Cachel wood
这个作者很懒,什么都没留下…
展开
-
Python Pyvis库创建交互式网络图 高级功能详解
通过设置不同的布局算法,可以更灵活地调整网络图的外观。支持创建动态网络图,通过时间轴展示网络图的演化过程。动态网络图支持添加点和边。也提供了一些性能优化的选项。参数可以让网络图在加载时更稳定。支持多种布局算法,包括。原创 2024-09-16 22:05:39 · 187 阅读 · 0 评论 -
python使用Pyvis库绘制B站评论互动网络结构图
pyvis是一个用于可视化网络的Python库。它基于NetworkX库,提供了用于绘制网络图的高级功能。pyvis支持多种网络类型,包括无向图、有向图、加权图和多图。它还支持多种布局算法,如随机布局、圆形布局、弹簧布局等。pyvis还提供了丰富的可视化选项,包括节点颜色、边的粗细和颜色、标签和标题等。原创 2024-09-16 19:46:37 · 287 阅读 · 0 评论 -
python实现决策树可视化Graphviz和plot_tree
Wine葡萄酒数据集是来自UCI上面的公开数据集,这些数据是对意大利同一地区种植的葡萄酒进行化学分析的结果,这些葡萄酒来自三个不同的品种。该分析确定了三种葡萄酒中每种葡萄酒中含有的13种成分的数量。从UCI数据库中得到的这个wine数据记录的是在意大利某一地区同一区域上三种不同品种的葡萄酒的化学成分分析。该数据集可以直接从sklearn的datasets中获取#决策树。原创 2023-12-01 18:05:11 · 262 阅读 · 0 评论 -
护士排班问题:Nurse Rostering Problem(NRP)实战并可视化页面
护士排班问题并不专指对于医院护士的排班,实际上泛指这种限制条件较多的排班问题。第二种求解方法是演化博弈算法,比较经典的有遗传算法,模拟退火算法,粒子群算法等一系列启发式算法,可以在较短的时间内找到一个可以接受的解。目前对于排班问题有两种比较典型的求解思路,一种就是传统的线性规划LP问题加大型求解器的求解思路,目前。等优秀的开源模块,这种方法求得的是精确解,但是非常耗费计算资源,在问题规模相当大时很难获得最优解。P问题是在多项式时间内可以被解决的问题,而NP问题是在多项式时间内可以被验证其正确性的问题。原创 2023-11-25 10:50:39 · 648 阅读 · 0 评论 -
9.2 Plotting with pandas and seaborn(用pandas和seaborn绘图)
matplotlib是一个相对底层的工具。pandas自身有内建的可视化工具。另一个库seaborn则是用来做一些统计图形。导入seaborn会改变matplotlib默认的颜色和绘图样式,提高可读性和美感。即使不适用seaborn的API,也可以利用seaborn来提高可视化的效果。原创 2023-11-15 23:08:25 · 353 阅读 · 0 评论 -
python matplotlib教程:A Brief matplotlib API Primer
我们可以使用sharex和sharey来指定不同subplot有相同的x-或y-axis(其实就是令坐标轴的范围相同),这能让我们在同一范围内进行数据之间的比较。它也可能是探索数据的一部分,比如,帮助我们找到离群点或需要进行变换的数据,或帮助我们思考选择哪种模型更合适。内建的一些绘图函数能帮我们省去很多画图的繁杂工作,但如果我们想要定制化地做出一些函数无法绘出的图,就需要了解一些。有很多可供选择的颜色缩写,当然,我们也可以使用任意的颜色,通过制定。进行可交互式的绘图,需要执行下面的语句,这样就可以直接在。原创 2023-11-15 22:49:23 · 114 阅读 · 0 评论 -
180B参数的Falcon登顶Hugging Face,vs chatGPT 最好开源大模型使用体验
在回答问题的深度和广度上都明显优于只有70亿参数量的。拥有1800亿的参数量,在智能问答领域做到了。,并且对中文的支持更好。原创 2023-09-09 12:00:45 · 1369 阅读 · 0 评论 -
吴恩达gradio课程:基于开源LLM(large language model)的聊天应用chatbot
Falcon 40B是当前最好的开源语言模型之一。使用库调用Falcon 40B的问答API接口。首先仅仅在代码中与模型聊天,后续通过Gradio构建聊天界面。Gradio聊天界面可以保存对话历史上下文。在聊天过程中,需要将之前对话记录与新消息一起发送给模型,才能进行连续对话。组件可以简化发送历史对话上下文的过程。通过库+组件即可实现与开源语言模型的流畅聊天。本课程使用免费的开源模型构建应用,可以自由自定义。展示了利用开源模型和Gradio进行快速原型开发和验证的流程。原创 2023-09-08 16:40:39 · 967 阅读 · 0 评论 -
吴恩达gradio课程:diffusion 文生图(Image to Text)模型
使用了基于Diffusion模型的图像生成技术,可以从文本描述中生成图像。通过简单的Python代码调用模型接口,只需要提供文本提示即可生成图像。使用Gradio构建了一个简洁的网页界面,可以自定义文本提示来生成图像。接口可以控制生成图像的大小和细节程度等参数。使用,它可以创建更复杂的用户界面布局。原创 2023-08-31 14:24:10 · 485 阅读 · 0 评论 -
Hugging Face的API token获取方式指南
平台的AI Models,Spaces和Datasets,虽然transformers包可以在本地调用。之后可以直接在Spaces新建Gradio项目,保证Gradio项目的稳定部署和多端访问。在弹出的对话框中,输入一个名称来标识这个新的 API token,例如“在“Settings”页面中,选择“API tokens”选项卡。在“API tokens”页面中,点击“New token”按钮。登录后,点击右上角的用户名,选择“Settings”。”按钮,系统会生成一个新的 API token。原创 2023-08-31 11:08:32 · 3508 阅读 · 0 评论 -
吴恩达gradio课程:文本摘要和NER
使用模型构建了一个文本摘要应用。该模型专门用于文本摘要任务。使用Gradio创建了一个简单的用户界面,允许用户输入文本并生成摘要。使用了一个BERT模型构建了一个命名实体识别应用。该模型可以识别文本中的人名、地名和机构名实体。使用Gradio创建了一个用户界面,显示了带有实体高亮的原始文本。本地运行import os",gradio运行。原创 2023-08-31 10:56:57 · 315 阅读 · 0 评论 -
kaggle、GitHub、gitee和hugging face
文章目录四种网站比较四种网站比较原创 2023-08-30 11:07:06 · 375 阅读 · 0 评论 -
Gradio+HuggingFace网页端轻松部署算法模型
自然语言处理、计算机视觉和图像处理的算法具有直观的实用性。作为算法研发人员,将自己的算法部署到网页端的UI接口供大家使用是一件很妙的事。但这个过程需要学习庞杂的前后端知识()而且需要购买域名,技术复杂且不免费。最近人们陆续开发出剥离前后端知识的应用部署方案,以dashstreamlit和gradio为代表的这里我将介绍一种简单且免费的方案供大家参考。原创 2023-08-30 10:34:47 · 519 阅读 · 0 评论 -
gradio使用transformer模块demo介绍2:Images & Computer Vision
【代码】gradio使用transformer模块demo介绍2:Images & Computer Vision。原创 2023-08-24 23:09:43 · 682 阅读 · 0 评论 -
gradio使用transformer模块demo介绍4:Audio & Speech
【代码】gradio使用transformer模块demo介绍4:Audio & Speech。原创 2023-08-25 15:51:50 · 655 阅读 · 0 评论 -
gradio使用transformer模块demo介绍3:Tabular Data & Plots
【代码】gradio使用transformer模块demo介绍3:Tabular Data & Plots。原创 2023-08-25 14:05:50 · 498 阅读 · 0 评论 -
gradio使用transformer模块demo介绍1:Text & Natural Language Processing
【代码】gradio使用transformer模块demo介绍1:Text & Natural Language Processing。原创 2023-08-24 22:40:46 · 1385 阅读 · 1 评论 -
gradio应用transformer模块部署生成式人工智能应用程序
gradio只需在原有的代码中增加几行,就能自动化生成交互式web页面,并支持多种输入输出格式,比如图像分类中的图>>标签,超分辨率中的图>>图等。同时还支持生成能外部网络访问的链接,能够迅速不懂编程的朋友也体验到新的功能。自动生成页面且可交互支持在jupyter中使用支持自定义多种输入输出(blocks组件)支持生成可外部访问的链接进行分享直接通过方法可以调用模型,也可以自定义实现更加丰富、更加个性化的组件布局。gr.Interface基本参数有inputs和outputs。原创 2023-08-24 20:33:48 · 400 阅读 · 0 评论 -
gradio布局组件介绍和使用教程
Gradio是一个用户友好的Python库,可用于快速搭建交互式机器学习界面。安装Gradio导入Gradio定义输入和输出定义输入和输出的函数,这些函数将用于建立交互式用户界面。# 定义输入和输出的函数# 假设这是一个预测性别的函数# 定义输入组件input_text = gr.inputs.Textbox(label="请输入名字")# 定义输出组件output_text = gr.outputs.Textbox(label="性别预测结果")创建Gradio界面。原创 2023-08-23 09:49:20 · 675 阅读 · 0 评论 -
Gradio、Streamlit和Dash应用场景和功能比较
适合场景相对复杂,想要构建丰富多样交互页面的开发者。简单,只需简单定义输入和输出接口即可快速构建简单的交互页面,更轻松部署模型。适合场景相对简单,想要快速部署应用的开发者。dash的组件类型最为丰富,界面风格多样,可根据个人风格进行定制,可扩展性很强。相对来说学习成本也最高。都可以用来快速开发适合于机器学习和数据分析的轻量APP(网页)。更侧重于仪表盘界面,比如数据分析的展示,它的功能也更强大,支持回调功能。则倾向于机器学习算法APP的开发,尤其适合需要用户单次操作的应用场景。的优势在于可扩展性,相比。原创 2023-08-21 23:11:47 · 1539 阅读 · 0 评论 -
Gephi国家政策文本关键词共现矩阵的共现网络图分析
gephi一般采用分别导入节点文件(node file)和边文件(以邻接矩阵的形式),但是既然已经得到的是共现矩阵形式的数据,gephi可以直接导入共现矩阵。进行过滤,因为一般的网络图两点之间只有单条边,但是对于共现网络图来说,两个关键词之间可能有多次联系,两节点之间会有多重边,因此使用。选择 过滤-边-边的权重,拉动选择 需要的 边的权重 范围,点击执行,图中展示的是符合条件的边。,点击执行,此时节点颜色会发生改变(因为下面勾选了 边的颜色随节点颜色),因此边的颜色也发生改变。原创 2023-08-11 13:57:08 · 2965 阅读 · 0 评论 -
seaborn调色盘函数color_palette()
color_palette()的主要参数通常是一个字符串:可以是一个特定调色板的名称,也可以是一个系列的名称和用于选择特定成员的附加参数。(由于历史原因,在 relplot() 或 displot() 等函数中,分类映射和数值映射都使用色调参数,尽管数值映射使用的调色板色调变化相对较小)。可以使用相应的 set_palette() 函数设置默认调色板,该函数在内部调用 color_palette(),并接受相同的参数。它们的亮度变化范围更为有限,但色调变化略微明显,可以弥补亮度变化的不足。原创 2023-08-05 16:02:41 · 1352 阅读 · 0 评论 -
python+seaborn线性回归 拟合
不过,更有趣的问题往往是 "这两个变量之间的关系如何随第三个变量的变化而变化?regplot() 总是显示单一关系,而 lmplot() 则将 regplot() 与 FacetGrid 结合起来,使用色调映射或分面显示多重拟合。使用 kind=“reg” 的 pairplot() 函数结合 regplot() 和 PairGrid 来显示数据集中变量之间的线性关系。安斯科姆四重奏数据集显示了几个例子,在这些例子中,简单的线性回归对某种关系提供了相同的估计值,而简单的目视检查却明显显示出差异。原创 2023-08-05 15:43:02 · 334 阅读 · 0 评论 -
python + seaborn绘制条形图
函数提供了可视化相同信息的另一种方式。该函数也是在另一个坐标轴上用高度对估计值进行编码,但不是显示完整的条形图,而是绘制点估计值和置信区间。此外,pointplot() 还能将同一色调类别的点连接起来。条形图的一个特殊情况是,您想显示每个类别中的观测值数量,而不是计算第二个变量的统计量。这类似于分类而非定量变量的直方图。函数对一个完整的数据集进行操作,并应用一个函数来获取估计值(默认情况下取平均值)。条形图是我们熟悉的一种绘图方式,它可以实现这一目标。要进一步自定义绘图,可以使用其返回的。原创 2023-08-05 13:30:48 · 345 阅读 · 0 评论 -
python + seaborn绘制直方图、核密度图、累积分布和边际分布
由于 displot() 是一个图形级函数,并绘制在 FacetGrid 上,因此也可以通过将第二个变量赋值给 col 或 row 而不是(或除了赋值给色调),在单独的子图中绘制每个单独的分布。由于密度无法直接解释,因此等值线是按密度的等比例绘制的,这意味着每条曲线都显示了一个水平集,即密度的某个比例 p 位于该水平集之下。迄今为止的所有示例都考虑了单变量分布:单一变量的分布,可能以分配给色调的第二个变量为条件。在此之前,还需要注意的一点是,当子集的观测值数量不等时,用计数来比较它们的分布可能并不理想。原创 2023-08-05 09:50:20 · 959 阅读 · 0 评论 -
streamlit部署显示pyecharts交互图表
pyecharts是一个用于生成 Echarts 图表的类库。Echarts 是百度开源的一个数据可视化 JS 库。用 Echarts 生成的图可视化效果非常棒,pyecharts 是为了与 Python 进行对接,方便在 Python 中直接使用数据生成图。原创 2023-05-23 17:42:25 · 1329 阅读 · 0 评论 -
github.io创建个人网站
github.io是 GitHub 提供的免费 Pages服务,不需要购买云服务器和域名,就可以将自己的项目、博客在互联网上进行共享。原创 2023-05-21 23:02:11 · 3976 阅读 · 3 评论 -
streamlit应用部署和streamcloud发布APP
可以使用github账号进行登录,登录之后需要设置你的账号。,进入StreamCloud 注册界面。注册成功之后就进入到APP发布页面。原创 2023-05-21 11:58:55 · 1150 阅读 · 0 评论 -
streamlit应用图像风格转换/图像动漫化项目
本次使用百度AI智能平台的图像处理SDK接口,包括使用黑白图片上色、图像动漫化和图像风格转换等功能。在百度AI官方平台注册并领取免费资源之后,即可获得。可以实现分列展示内容。可以提供多选下拉框。原创 2023-05-20 14:16:38 · 319 阅读 · 0 评论 -
streamlit可视化分析COVID-19病例
使用复选框来选择按状态进行的分析。选择框将显示受 COVID-19 影响的状态列表。用于选择活动、已确认、死亡或已恢复案例的单选按钮。执行此代码后,可以根据需要的状态选择案例。get_total_dataframe 方法用于获取数据集以绘制所选状态的图形。在表格视图中查看数据框。原创 2023-05-19 15:50:27 · 192 阅读 · 0 评论 -
streamlit简介和使用教程2
【代码】streamlit简介和使用教程2。原创 2023-05-19 12:12:05 · 1721 阅读 · 0 评论 -
streamlit简介和使用教程1
streamlit是一种构建和共享数据应用程序的快捷方式,Streamlit可以在几分钟内将数据脚本变成可共享的网络应用。全部采用纯Python语言,不需要前端经验。原创 2023-05-18 23:23:28 · 1037 阅读 · 1 评论 -
gephi绘制红楼梦关系图
文章目录导入数据外观调色调大小布局过滤预览导出导入数据显示标签 label统计分析:模块化和PageRank外观调色调大小节点本身颜色与标签颜色都选择的Modularity Class,节点大小与标签尺寸都选择的度。布局选择 Force Atlas布局并勾选“自动稳定功能”等选项。过滤选择 过滤-拓扑-度范围,过滤掉一些很小的度。预览预览并调整字体,调整细节导出......原创 2022-02-17 19:55:44 · 1048 阅读 · 1 评论 -
用python的matplotlib库绘制柱状图、折线图、饼图
用python的matplotlib库绘制柱状图、折线图、饼图原创 2020-08-26 12:09:23 · 1712 阅读 · 1 评论 -
python folium绘制地图
这里写自定义目录标题各级别地图世界地图国家地图市级地图地图形式普通标记圆形标记点击获取经纬度动态放置标记热力图标记密度图绘制folium 相比较于国内百度的 pyecharts 灵活性更强,能够自定义绘制区域,并且展现形式更加多样化。各级别地图世界地图import foliumprint(folium.__version__)# define the world mapworld_map = folium.Map()# display world mapworld_map国家地图原创 2022-02-15 12:54:05 · 1357 阅读 · 0 评论 -
python + seaborn绘制热力图、聚类热图、散点图、箱型图、提琴图
文章目录热力图 heatmapnumpy数组绘制热力图更改默认的colormap范围使用发散色图绘制以 0 为中心的数据的热力图使用特定的行和列标签绘制 dataframe使用整数格式的数字值注释每个小单元格在每个单元格之间添加线使用不同的 colormap将 colormap 置于特定值的中心绘制每个其他列标签,而不绘制行标签在不同的坐标轴方向绘制颜色条使用遮罩绘制矩阵中的一部分聚类热图使用不同的相似性指标使用不同的色彩映射并忽略色彩映射限制中的异常值添加彩色标签散点图绘制一个两个变量的简单散点图通过其他原创 2022-03-08 22:57:10 · 4730 阅读 · 0 评论 -
python pyecharts绘制表格Table和主题河流图ThemeRiver
文章目录table_basetheme_rivertable_basefrom pyecharts.components import Tablefrom pyecharts.options import ComponentTitleOptstable = Table()headers = ["City name", "Area", "Population", "Annual Rainfall"]rows = [ ["Brisbane", 5905, 1857594, 1146.4]原创 2022-02-17 11:08:25 · 3249 阅读 · 0 评论 -
python pyecharts绘制矩形树图Treemap
文章目录treemap_basetreemap_levelsecharts_option_querytreemap_basefrom pyecharts import options as optsfrom pyecharts.charts import TreeMapdata = [ {"value": 40, "name": "我是A"}, { "value": 180, "name": "我是B", "children": [原创 2022-02-17 11:02:49 · 3336 阅读 · 1 评论 -
python pyecharts绘制旭日图Sunburst
文章目录basic_sunburstdrink_flavorsbasic_sunburstfrom pyecharts.charts import Sunburstfrom pyecharts import options as optsdata = [ opts.SunburstItem( name="Grandpa", children=[ opts.SunburstItem( name="Uncl原创 2022-02-17 10:37:24 · 2493 阅读 · 0 评论 -
python pyecharts绘制桑基图Sankey
文章目录sankey_basesankey_basefrom pyecharts import options as optsfrom pyecharts.charts import Sankeynodes = [ {"name": "category1"}, {"name": "category2"}, {"name": "category3"}, {"name": "category4"}, {"name": "category5"}, {"na原创 2022-02-17 10:27:01 · 1694 阅读 · 0 评论