Python—Pandas学习之【DataFrame.add函数】

格式：DataFrame.add(other, axis=‘columns’, level=None, fill_value=None)等价于dataframe + other，但是支持用fill_value替换其中一个输入中缺失的数据。如果使用反向版本，即为radd。举例说明 ：add函数就是指df1+df2。对于df1来说，没有e列，由于使用的是fill_value = 3,因此用 “3”来填充df1的e列，df1[0][5]+df2[0][5] = 3+4 = 7...

原创 Python—Numpy学习之【数据存储方法】

1. save函数功能：存储的是npy文件，注意，不可以追加数据。即只能在创建初期一次性输入。2. savez函数功能：存储的是npz文件，可以存储多条数据，但是也不可以追加数据。

原创 Python—Numpy学习之【Boolean数组运算方法】、【unique函数】

Boolean数组运算方法1. any函数功能：有一个为True，则为True2. all函数功能：全部为True，才为Trueunique函数格式：numpy.unique(A)功能：去除其中重复的元素，并按元素由小到大的顺序返回一个新的无重复元素的数组...

原创 Python—Numpy学习之【axis运算方向问题】

关于 axis到底是沿哪个方向做运算的问题axis = 1，表示固定1的轴（column），沿着 0轴（row）做求和运算，所以是1×4矩阵

原创 Python—Numpy学习之【where函数】

where函数格式：numpy.where(condition,x,y)功能：执行condition条件，如果满足，则执行x，否则执行y。如果满足arr>0，则写入1，否则保留arr该位置原来的数据。

原创 Python—Numpy学习之【meshgrid函数】

meshgrid函数功能：生成网格点坐标矩阵，返回的是两个矩阵，分别是横坐标矩阵和纵坐标矩阵。横坐标矩阵的元素和纵坐标矩阵对应位置的元素，共同组成了一个网格点的完整坐标补充练习

原创 Python—Numpy学习之【转置T函数】、【点积dot函数】、【调换顺序tranpose函数】、【轴调换 swapaxes函数】、【modf函数】

1. T函数功能：转置2. dot函数功能：两个矩阵进行**“点积”运算**3. tanspose函数transpose英文意思为调换顺序，理解起来有一点麻烦，但是明白了以后就很简单了。以三维矩阵为例，三维矩阵有(x,y,z)三个维度，对应到每个数据上都有它特定的位置(0,1,2)，如果输入：arr.transpose(2,1,0)，就是将(x,y,z)→(z,y,x)，即每个数据(0,1,2)→(2,1,0)。 以12所处的位置为例，在arr中位于arr[1,1,0]，而经过(0,1,2)

原创 Python—Numpy学习之【数组生成函数】和【数据类型转换方法】

np.zeros()函数功能：创建一个由浮点数0.填充的矩阵注意：填充的是浮点数0. 而不是整数0

原创 Python-Numpy学习之【ndim、shape、dtype函数的区别】

刚开始学习numpy，对ndim、shape还有dtype这几个函数的含义有些混淆，所以简单记录下。ndim函数：返回一个数字，确定数组的维度备注：个人小技巧（不知道准不准），从列表转数组时，确定数组的维度的话可以看一开始中括号的个数，几个中括号就是几维。shape函数：返回一个元组，确定各个维度的元素个数对于arr11：它是一个一维数组，返回的（4，）代表一维里面有四个元素对于arr22：它是一个二维数组，返回的（2，3）中 2 代表的是行（row），代表一维里面有2个元素，3代表的是列（c

原创 Python字符串大小写转换函数

Python为string对象提供了大小写转换的方法。大小写转换函数总结：capitalize() 首字母大写，其余全部小写upper() 全转换成大写lower() 全转换成小写title() 标题首字大写，如"i love python".title() “I Love Python”Example：[input]s = ‘hEllo pYthon’ #或者直接s = input（“请输入）print(s.upper())print(s.lower())print(s.capit

原创 Jupyter notebook快捷操作

Shift + Enter 运行本单元，选中下个单元Ctrl + Enter 运行本单元Ctrl + / 注释整行或者撤销注释Tab 代码补全clear 清除运行结果

原创 20201123python学习

一、例子学习matplotlib是用于制图的包在写有关matplotlib的程序之前，一定要写这个：%matplotlib inline，否则无法可视化matplotlib.pyplot 是让matplotlib像matlab那样工作的一些函数的集合。在python中一般有这样的缩写： import matplotlib.pyplot as pltplt.plot()是折线图函数random是随机函数cumsum是累计求和...

原创 如何将.ipynb文件转换为.py文件

jupyter notebook默认保存的是.ipynb文件，如果想将其转化为.py文件可以按照如下操作：以ipython_script_test.ipynb文件为例1.win+R进入命令行，输入cmd，然后进入ipython_script_test.ipynb文件的目录。（我的是在F:\praciceanaconda）2.执行代码：jupyter nbconvert --to script ipython_script_test.ipynb3.执行成功后会发现在当下目录生成同名.Py文件“ i

原创 ArcGIS基础学习笔记之空间数据Geodatabase数据库

1. Geodatabase介绍地理数据库Geodatabase是面向对象的地理数据模型。。Geodatabase是按照成层次型的数据对象来组织地理数据的。这些数据对象包括对象类（0bjects）、要素类（FeatureClass）和要素数据集。1.1数据对象要素数据集是存储要素类的集合。同类空间要素的集合即为要素类，如河流、道路、植被、用地和电缆等。要素类之间可以独立存在，也可具有某种关系。当不同的要素类之间存在关系时，我们将其组织到一个要素数据集中。建立了要素集后，就可以在其中建立各种要

原创 ArcGIS基础学习笔记之空间数据Coverage

1. Coverage介绍Coverage是一种空间数据的表达模型。它采用的是一种混合数据模型定义和管理地理数据，也是主要的矢量文件格式之一，用其来表示矢量数据。1.1 Coverage文件- Coverage是将空间数据和属性数据结合起来，并且存储要素间的拓扑关系。其中，空间数据以二进制文件的形式存储，而属性数据和拓扑数据则以 INFO 表的形式存储，在Catalog中将Coverage 二进制文件和 INFO表结合成Coverage 要素类进行表达。**空间数据使用拓扑数据模型来表示，而属

原创 ArcGIS基础学习笔记之空间数据Shapefile

1. Shapefile介绍Shapefile文件是矢量数据文件，也是ArcGIS中最基本、最常用的数据格式。一个完整的Shapefile文件至少包括3个文件，即主文件（.shp）、索引文件（.shx），dBASE（*.dbf）表。有时，还会出现特征空间索引文件（.sbn 和.sbx）、储存地理要素主体属性表或其他表格的活动字段的属性索引信息的文件（ain和.aih）以及储存投影信息的投影文件（.prj）。其中dBASE（.dbf）表是储存属性的属性表。如果文件中有特征空间索引文件（.sbn 和.s

原创 ArcGIS基础学习笔记之空间数据库管理工具ArcCatalog基础

1. ArcCatalog介绍ArcCatalog被称为地理数据的资源管理器,。它用来管理空间数据存储和数据库设计，以及进行元数据的记录、预览和管理。注：元数据是描述数据的数据。举例：“张三21岁”是数据，“姓名”、“年龄”标签就是元数据。ArcCatalog是以数据为核心，用于定位、浏览和管理空间数据的ArcInfo应用模块。其可以看作是用户规划数据库的环境，是用户用于制定和利用元数据的环境。ArcCatalog能够识别不同的GIS数据集，如ArcInfo coverages、ESRI shape

原创 ArcGIS基础学习笔记之数据类型

1. 数据类型从数据结构上来说，矢量和栅格是地理信息系统中两种主要的空间数据结构。1.1 栅格数据结构栅格数据可以把它看作是将空间分割成有规则的网格（最常用的是方格，但也可以是三角形等其他形状），并在各个网格上给出相应的属性值。简单地讲，栅格数据结构实际就是像元阵列，每个像元由行列确定它的位置并有一个相应的属性值。1.2 矢量数据结构矢量数据是用点、线、面来表示的，坐标轴有X、Y轴，是通过记录坐标的方式。2. 常用矢量数据模型介绍常用矢量数据模型主要包括Shapefile、Coverage和

原创 Android地图开发之定位程序编译成功，但APK运行不了

先简单记录一下，后续等比赛结束后再好好整理，缕清每一步的过程。遇到的问题是按照百度地图开放平台的“显示定位”的代码步骤一步一步完成，程序编译成功，但是在真机上运行不了，打不开。解决：手机是Android6.0版本，而google在6.0版本开始权限方面做了一些修改，除了有普通权限，只需要调用即可；还有手动权限，需要编程显示，获取用户的权限。1.在AndroidMainfest.xml中写入权限 <uses-permission android:name="android.permissio

原创 Android地图开发之获取开发版SHA1和发布版SHA1

简单做个笔记用于自己捋清楚。一、开发版SHA1的获取在AS中进行操作：1.打开右上角的“Gradle”app->Tasks->android->signingReport2.出现下面的内容，其中红框部分就是开发版SHA1二、发布版SHA1的获取之前弄错了是因为把开发版SHA1当作发布版SHA11.把项目打包，生成jks签名文件...

原创 Android Studio之Gradle下载安装问题

Gradle不要在AS里直接下载，很慢。点击链接在网页里直接下载。下载完成后，直接把压缩包放在对应版本的乱码文件夹内，不需要解压：