- 博客(14)
- 收藏
- 关注
RSS订阅原创 Pandas数据处理
1.加载数据时，设置na_value参数，指定加载数据把什么当作缺失值。（2）使用统计量（缺失值所处列的平均值、中位数和众数）可将非缺失数值变为true，其他变为false=1。本案例使用city_day.csv，首先加载数据。info()可查询一列中有多少非空的数据。再每一列计算和，就可以统计出缺失值的个数。 方便观看，只截取一部分内容。高级方法：KNN MICE。参数是将数值设置为时间类型。
2023-07-18 17:54:14
168
2
原创 SUMO与python联合仿真（跟驰与换道）
这个对于我来说，是一个非常像解决的问题，比如我想要让其在仿真时间为20s时开始减速，这时应该当step=19时设置这一函数，其次是车辆类型depart参数时，depart表示进入仿真的时间，这个时间如果设置为0时，则出现在仿真场景中的仿真时间是1s。因为我的一个场景是需要均匀减速的，但是我用这个函数时出了问题，他是比如我设置了-2的减速度，他不会立即以这个减速度减速，而是减速度慢慢减至-2，如我设置在仿真20s时减速。要注意的是，他这个代码是关闭自动换道和跟驰的，因此在设置强制换道时，该操作不受影响。
2023-06-20 14:17:55
3393
1
原创 python（3） 函数、模块及数据读取等
x条件判断和判断语句其实就和C语言差不多，可能for循环方面有些出路，但是基本上学过C语言的同学应该随便看一下关于这方面的讲解视频就能懂了，所以直接转移到下一章——函数与模块。random.random是随机生成0-1之间的一位数 random.ransdint是随机生成0-10之间的一位整数。time.ctime()生成现在的时间 time.localtime()f.readlines()表示以列表的形式呈现，挨个读取可用for循环，如下所示。f.readline(n)表示读取一行的前n个字符。
2022-11-08 21:48:56
265
1
原创 python(2)浅学
方法三：poi.keys(), poi.keys(),输出所有key值或value值----(这地方函数获取的key是可视化图的方式呈现的，因此需要通过列表格式表现)这个地方容易搞迷糊了，因此还需要多加练习。2,使用dict.fromkeys。（三）字典的元素直接访问。（四）字典元素的挨个访问。方法2：poi.get。
2022-11-05 14:24:45
126
原创 python浅学（1）大体介绍
列表格式 list=[1,2,3,4,5] 或者 lst-=list（1，2，32）也可以套娃例如 list=[1,2,3.4,5,[1,2,3,4]](1)注意append 和extend的区别，当加入另外一个列表是，append会保留列表格式将其加入，extend会不保留格式，如x=[1,2,3,4,5]为一个序列，其中的每一个元素会被分配一个序号-元素的位置。元组格式 tuple=(1,2,3,4,5) 与列表的区别在于。如上图所示，变量X的取值为1时，存储对象为1，但是当取值变为2时，
2022-11-05 11:11:21
256
原创 浅学transcad（与表格链接以及创建矩阵OD并显示期望线）
2.创建一个表格table，这里创建三个字段，第一个是zongaid，是和上边创建图层时的字段相同的，用来链接，其次可以填一些自己拥有的地理信息，这里是GDP以及people（人口），注意注册的时候一定要提前调制好信息数量，这里有12个交通小区，因此设置为12。1.首先根据上部分内容，创建好交通小区，由于它本身的ID是乱的，因此需要自己定义一个字段，这里是zongaid，并通过标签显示出来，如下图所示，字体大小自己调。期望线工具在tools -grography analyse-desire road。
2022-10-30 17:05:07
1987
原创 交通科研狗日常论文分析（1）考虑驾驶风格的跟驰模型构建及交通震荡仿真研究
1.通过挑选NGSIM数据，具体方法为将某一段时间段的数据求平均值，挑选合适参数进行降维和Kmeans聚类，将驾驶风格大致分为四类，且结合参数的大小，把四类按照特点分别进行命名。2.建立跟驰模型，主要思路为结合优化速度模型，参数区分为反应与感知参数，这个地方可以借鉴，再通过分析跟驰模型的稳定验证优化的跟驰模型的可靠性。2.交通震荡概念：车辆自发形成的反复减速-加速的过程，一定概率会导致严重的交通堵塞，且消耗燃料，6.感知是后车对刺激的接受程度 ，反应是后车的制动行为，这两个的区别。
2022-10-26 10:29:24
890
1
原创 Latex学习（准备数学建模）+数学建模重要性筛选
% 计算 x4,x5,x6,x7 与 x1之间的灰色关联度。步骤5：再把这些变量的数据调出来（关键点是这个地方）步骤1：采用灰色 相关（因为数据特别多，1v729）data=xlsread('工作簿2.xlsx');我想到的方法是，首先将数据转置，然后再高级筛选。disp(' 灰色关联度分别为：')% title('灰色关联分析')%得到其他列和参考列相等的绝对值。
2022-09-28 16:20:21
174
原创 初学MATLAB（—）常用基本函数总结
（7）linspace(a,b,c) a，b起始点， c是变量个数 c可以不写，当因变量为函数的时候。（12）rank（）求矩阵的秩 det（） 行列式的值。（9）eye(1);（14）axis([0 1 0 1])设置x,y坐标范围。（1）A(:):表示A数组的值以一列项的形式呈现出来。（8）已知A为数组，A（2）为第二行或者列，看括号。（4）rand（m,n）随机生成m行n列ones。（3）zeros（10，5，3）10行5列3维。（2）inv（A）：逆矩阵。
2022-09-17 14:23:46
327
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