原来是爱爱爱学习的小王
码龄7年
求更新 关注
提问 私信
  • 博客:123,865
    123,865
    总访问量
  • 34
    原创
  • 61
    粉丝
  • 2
    关注
IP属地以运营商信息为准,境内显示到省(区、市),境外显示到国家(地区)
IP 属地:山东省
加入CSDN时间: 2018-10-06
博客简介:

小白摸索之路

博客描述:
用于记录自己遇到的一些问题
查看详细资料
个人成就
  • 获得114次点赞
  • 内容获得19次评论
  • 获得760次收藏
  • 代码片获得278次分享
  • 博客总排名327,937名
创作历程
  • 22篇
    2021年
  • 12篇
    2020年
成就勋章
TA的专栏
  • python学习
    24篇
  • 数据挖掘
    2篇
  • ArcGIS
    5篇
  • Android
    3篇

TA关注的专栏 0

TA关注的收藏夹 0

TA关注的社区 1

TA参与的活动 0

兴趣领域 设置
  • 人工智能
    数据分析
创作活动更多

新星杯·14天创作挑战营·第13期

这是一个以写作博客为目的的创作活动,旨在鼓励大学生博主们挖掘自己的创作潜能,展现自己的写作才华。如果你是一位热爱写作的、想要展现自己创作才华的小伙伴,那么,快来参加吧!我们一起发掘写作的魅力,书写出属于我们的故事。我们诚挚邀请你们参加为期14天的创作挑战赛!注: 1、参赛者可以进入活动群进行交流、互相鼓励与支持(开卷),虚竹哥会分享创作心得和涨粉心得,答疑及活动群请见:https://bbs.csdn.net/topics/619781944 【进活动群,得奖概率会更大,因为有辅导】 2、文章质量分查询:https://www.csdn.net/qc

80人参与 去参加
  • 最近
  • 文章
  • 专栏
  • 代码仓
  • 资源
  • 收藏
  • 关注/订阅/互动
更多
  • 最近

  • 文章

  • 专栏

  • 代码仓

  • 资源

  • 收藏

  • 关注/订阅/互动

  • 社区

  • 帖子

  • 问答

  • 课程

  • 视频

搜索 取消

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
博文更新于 2021.04.19 ·
3517 阅读 ·
4 点赞 ·
0 评论 ·
41 收藏

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
博文更新于 2021.04.02 ·
15619 阅读 ·
24 点赞 ·
5 评论 ·
28 收藏

Numpy基础梳理

原创
博文更新于 2021.03.23 ·
162 阅读 ·
0 点赞 ·
0 评论 ·
1 收藏

Pandas基础梳理

原创
博文更新于 2021.03.23 ·
254 阅读 ·
0 点赞 ·
0 评论 ·
0 收藏

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
博文更新于 2021.02.24 ·
2485 阅读 ·
5 点赞 ·
0 评论 ·
29 收藏

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
博文更新于 2021.02.22 ·
662 阅读 ·
0 点赞 ·
0 评论 ·
1 收藏

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
博文更新于 2021.02.03 ·
1942 阅读 ·
1 点赞 ·
0 评论 ·
4 收藏

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
博文更新于 2021.02.03 ·
48529 阅读 ·
55 点赞 ·
8 评论 ·
523 收藏

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
博文更新于 2021.02.02 ·
5875 阅读 ·
2 点赞 ·
2 评论 ·
6 收藏

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
博文更新于 2021.02.01 ·
566 阅读 ·
0 点赞 ·
0 评论 ·
0 收藏

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
博文更新于 2021.02.01 ·
3872 阅读 ·
0 点赞 ·
0 评论 ·
8 收藏

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
博文更新于 2021.02.01 ·
602 阅读 ·
0 点赞 ·
2 评论 ·
0 收藏

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
博文更新于 2021.02.01 ·
873 阅读 ·
0 点赞 ·
0 评论 ·
1 收藏

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
博文更新于 2021.01.31 ·
5732 阅读 ·
5 点赞 ·
0 评论 ·
20 收藏

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
博文更新于 2021.01.28 ·
318 阅读 ·
0 点赞 ·
0 评论 ·
0 收藏

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
博文更新于 2021.01.27 ·
593 阅读 ·
0 点赞 ·
0 评论 ·
0 收藏

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
博文更新于 2021.01.27 ·
239 阅读 ·
0 点赞 ·
0 评论 ·
0 收藏

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
博文更新于 2021.01.27 ·
234 阅读 ·
0 点赞 ·
0 评论 ·
0 收藏

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
博文更新于 2021.01.27 ·
744 阅读 ·
2 点赞 ·
1 评论 ·
2 收藏

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
博文更新于 2021.01.27 ·
1141 阅读 ·
0 点赞 ·
0 评论 ·
5 收藏
加载更多