Python 机器学习基础第六节
Python 机器学习基础第六节
我是小白呀
吾本布衣, 出自纽约, 四周大山. 箪瓢屡空, 环堵萧然, 不弊风日. 吾好读书, 滴水石穿, 笨鸟先飞, 求知不断, 方能立足. 不羡孔北海之座上客常满, 但求吾辈架上书常在. 涸辙遗鲋, 暮成枯, 人而无志, 与彼何殊. Self-study Computer Science. 愿为 open source 自效微力. 天高地阔,欲往观之.
因为啥也不会, 默默做一只小白
展开
-
机器学习 第六节 第八课 ( 完结 )
练习四现在我们有北上广, 深圳, 和沈阳 5 个城市的 PM2.5 随时间的变化情况.观察这组数据中的时间结构, 并不是字符串, 这个时候我们应该怎么办?执行结果:原创 2020-11-11 06:56:03 · 1247 阅读 · 0 评论 -
机器学习 第六节 第七课
[toc]PeriodIndex之前所学习的 DatatimeIndex 可以理解为时间戳.那么现在我们要学习的 PeriodIndex 可以理解为时间段.执行结果:那么如果给这个时间段降采样呢?执行结果:原创 2020-11-11 05:25:42 · 1287 阅读 · 0 评论 -
机器学习 第六节 第六课
[toc]练习三现在我们有 2015 到 2017 年 25 万条 911 的紧急电话的数据, 请统计出不同月份不同类型紧急电话的次数的变化情况.执行结果:原创 2020-11-11 02:58:56 · 1300 阅读 · 0 评论 -
机器学习 第六节 第五课
[toc]练习二现在我们有 2015 到 2017 年 25 万条 911 的紧急电话的数据, 请统计出不同月份不同类型紧急电话的次数的变化情况.执行结果:strftime() 方法strftime() 函数接收以时间元组, 并返回以可读字符串表示的当地时间, 格式由参数 format 决定....原创 2020-11-11 01:25:30 · 1276 阅读 · 0 评论 -
机器学习 第六节 第四课
[toc]Pandas 重采样重采样: 指的是将时间序列从一个频率转化为另一个频率进行处理的过程, 将高频率数据数据转化为低频数据为降采样, 低频转化为高频率为升采样.pandas 提供了一个 resample 的方法来帮助我们实现频率转化.执行结果:...原创 2020-11-10 23:43:25 · 1310 阅读 · 0 评论 -
机器学习 第六节 第三课
[toc]在 DataFrame 中使用时间序列执行结果:在最开始的 911 数据的案例中, 我们可以使用 pandas 提供的方法把时间字符串转换为时间序列.format 参数大部分情况下可以不用写, 但是对于 pandas 无法格式化的时间字符串, 我们可以使用该参数, 比如包含中文....原创 2020-11-10 06:38:28 · 1294 阅读 · 0 评论 -
机器学习 第六节 第二课
[toc]Pandas 之时间序列为什么要学习 pandas 中的时间序列不管在什么行业, 时间序列都是一种非常重要的数据形式, 很多统计数据以及数据的规律也都和时间序列有着非常重要的联系, 而且在 pandas 中处理时间序列是非常简单的.生成一段时间范围start 和 end 以及 freq 配合能够生成 start 和 end 范围内以频率 freq 的一组时间索引start 和 periods 以及 freq 配合能够生成从 start 开始的频率为 freq 的 per原创 2020-11-10 06:14:19 · 1318 阅读 · 0 评论 -
机器学习 第六节 第一课
[toc]练习一现在我们有 2015 到 2017 年 25 万条 911 的紧急电话的数据, 请统计出这些数据中不同类型的紧急情况的次数, 如果我们还想统计出不同月份不同类型紧急电话的次数的变化情况, 应该怎么做呢?...原创 2020-11-10 02:22:30 · 1303 阅读 · 0 评论