![](https://img-blog.csdnimg.cn/20190927151101105.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
Python数据读取/简单函数/其他操作
文章平均质量分 53
涉及一些数据读取/简单函数/打包等其他操作
佐佑思维
在读博士传递自己在做科研和写论文时学到或整理的技巧和资料;其中Python的内容纯属为自己的研究做准备,希望大家多多指教
展开
-
Python交叉验证实现
交叉验证Python实现原创 2023-09-26 17:28:20 · 316 阅读 · 0 评论 -
一个文件存储多个数组
np.savez存储多条数据。原创 2023-05-10 17:32:26 · 750 阅读 · 1 评论 -
python计算某个函数的反函数值
pynverse库原创 2023-05-10 17:25:53 · 535 阅读 · 0 评论 -
遇到optimize优化不收敛问题报错影响运行怎么办
try语句原创 2023-05-10 17:06:27 · 355 阅读 · 0 评论 -
点绕点旋转后的坐标
平面上一点x1,y1,绕平面上另一点x2,y2顺时针旋转θ角度 ,怎么求旋转后的x1,y1对应的坐标x,y原创 2023-02-08 16:45:01 · 567 阅读 · 6 评论 -
方便的数据二进制存储
数组存储。原创 2022-12-24 16:47:49 · 1063 阅读 · 0 评论 -
在Python中 的先乘再除 和 先除再乘
在Python中注意先乘再除还是先除再乘~原创 2022-11-15 21:05:24 · 875 阅读 · 0 评论 -
tzip解决多变量进度条问题
Python进度条原创 2022-11-01 10:36:13 · 551 阅读 · 0 评论 -
Jupyter notebook中调试Python代码
pdb的调用原创 2022-09-15 19:43:18 · 1726 阅读 · 0 评论 -
在Jupyter notebook中快速写入和运行py文件
%%file python.py; %run python.py原创 2022-09-06 17:47:50 · 1540 阅读 · 0 评论 -
np.zeros
np.zeros各个参数及如何直接得到整数或其他类型元素的数组原创 2022-08-01 17:16:16 · 5950 阅读 · 0 评论 -
判断文件或文件夹是否存在?
os.path.exists和os.path.isfile原创 2022-07-11 20:21:24 · 2213 阅读 · 0 评论 -
逻辑运算符的优先级
逻辑复杂运算嵌套原创 2022-07-05 17:30:52 · 9033 阅读 · 0 评论 -
生成一个报告
建立一个空白文档,然后在上面写文字、画图等原创 2022-06-27 14:48:26 · 246 阅读 · 0 评论 -
Python数组array和列表list 切片方式的异同
数组和列表的切片方式原创 2022-06-27 11:29:57 · 443 阅读 · 0 评论 -
两行Python代码 新建一个txt文件并写入
两行Python代码 新建一个txt文件并写入原创 2022-06-21 15:55:43 · 24204 阅读 · 0 评论 -
python简单几步制作完整可视化的窗口
root.quit()导致mainloop退出。解释器仍然完整无缺,所有小部件也一样。如果调用此函数,则可以使代码在调用之后执行root.mainloop(),并且该代码可以与小部件交互(例如,从输入小部件获取值)。调用root.destroy()将破坏所有小部件并退出mainloop。调用之后的任何代码root.mainloop()都将运行,但是任何访问任何窗口小部件的尝试(例如,从条目窗口小部件获取值)都将失败,因为该窗口小部件不再存在。...原创 2020-12-12 11:53:40 · 9784 阅读 · 0 评论 -
Python的运行效率太低?几行代码快速提升!!!
快速提升Python的运行效率 1、GPU加速2、CPU加速2.1、定义函数2.2、jit加速2.3、运行 “佐佑思维”公众号有更多关于Python的小知识,欢迎交流!亲测有效 1、GPU加速利用多个GPU提升运行效率#利用多个GPU加速import osos.environ['CUDA_VISIBLE_DEVICES'] = '2,1,0'这是存在多个GPU的电脑上可以实现的,只...原创 2020-05-03 16:42:32 · 3933 阅读 · 21 评论 -
学Python就三点!看了就能编!
Python的核心三点1、变量1.1、含义1.2、数据类型2、 if语句2.1、一般形式2.2、举例结果3、 for循环3.1、一般形式3.2、举例结果4、利用上述三点实现Python编程4.1、代码4.2、结果我相信很多人都听说Python比较简单,但是学起来仿佛很费劲儿。其实学Python,只要掌握以下三点:变量+if+for,其他就都迎刃而解了,不信你看看!1、变量第一点,变量。1....原创 2020-05-06 14:52:55 · 303 阅读 · 1 评论 -
Python最简洁生成网站二维码的代码
学术网站BalMind的二维码1、共建纯学术网站BalMind2、代码如下:生成BalMind网站二维码 同步佐佑思维公众号二维码如下:1、共建纯学术网站BalMind2、代码如下:生成BalMind网站二维码import qrcodeqr=qrcode.QRCode( version=6, #二维码的尺寸大小,取值范围为1-40 error_correction=qrcode.constants.ERROR_CORRECT_H, box_size=10, #二维码里每个原创 2020-12-11 19:34:48 · 282 阅读 · 0 评论 -
如何生成指定分布的随机数?两种方法、三行代码
生成指定分布的随机数两种方法新的改变功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入两种方法你好! 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章,了原创 2020-05-10 00:37:33 · 2865 阅读 · 2 评论 -
我的Python代码出错了怎么办?→来试试这样调试!
pdb调试1 pdb的调用2 pdb设置断点3 一个网上的实例来说明pdb的用法4 pdb中的常用命令4.1 使用`n`来执行下一行4.2 使用`ENTER`重复上一个命令4.3 使用`p`打印变量值4.4 使用`l`查看上下行代码4.5 使用`s`进入子函数4.6 使用`r`执行函数直到结束4.7 使用`c`停止调试并继续运行4.8 输入`q`直接退出调试界面5 写在最后 佐佑思维公众号二维码如下:一个小工具,欢迎免费下载Pdb就是Python debugger ,是python自带的调试器1 pdb原创 2020-11-21 23:19:36 · 550 阅读 · 0 评论 -
Python中定义多个函数进行多线程并行计算提升速度
Python多线程1、不开多线程1.1、代码1.2、结果:1.3、截图2、开多线程2.1、代码2.2、结果2.3、截图3、若有问题,请挪步“佐佑思维”公众号 4、 ★佐佑思维二维码★1、不开多线程1.1、代码#不开启多线程演示import time,threadingdef foo(n): print('foo%s'%n) time.sleep(3)def bar(n): print('bar%s'%n) time.sleep(2)begin = time.ti原创 2020-10-19 00:00:06 · 1581 阅读 · 2 评论 -
利用Pyinstaller三步实现打包exe应用程序
第一步:cd /d D:\gongcheng第二步:pyinstaller -F -w mycode.py (-w就是取消窗口)原创 2020-12-12 10:56:01 · 397 阅读 · 6 评论 -
程序运行到所遇到的第一个return即返回(退出def块),不会再运行第二个return
目录returnreturndef函数中一旦运行到第一个return,即意味着这个函数体的结束,不会再继续运行下去,如果想返回两个及以上的数量的数值,直接用逗号隔开即可。原创 2021-05-22 16:55:54 · 423 阅读 · 0 评论 -
Python对时间数据进行运算
目录 导入库 例子的简单运算 例子的结果 导入库from datetime import datetimefrom datetime import timedelta 例子的简单运算time1= '2019-12-15 00:00:01' # 字符串 日期 print('time1:',time1)print('d1:',type(time1))d1 = datetime.strptime(str(time1),'%Y-%m-%d %H:%M:%S')print('d1:',d1)p原创 2021-01-02 16:23:58 · 1653 阅读 · 5 评论 -
置信区间
目录1、置信区间&置信度(置信水平)&显著性水平2、如何计算置信区间大样本如何计算置信区间小样本如何计算置信区间参考:https://zhuanlan.zhihu.com/p/539768701、置信区间&置信度(置信水平)&显著性水平置信区间(Confidence interval):在统计学中,一个概率样本的置信区间(Confidence interval)是对这个样本的某个总体参数的区间估计,展现的是这个参数的真实值有一定概率落在测量结果周围的程度。置信度原创 2020-12-28 00:53:38 · 14675 阅读 · 0 评论 -
Python的numpy.arange
# print格式化输出数组元素import numpy as npnp.set_printoptions(precision=2, threshold=20, edgeitems=6, suppress=True)原创 2020-10-18 10:48:55 · 248 阅读 · 0 评论 -
正态性变换
目录1 Box-Cox变换2 反Box-Cox变换1 Box-Cox变换x必须是正数from scipy import statsx,lambda_=stats.boxcox(x)print('变换参数',lambda_)2 反Box-Cox变换反Box-Cox变换可以将预测结果转换为我们想要的数据from scipy.special import inv_boxcoxy = inv_boxcox(x, lambda)其中x为需要进行反Box-Cox变换的数据,lamda为训练集使用原创 2021-07-20 11:35:42 · 508 阅读 · 0 评论 -
想一步到位快速读取数据——numpy.loadtxt(文件)
快速读取文件1、笔者常用开头2、读取txt文本文件2.1、读取“txt”文本文件的数字数据2.1.1导入numpy库2.1.2读取文件名.txt文件2.1.3在jupyter notebook的屏幕上输出---print2.2、读取“txt”文本文件的文本信息2.2.1储存文本信息的列表1、笔者常用开头由于Python是解释性语言,运行一个简单操作需要调用大量指令,但是这个“慢”,对于我们这种...原创 2020-07-29 23:39:44 · 2151 阅读 · 1 评论 -
pd.read_excel读取excel文件的行、列相关参数
目录1、关于`header=0` 和`skiprows=None`pd.read_excel(io, # 文件路径 sheetname=0, # 用于选取sheet表,默认是选取第一个sheet,即参数为0 header=0, # 表头,指定某一行作为列标签,默认是第一行,即参数为0 skiprows=None, # 跳过行,默认是无 index_col=No原创 2021-09-17 15:46:31 · 18717 阅读 · 0 评论 -
输出数组中满足条件元素的坐标
目录1、输出数组中满足条件元素的坐标例子2、进一步挑选:删除重复数输出数组中满足条件元素的坐标 :(第一维坐标array,第二维坐标array)1、输出数组中满足条件元素的坐标例子limvalue = pd.read_excel(io=io, sheet_name=sheet_name).values #提取数据chosen_index=np.where(limvalue==0) #输出满足条件(出现 0)元素的坐标 :(第一维坐标array,第二维坐标array)print(chosen_ind原创 2021-06-02 10:32:05 · 706 阅读 · 0 评论 -
Python如何等价复制不会改变原有位置数据
copy() 仅复制对象本身,而不对其中的子对象进行复制,如果对原子对象进行修改,那么浅层复制之后的对象也会随着修改。deepcopy() 是真正意义上的复制,即重新开辟一片空间,经常说的复制实际上就是 deepcopy,深层复制之后的对象不受原对象的影响,无论原对象发生什么修改,深层复制的对象都不会发生改变。...原创 2021-09-15 22:21:03 · 1204 阅读 · 0 评论 -
Python求数据集的四分位点
目录1 方法一:np.quantile2 方法二:np.percentile1 方法一:np.quantileQ1 = np.quantile(Sample[:,-2:],0.25, axis=0)Q3 = np.quantile(Sample[:,-2:],0.75, axis=0)print(Q1)print(Q3)IQR = Q3 - Q1print(IQR)2 方法二:np.percentileprint(np.percentile(Sample[:,-2], 25), np原创 2021-09-02 09:28:41 · 1565 阅读 · 0 评论 -
Python的数据预处理
目录1、标准化——去均值和方差按比例缩放1.1、scale函数1.2、StandardScaler补充一个知识点:2、归一化——将特征缩放至特定范围内2.1、MinMaxScaler:归一到 [ 0,1 ]2.2、MaxAbsScaler:归一到 [ -1,1 ]3、缩放有离群值的数据4、核矩阵的中心化5、非线性转换5.1、映射到均匀分布sklearn.preprocessing 包提供了几个常见的实用功能和变换器类型,用来将原始特征向量更改为更适合机器学习模型的形式。一般来说,机器学习算法受益于数据集原创 2021-01-08 20:50:44 · 1371 阅读 · 0 评论 -
取数组中各元素的绝对值最大
目录1 `np.maximum(X, Y, out=None)`参数2 代码1 np.maximum(X, Y, out=None)参数X和Y逐位进行比较,选择最大值;最少接受两个参数利用X=x,Y=-x取绝对值最大2 代码import numpy as npx=np.array([[1,-2,3],[8,-1,0]])abs=np.maximum(x,-x)print(abs)...原创 2021-07-21 15:42:53 · 1464 阅读 · 0 评论 -
利用Python对一些已经定位好的缺失数据进行缺失值插补
目录 1、单变量与多变量插补的区别 2、单变量插补 3、多变量插补因为各种各样的原因,真实世界中的许多数据集都包含缺失数据,这类数据经常被编码成空格、NaNs,或者是其他的占位符。但是这样的数据集并不能scikit-learn学习算法兼容,因为大多的学习算法都默认假设数组中的元素都是数值,因而所有的元素都有自己的意义。使用不完整的数据集的一个基本策略就是舍弃掉整行或整列包含缺失值的数据。但是这样就付出了舍弃可能有价值数据(即使是不完整的 )的代价。处理缺失数值的一个更好的策略就是从已有的数据推断出缺原创 2020-12-30 17:59:01 · 925 阅读 · 0 评论 -
特征提取和选择
特征提取数据集的标准化缺失值插补原创 2021-01-01 11:15:29 · 129 阅读 · 0 评论 -
离群值(异常值)处理
目录1 绘制箱型图2 异常值剔除1 绘制箱型图Sample的是一个二维数组,每列为特征,总行数为样本总数# 箱型图plt.boxplot(Sample[:,0]) 上四分位数(Q3),中位数,下四分位数(Q1)上四分位数和下四分位数之间的差值,即四分位数差(IQR,interquartile range)=Q3-Q1 :大于上四分位数1.5倍四分位数差的值,或者小于下四分位数1.5倍四分位数差的值,划为异常值(outliers),即Q3+1.5IQR(四分位间距)和Q1-1.5IQR处画原创 2021-07-20 11:25:15 · 2653 阅读 · 0 评论 -
zip( )函数——避免循环语句的嵌套,实现简洁化!
存储数据1、直接上例子1.1、极可能出现的错误1.2、利用zip()函数2、使用寄语1、直接上例子1.1、极可能出现的错误a = ["a","B","p","p"]b = ["n","d","F","O"]for u, i in a, b: print(u, i)输出结果报错:从上面可以看出,这样是不行的,同时这样循环表达两个值u、i,这样是不可以的。1.2、利用zip()函数这时候就用到了zip()这个函数a = ["a","B","p","p"]b = ["n","d",原创 2020-07-30 17:13:33 · 379 阅读 · 0 评论