python
相关
THE ORDER
卷,学习笔记
展开
-
python实用工具 使用代码批量修改文件名
【代码】python 使用代码批量修改文件名。原创 2023-09-06 21:39:59 · 48 阅读 · 0 评论 -
python 数据分析机器学习sklearn介绍
1 sklearn自带数据集sklearn中带有很多数据集from sklearn import datasetsdiabetes=datasets.load_diabetes()X=diabetes.datay=diabetes.targetX.shapeX[:5]y[:10]2 使用sklearn包中的模型from sklearn.linear_model import Lasso #L1正则化线性回归import numpy as npfrom sklearn.mode原创 2022-05-15 20:21:59 · 314 阅读 · 0 评论 -
数据分析python PCA主成分分析
在有许多变量的情况下,主成分分析可以使得我们最大程度的保留住重要信息来训练模型,运行环境是anconda 3.8,jupter notebook1初始准备from sklearn.model_selection import train_test_splitfrom sklearn.preprocessing import StandardScalerfrom sklearn.decomposition import PCAfrom sklearn.linear_model import Logi原创 2022-05-13 18:48:11 · 1960 阅读 · 0 评论 -
python 数据分析k-means聚类分析
常见的数据分析模型有回归,分类,聚类此次介绍的是无监督学习方面的聚类分析代码所有代码可直接运行1 读取数据方法其实pandas有更方便的pd.readcsv方法实现快速读取csv数据集,还有其它方法读取各种数据集import numpy as npdef loadDataSet(filename): """ 读取数据集 Args: filename:文件名 Return: dataMat:数据样本矩阵 """ dat原创 2022-05-12 20:14:17 · 1853 阅读 · 0 评论 -
数据分析python SVM解决非线性问题
1 初始准备import numpy as npimport matplotlib.pyplot as plfrom sklearn import svm2 模拟线性不可分数据线性不可分数据X=np.c_[(.4,-.7), (-1.5,-1), (-1.4,-.9), (-1.3,-1.2), (-1.1,-.2), (-1.2,-.4), (-.5,1.2), (-1.5,2.1)原创 2022-05-11 18:55:13 · 868 阅读 · 0 评论 -
python 数据分析异常检测anomaly detection
异常检测的原理是基于正态分布的概率密度函数得出,检验概率是否为小概率时间此次使用的为正态分布为标准正态分布和相关性正态分布(特征变量之间可能有相关性)数据的异常需要标注,需要有监督学习1 正确率检验分布使用正确率和召回率进行检验 (2.0precisionrecall)/(precision+recall)def F1(predictions,y): TP=np.sum((predictions==1)&(y==1)) FP=np.sum((predictions==1)&原创 2022-05-11 18:53:01 · 720 阅读 · 0 评论 -
python 快速完成线性核SVM分类
1 初始准备import numpy as npimport matplotlib.pyplot as plfrom sklearn import svmfrom sklearn.datasets import make_blobs%matplotlib inline2随机生成数据#随机生成两个数据簇,可以保证线性可分X,y=make_blobs(n_samples=100,centers=2,random_state=3)X.shape,y.shape((100, 2), (100,)原创 2022-05-09 20:30:11 · 931 阅读 · 0 评论 -
python数据分析SVM,快速使用代码
1 初始准备import numpy as npimport matplotlib.pyplot as plfrom sklearn import svm,datasetsfrom pylab import mplmpl.rcParams[‘font.sans-serif’]=‘SimHei’ #画图正常显示中文mpl.rcParams[‘axes.unicode_minus’]=False #决绝保存图像是负号‘-’显示方块的问题2绘图准备由于sklearn包中有直接可以使用的方法,直接准原创 2022-05-08 19:46:12 · 1599 阅读 · 1 评论 -
python数据分析 Neural network
1 sigmoid方法import numpy as npdef sigmoid(z): return 1/(1+np.exp(-z))def sigmoidDerivative(a): """ sigmoid 求导 注意,这里传入的是a值,不是z值 """ return np.nultiply(a,(1-a))#a是计算结果2 初始化权值矩阵def initThetas(hiddenNum,unitNum,inputSize,classNum,原创 2022-05-07 23:03:25 · 359 阅读 · 0 评论 -
python 数据分析之logistic(逻辑)回归
链接: link.本节理论部分参考链接python 数据分析之logistic(逻辑)回归1 环境准备2 读取数据集3 sigmoid函数和误差函数设计4 梯度下降方法设计5 读取数据设置参数6 绘制决策边界7 绘制误差曲线和参数theta变化1 环境准备import numpy as npimport matplotlib.pyplot as plimport matplotlibmatplotlib.rcParams['font.sans-serif']='SimHei' #画图正常显示中原创 2022-05-06 21:36:58 · 2386 阅读 · 0 评论 -
python数据分析多元 线性回归
本节是python实现多元回归的代码部分,理论参考链接: link.代码下载地址link.代码可直接赋值运行,如有问题请留言本节使用的数据是收入与年龄,性别关系的多元线性回归python数据分析多元 线性回归1 基本环境设置2 读取数据加载3 y预估方法与误差方法设计4 梯度下降设计5 数据处理6 模型运行7 模型可视化8 误差绘图1 基本环境设置import numpy as npimport matplotlib.pyplot as plimport matplotlibmatplo原创 2022-05-04 20:29:03 · 3274 阅读 · 0 评论 -
数据分析python,线性回归
本节是python实现一元回归的代码部分,理论参考链接: link.代码下载地址link.代码可直接赋值运行,如有问题请留言1 环境准备import numpy as npimport matplotlib.pyplot as plimport matplotlibmatplotlib.rcParams['font.sans-serif']='SimHei'matplotlib.rcParams['font.family']='sans-serif'matplotlib.rcParams[原创 2022-05-02 21:38:05 · 1463 阅读 · 2 评论 -
数据分析 python pandas常用功能
依旧在Ipyhon中的笔记整理import pandas as pdimport numpy as npimport matplotlib.pyplot as pl%matplotlib inlinepandas中的dataframe对象和R中的矩阵matrix很相似pandas可以使用自定义的索引#selection选择数据选择列 df[col] series选择行 df.loc[label] series选择列,行 df.loc[index,colum原创 2022-05-01 21:49:01 · 772 阅读 · 0 评论 -
数据分析python中的常用numpy数组
1 numpy介绍numpy是同数据类型的多维数组,各个维度被称为轴(axes),轴的总数被称为秩(rank)使用前需先导入numpyimport numpy as npndarray.dim 维度ndarray.shape 行列数ndarray.dtype 类型ndarray.size 元素个数ndarray.itemsize #一个字符字节数ndarray.data 数据2 Ipython notebook中的演示上图里面介绍几点dtype类型是复数类型no.zero原创 2022-04-30 18:38:24 · 467 阅读 · 0 评论 -
Ipython富文本功能
1富文本(rich output)介绍在python中,对象(object)可以通过其__repr__方法描述其文本表示(textural representation)。Ipython基于该思想,允许对象可以使用更加丰富的形式,包括:HTMLJSONJPEGSVGLaTaX一个简单的对象可以声明以上所有的形式,而这一切均由IPython的显示系统来完成。该notebook将向你展示如何使用该显示系统将更丰富的内容融合到你的notebook中2 应用引入包 display函数用于显示对象原创 2022-04-29 23:03:49 · 1457 阅读 · 0 评论 -
Ipython notebook中matplotlib画图
1 画饼图%matplotlib inlineimport matplotlib.pyplot as pllabels='frog','hogs','dogs','logs' #设定标签sizes=15,20,45,10 #设定数据colors='yellowgreen','gold','lightskyblue','lightcoral' #设定颜色explode=0,0.1,0,0pl.pie(sizes,explode=explode,labels=原创 2022-04-28 21:22:29 · 373 阅读 · 0 评论 -
IPython 中的单元格魔法 jupyter
1 单元格魔法介绍IPython 中的单元格魔法Ipython 拥有一些被称为魔法(magic)的命令,这些命令独立于python语法,且用户可扩展出新的命令。“魔法”的设计初衷在于可以在Ipython中交互式地执行一些命令(比如执行某些系统命令),所以它遵循了命令行的一些惯例,比如:使用空格来分割参数,“-”来表示选项等‘ 魔法有二种:1行魔法(line magic):以“%”为前缀,而且整个命令(包含参数)不能跨行。2 单元魔法(cell magic):以“%%”为前缀,而且整个单元格都被认为原创 2022-04-27 22:22:00 · 700 阅读 · 0 评论 -
python anaconda 官方包下jupyter
1 python好用的Ipython notebookpython anaconda包自带Ipython notebook 可以实现很多小功能,比如按行运行在Anaconda官方目录下的script下直接运行会认为当前目录是工作路径为方便管理可以设置一个文件夹存放工作路径如果出现问题以下,可能是安装了多个python版本或anaconda为配置环境变量jupyter DDL load failed while import error设置环境变量2 运行notebook运行cmd,切换原创 2022-04-25 23:15:56 · 508 阅读 · 0 评论 -
2 阿里云天池学习python题目
1 怎样对python中的代码进行注释?在 Python 中, # 表示注释,作用于整行。‘’’ ‘’’ 或者 “”" “”" 表示区间注释,在三引号之间的所有内容被注释2. python有哪些运算符,这些运算符的优先级是怎样的?一元运算符优于二元运算符。如正负号。先算术运算,后移位运算,最后位运算。例如 1 << 3 + 2 & 7等价于 (1 << (3 + 2)) & 7逻辑运算最后结合3. python 中 is , is not 与 ==原创 2022-03-30 22:50:43 · 614 阅读 · 0 评论 -
1 阿里云天池 python 入门
阿里云天池 python 入门简介变量、运算符与数据类型1. 注释写下你的答案2. 运算符这是一个注释Hello worldHello chinahello china写下你的答案3. 变量和赋值简介Python 是一种通用编程语言,其在科学计算和机器学习领域具有广泛的应用。如果我们打算利用 Python 来执行机器学习,那么对 Python 有一些基本的了解就是至关重要的。本 Python 入门系列体验就是为这样的初学者精心准备的。变量、运算符与数据类型1. 注释变量、运算符与数据类型¶1.原创 2022-03-29 23:44:20 · 362 阅读 · 0 评论 -
9 python logging日志
1. logging日志的介绍在现实生活中,记录日志非常重要,比如:银行转账时会有转账记录;飞机飞行过程中,会有个黑盒子(飞行数据记录器)记录着飞机的飞行过程,那在咱们python程序中想要记录程序在运行时所产生的日志信息,怎么做呢?可以使用 logging 这个包来完成记录程序日志信息的目的是:可以很方便的了解程序的运行情况可以分析用户的操作行为、喜好等信息方便开发人员检查bug2. logging日志级别介绍日志等级可以分为5个,从低到高分别是:DEBUGINFOWARNINGE原创 2022-02-08 10:59:40 · 75 阅读 · 1 评论 -
8 ajax请求数据渲染个人中心页面
1. 根据用户请求返回个人中心空模板文件数据# 获取个人中心数据@route("/center.html")def center(): # 响应状态 status = "200 OK" # 响应头 response_header = [("Server", "PWS2.0")] # 打开模板文件,读取数据 with open("template/center.html", "r") as file: file_data = file.r原创 2022-02-08 10:59:30 · 308 阅读 · 0 评论 -
7 python 个人中心数据接口的开发
1. 根据sql语句查询个人中心数据# 个人中心数据接口开发@route("/center_data.html")def center_data(): # 响应状态 status = "200 OK"; # 响应头 response_header = [("Server", "PWS2.0"), ("Content-Type", "text/html;charset=utf-8")] conn = pymysql.connect(host="localhost"原创 2022-02-08 10:59:19 · 345 阅读 · 0 评论 -
6 python显示股票信息页面的开发
1. 数据准备创建数据库create database stock_db charset=utf8;– 切换数据库use stock_db;– 执行sql文件source stock_db.sql;2. 根据sql语句查询股票信息示例代码:# 获取首页数据@route("/index.html")def index(): # 响应状态 status = "200 OK"; # 响应头 response_header = [("Server", "PWS2原创 2022-02-07 13:49:10 · 292 阅读 · 0 评论 -
5 python 装饰器方式的添加路由
1. 使用带有参数的装饰器添加路由前面我们已经实现了路由列表,但是每次添加路由都需要手动添加来完成,接下来我们想要完成路由的自动添加,可以通过装饰器来实现,在使用装饰器对处理函数进行装饰的时候我们需要知道装饰的函数和那个请求路径进行关联,也就是说装饰器需要接收一个url参数,这样我们定义的装饰器是一个带有参数的装饰器。示例代码: """miniweb框架,负责处理动态资源请求"""import time# 定义路由列表route_list = []# 定义带有参数的装饰器def rou原创 2022-02-08 10:59:09 · 294 阅读 · 0 评论 -
10 python 匹配分组
1. 匹配分组相关正则表达式代码 功能| 匹配左右任意一个表达式(ab) 将括号中字符作为一个分组\num 引用分组num匹配到的字符串(?P) 分组起别名(?P=name) 引用别名为name分组匹配到的字符串示例1:|需求:在列表中[“apple”, “banana”, “orange”, “pear”],匹配apple和pearimport re# 水果列表fruit_list = ["apple", "banana", "orange", "pear"]# 遍历数据fo原创 2022-02-07 13:46:57 · 490 阅读 · 0 评论 -
9 python 匹配开头和结尾
1. 匹配开头和结尾代码 功能^ 匹配字符串开头$ 匹配字符串结尾示例1:^需求:匹配以数字开头的数据import re# 匹配以数字开头的数据match_obj = re.match("^\d.*", "3hello")if match_obj: # 获取匹配结果 print(match_obj.group())else: print("匹配失败")运行结果:3hello示例2:$需求: 匹配以数字结尾的数据import re# 匹配以数字结尾的原创 2022-02-07 13:46:46 · 2939 阅读 · 0 评论 -
8 匹配多个字符
1. 匹配多个字符代码 功能匹配前一个字符出现0次或者无限次,即可有可无匹配前一个字符出现1次或者无限次,即至少有1次? 匹配前一个字符出现1次或者0次,即要么有1次,要么没有{m} 匹配前一个字符出现m次{m,n} 匹配前一个字符出现从m到n次示例1:*需求:匹配出一个字符串第一个字母为大小字符,后面都是小写字母并且这些小写字母可 有可无import reret = re.match("[A-Z][a-z]*","M")print(ret.group())ret = r原创 2022-02-07 13:46:34 · 217 阅读 · 0 评论 -
7 python 匹配单个字符
1. 匹配单个字符在上一小节中,了解到通过re模块能够完成使用正则表达式来匹配字符串本小节,将要讲解正则表达式的单字符匹配代码 功能. 匹配任意1个字符(除了\n)[ ] 匹配[ ]中列举的字符\d 匹配数字,即0-9\D 匹配非数字,即不是数字\s 匹配空白,即 空格,tab键\S 匹配非空白\w 匹配非特殊字符,即a-z、A-Z、0-9、_、汉字\W 匹配特殊字符,即非字母、非数字、非汉字示例1: .import reret = re.match(".","M")prin原创 2022-02-07 13:46:17 · 1668 阅读 · 0 评论 -
6 python re模块介绍
1. re模块的介绍在Python中需要通过正则表达式对字符串进行匹配的时候,可以使用一个 re 模块#导入re模块import re#使用match方法进行匹配操作result = re.match(正则表达式,要匹配的字符串)#如果上一步匹配到数据的话,可以使用group方法来提取数据result.group()##2. re模块的使用import re#使用match方法进行匹配操作result = re.match(“baidu”,“baidu.cn”)#获取匹配结果inf原创 2022-02-07 13:46:00 · 406 阅读 · 0 评论 -
5python 正则表达式的概述
1. 正则表达式的介绍在实际开发过程中经常会有查找符合某些复杂规则的字符串的需要,比如:邮箱、图片地址、手机号码等,这时候想匹配或者查找符合某些规则的字符串就可以使用正则表达式了。2. 正则表达式概念正则表达式就是记录文本规则的代码3. 正则表达式的样子0\d{2}-\d{8} 这个就是一个正则表达式,表达的意思是匹配的是座机号码4. 正则表达式的特点正则表达式的语法很令人头疼,可读性差正则表达式通用行很强,能够适用于很多编程语言5. 小结正则表达式是匹配符合某些规则的字符串数据..原创 2022-02-06 14:16:01 · 104 阅读 · 0 评论 -
4 python深拷贝和浅拷贝
1. 浅拷贝copy函数是浅拷贝,只对可变类型的第一层对象进行拷贝,对拷贝的对象开辟新的内存空间进行存储,不会拷贝对象内部的子对象。不可变类型的浅拷贝示例代码:import copy # 使用浅拷贝需要导入copy模块# 不可变类型有: 数字、字符串、元组a1 = 123123b1 = copy.copy(a1) # 使用copy模块里的copy()函数就是浅拷贝了# 查看内存地址print(id(a1))print(id(b1))print("-" * 10)a2 = "a原创 2022-02-06 14:15:49 · 179 阅读 · 0 评论 -
3python 生成器的创建方式
1. 生成器的介绍根据程序员制定的规则循环生成数据,当条件不成立时则生成数据结束。数据不是一次性全部生成出来,而是使用一个,再生成一个,可以节约大量的内存。2. 创建生成器的方式生成器推导式yield 关键字生成器推导式:与列表推导式类似,只不过生成器推导式使用小括号# 创建生成器my_generator = (i * 2 for i in range(5))print(my_generator)# next获取生成器下一个值# value = next(my_generator)原创 2022-02-06 14:15:35 · 93 阅读 · 0 评论 -
2 python with语句和上下文管理器
1. with语句的使用向文件中写入数据的示例代码:1、以写的方式打开文件f = open(“1.txt”, “w”)2、写入文件内容f.write(“hello world”)3、关闭文件f.close()代码说明:文件使用完后必须关闭,因为文件对象会占用操作系统的资源,并且操作系统同一时间能打开的文件数量也是有限的这种写法可能出现一定的安全隐患,错误代码如下:1、以读的方式打开文件f = open(“1.txt”, “r”)2、读取文件内容f.write(“hello wor原创 2022-02-06 14:15:18 · 116 阅读 · 0 评论 -
1 python property属性
1. property属性的介绍property属性就是负责把一个方法当做属性进行使用,这样做可以简化代码使用。定义property属性有两种方式装饰器方式类属性方式2. 装饰器方式class Person(object): def __init__(self): self.__age = 0 # 装饰器方式的property, 把age方法当做属性使用, 表示当获取属性时会执行下面修饰的方法 @property def age(self):原创 2022-02-06 14:15:05 · 126 阅读 · 0 评论 -
9 python 类装饰器的使用
1. 类装饰器的介绍装饰器还有一种特殊的用法就是类装饰器,就是通过定义一个类来装饰函数。类装饰器示例代码:class Check(object): def __init__(self, fn): # 初始化操作在此完成 self.__fn = fn # 实现__call__方法,表示对象是一个可调用对象,可以像调用函数一样进行调用。 def __call__(self, *args, **kwargs): # 添加装饰功能原创 2022-02-06 14:14:27 · 303 阅读 · 0 评论 -
8 python带有参数的装饰器
1. 带有参数的装饰器介绍带有参数的装饰器就是使用装饰器装饰函数的时候可以传入指定参数,语法格式: @装饰器(参数,…)错误写法:def decorator(fn, flag): def inner(num1, num2): if flag == "+": print("--正在努力加法计算--") elif flag == "-": print("--正在努力减法计算--") result = f原创 2022-02-06 14:14:07 · 156 阅读 · 0 评论 -
7 python多个装饰器的使用
1. 多个装饰器的使用示例代码def make_div(func): """对被装饰的函数的返回值 div标签""" def inner(): return "<div>" + func() + "</div>" return innerdef make_p(func): """对被装饰的函数的返回值 p标签""" def inner(): return "<p>" + func() + "&原创 2022-02-06 14:13:55 · 859 阅读 · 0 评论 -
6 python通用装饰器的使用
1. 装饰带有参数的函数# 添加输出日志的功能def logging(fn): def inner(num1, num2): print("--正在努力计算--") fn(num1, num2) return inner# 使用装饰器装饰函数@loggingdef sum_num(a, b): result = a + b print(result)sum_num(1, 2)运行结果:–正在努力计算–32. 装饰原创 2022-02-06 14:13:40 · 333 阅读 · 0 评论 -
5 python装饰器的使用
1. 装饰器的使用场景函数执行时间的统计输出日志信息2. 装饰器实现已有函数执行时间的统计import time# 装饰器函数def get_time(func): def inner(): begin = time.time() func() end = time.time() print("函数执行花费%f" % (end-begin)) return inner@get_timedef func1()原创 2022-02-05 11:06:57 · 322 阅读 · 0 评论