- 博客(54)
- 收藏
- 关注
RSS订阅原创 CSS中的字体
常用属性属性名描述font-family设置字体；font-style设置字体的风格，例如倾斜、斜体等；font-weight设置字体粗细；font-size设置字体尺寸；font-variant将小写字母转换为小型大写字母；font字体属性的缩写，可以在一个声明中设置多个字体属性。font-famliy设置方式系统字体在style标签内的对应选择器下设置：font-family:'宋体','黑体';应用此方法时，若开发者和
2022-05-14 14:24:34
797
原创 CSS中的颜色
注意：避免使用饱和度过高的颜色；使用黑色、白色时避免使用纯黑、纯白；颜色表示方法名称版本简介Color NameCSS1用颜色名称来指定颜色HEXCSS1十六进制记法RGBCSS2rgb记法RGBACSS3rgba记法HSLCSS3hsl记法HSLACSS3hsla记法transparentCSS1/CSS3全透明颜色名称基本颜色关键字；系统颜色（避免使用）；拓展颜色关键字；HEX语法：#
2022-05-13 16:22:18
344
原创 CSS中的盒子模型、怪异盒子模型
盒子模型构成：Margin(外边距)清除边框外的区域，外边距是透明的。Border(边框)围绕在内边距和内容外的边框。Padding(内填充)清除内容周围的区域，内边距是透明的。Content(内容)盒子的内容，显示文本和图像。应用方式box-sizing:content-box; 边框边框样式p{ border-color: ; border-width: ; border-style: ;(必填项)}四条边框的顺序也是顺时针的
2022-05-13 14:57:37
282
原创 CSS中元素分类及元素类型转换相关知识
元素分类行内元素；块元素；行内块元素；行内元素（inline）又称内联元素；始终以行内逐个进行显示；宽高：不单独占行，无法设置宽高；宽度、高度均取决于自身内容；比如：a、span；块元素（block）又称块状元素；宽高：单独占行、可改变宽高；默认状况下：宽度：100%；高度：自身内容高度；比如：div、ol、ul；行内块元素（inline-block）又称内联块元素；不单独占行；宽高：默认宽高为自身内容宽高，但可以修改；网页布局时易
2022-05-12 23:50:05
149
原创 CSS中的定位：相对定位、绝对定位、浮动
定位：允许编程时定义元素框相对于其正常位置应该出现的位置，或者相对于父元素、另一个元素甚至浏览器窗口本身的位置；三种基本的定位机制普通流；除非专门指定，否则所有框都在普通流中定位；浮动；绝对定位；绝对定位position属性属性值的含义：static默认值；元素框正常生成：元素出现在正常的流中，忽略top、bottom、left、right或者z-index声明；relative（相对定位）元素框相对于其正常出现位置偏移某个距离；元素仍保持其未定位前的形状，它
2022-05-12 22:00:02
882
原创 CSS选择器相关内容
注意：重复选择时，效果为最后一次设定的值；选择器优先级通过优先级来判断哪些属性值与一个元素最为相关，从而在该元素上应用这些属性值；最高到最低顺序为：id选择器、类选择器、标签选择器、子选择器、后代选择器、伪类选择；赋予高权重：在属性值之后，分号前面加入“!important”。color:red !important;常用选择器权重：选择器权值id选择器100class选择器10元素选择器1!important1000选择器分类
2022-05-12 16:00:05
107
原创 CSS语法简介及使用方式
语法简介CSS语句由两个主要的部分构成：选择器，以及一条或多条声明:选择器就是你要改变样式的HTML元素；每条声明由一个属性和一个值组成；属性（property）是你希望设置的样式属性（style attribute）；每个属性有一个值；属性和值被冒号分开；使用方式（添加到HTML中）嵌入式（内部样式表）使用HTML文档头部<head>区域使用style元素来包含CSS；适用于单个文件需要特别的样式时；<head> <style type=
2022-05-12 15:54:45
234
原创 HTML5简介及语义化标签
HTML5：新的语义元素，比如<header>, <footer>, <article>, <section>。新的表单控件，比如数字、日期、时间、日历和滑块。强大的图像支持（借由<canvas>和<svg>）强大的多媒体支持（借由<video>和<audio>）强大的新API，比如用本地存储取代cookie。简化后的标签<meta>HTML5:<meta charset
2022-05-11 19:31:15
135
原创 sessionstorage、localstorage、cookie的简介及对比
webstorage（本地存储）webstorage是本地存储，存储在客户端，包括localStorage和sessionStorage；目标：提供一种在cookie之外存储会话数据的路径提供一种存储大量可以跨会话存在的数据的机制WebStorage的优点存储空间更大：cookie为4KB，而WebStorage是5MB节省网络流量：WebStorage不会传送到服务器，存储在本地的数据可以直接获取，也不会像cookie一样美词请求都会传送到服务器，所以减少了客户端和服务器端的交互
2022-05-11 18:44:01
427
原创 HTML文本格式化
文本格式化HTML可定义很多供格式化输出的元素；常用文本格式化标签标签描述举例效果<b>定义粗体文本<b>This text is bold</b>This text is bold<big>定义大号字<big>This text is big</big>This text is big<em>定义着重文字<em>This text is emphasiz
2022-05-10 12:22:06
1529
原创 HTML属性
属性定义属性可以为元素添加附加信息；一般描述于开始标签；以键值对的形式出现；属性使用标准使用小写属性、属性值；始终为属性值加引号；当属性值本身包含双引号时，最外层可使用单引号；常见属性id适用于大多数html元素，用于定义元素唯一的id（不可重复）；可作为css文件中选择器识别名称；class适用于大多数html元素，定义了元素的类名，通常用于指向样式表的类。charsetHTML的编码方式由meta标签定义，编码方式在charset属性中指定；举例：
2022-05-10 12:21:09
121
原创 文件路径（相对路径与绝对路径）
相对路径“ ./ ”：表示当前文件所在目录下；比如：“./pic.jpg”表示当前目录下的pic.jpg的图片，使用时可以省略；“ …/ ”：表示当前文件所在目录下的上一级目录；比如：“…/images/pic.jpg”表示当前目录下的上一级目录下的images文件夹中的pic.jpg的图片；绝对路径从盘服开始表示的路径比如：“D:\images\pic.jpg”表示D盘下images文件夹下的pic.jpg图片；...
2022-05-09 19:13:51
1552
原创 HTML的引入及常见标签
编程流程创建文件夹（英文名称）打开VS软件file->open folder->之前创建的文件夹在文件夹中创建文档，修改后缀为.html标签（tag）HTML 元素以开始标签起始，以结束标签终止；HTML 标签 (HTML tag)：HTML 标签是由尖括号包围的关键词，比如 < html >；HTML 标签通常是成对出现的，比如 < b >和 < /b >；标签对中的第一个标签是开始标签，第二个标签是结束标签。开始和结束标签也被
2022-05-09 19:10:27
817
原创 浏览器简介及前端的引入
浏览器发展史时间人物事件特征1991Berners Lee建立了第一代网络浏览器World Wide Web只支持显示文本图片1993马赛克开发出Mosaic内核的马赛克浏览器可以同时显示文本和图像1994网景开发出Gecko内核(旧)，及网景Netscape浏览器显示简单的静态html1994Opera1995微软发布IE1.0和IE2.01996微软发布IE3.0与windows操作系统集成1998网景
2022-05-09 13:53:07
233
原创 pandas中的索引和多层索引
索引分类Index；单层索引；MultiIndex；多层索引；举例：import pandas as pdimport numpy as npdf = pd.DataFrame(np.random.rand(4, 4))*10//1print(df)输出结果为： 0 1 2 30 7.0 9.0 6.0 1.01 9.0 0.0 2.0 2.02 3.0 7.0 8.0 4.03 7.0 6.0 8.0 4.0
2022-05-08 22:05:03
1117
原创 pandas中DataFrame数据合并及分组
数据合并join()将行索引相同的数据合并在一起；举例：import pandas as pdimport numpy as npdf_1 = pd.DataFrame({ 'A':[1, 2, 3, 4], 'B':[1, 2, 3, 4], 'C':[1, 2, 3, 4], 'D':[1, 2, 3, 4], 'E':[1, 2, 3, 4] })df_2 = pd.DataFrame({ 'f':[1, 2, 3],
2022-05-07 19:13:10
1683
原创 pandas中DataFrame的常用操作
数据集的信息使用info()方法输出数据集的信息举例import numpy as npimport matplotlib.pyplot as pltimport matplotlibimport pandas as pdimport sklearn# matplotlib.rc("font",family='FangSong')df = pd.read_csv('data\\boston.csv')# 读取数据集df = df.sample(500, replace=False,
2022-05-06 13:51:27
660
原创 numpy中的zeros()函数
简介创建指定长度或形状的全为0的ndarray数组；在默认情况下，创建的数组元素类型为浮点型，如果要使用其他类型可以设置dtype参数返回给定类型的新数组；用法语法结构：import numpy as npnp.zeros(shape, dtype=float, orser='c')shape：定义返回对俄数组的形状；创建多维数组时，用括号将shape数据组括起来；dtype：生成数组的数据类型，默认为np.float64order：可选参数，{‘c’, ‘f’}，表示是否
2022-05-06 13:19:25
2112
原创 机器学习中对数据集进行拆分及模型训练
对数据集的处理经过预处理后得到：特征集X目标集Y将特征集拆分；一般来说机器学习的数据集都会被划分成三个个子集：训练集，验证集和测试集；我们拿到的数据集通常都是由人工或者半自动化的方式收集来的，每个输入数据都有对应的输出，机器学习要做的是学习这些已经收集好的数据中所包含的信息，并且在新的输入数据出现时成功预测到输出；训练集是用来训练模型的，给模型输入和对应的输出，让模型学习它们之间的关系；验证集是用来估计模型的训练水平。根据验证集的表现来选择最好的模型；测试集是训练好的模型在模拟的“
2022-05-05 15:05:21
3657
原创 matplotlib中绘制多个子图形
subplot()函数语法结构plt.sublot(a,b,c)参数 a 表示子图有几行；参数 b 表示子图有几列；参数 c 表示当前子图的序号；subplots_adjust()函数语法结构plt.subplots_adjust(left=None,bottom=None,right=None,top=None,wspace=0.15,hspace=0.15)参数取值范围为0~1之间的小数，表示百分比；wspace，hspace表示子图之间的举例；举例impor
2022-05-05 14:40:30
548
原创 机器学习中数据集的加载和预处理
机器学习使用样本数据集训练模型：如果数据集出现问题，那么训练结果也会出现问题（garbage in, garbage out.）；通常需要对数据集进行检查，对有问题的数据集进行预处理；加载并浏览数据集举例：```import numpy as npimport matplotlib.pyplot as pltimport pandas as pdhouse = pd.read_csv('data\\boston.csv')print(house.shape)```数据项说明
2022-05-04 11:24:38
1347
原创 pandas中的DataFrame及相关操作
是一个二维容器；pandas中会自动根据数据类型更改dataframe的dtype类型；举例：pd.DataFrame(np.arange(12).reshape(3, 4))输出结构为含有行索引和列索引的对象；行索引：表示不同行，叫index，0轴，axis=0;列索引：表示不同列，叫columns，1轴，axis=1；可对行索引列索引进行赋值：pd.DataFrame(np.arange(12).reshape(3, 4), index=list("abc"), columns=l.
2022-05-02 22:02:57
1170
原创 pandas的引入及Series的基础操作、读取外部文件
作用相对于numpy，pandas更进一步能帮助处理数值型数据之外的其他类型数据（比如时间序列、字符串等）；常用数据类型Series：一维，带标签数组DataFrame：二维，Series容器Series创建Series数组语法结构：pd.series(数据序列, index=索引序列)举例：pd.Series(np.arange(11), index=list("asdfghjkkll"))输出时一一对应；索引序列：大写字母构成序列：import stringstrin
2022-05-02 16:39:52
670
原创 numpy中的NAN和INF
Nannan, Nan, NAN均表示：not a number，不是一个数字；什么时候numpy中会出现nan：当读取本地文件为float的时候，如果有缺失，会出现nan；当做了一个不合适的计算时（比如无穷大减去无穷大），会出现nan；数据类型为float；两个nan不相等；可以利用该属性判断数组中的nan个数；np.count_nonzero()统计传入数组中不为零元素的个数；传入s!=s时，可以统计s中nan的个数；传入np.isnan()，可获取nan个数；
2022-04-30 17:40:38
840
原创 numpy中的文件读取操作
CSV文件Comma-Separated Value（逗号分隔值文件）；显示：表格状态；源文件：换行和逗号分隔的格式化文本，每一行的数据表示一条记录；文件操作读取文件语法结构：np.load(filename.dtype=np.float, delimiter=None, skiprows=0, usecols=None, unpack=False)filename：文件名；dtype：数据类型（可选），表示文件字符串以什么数据类型读入数组中，默认为np.float；del
2022-04-29 19:22:32
2252
原创 numpy的引入及数组、轴操作
优势快速；方便；科学计算的基础库；介绍一个在Python中做科学计算的基础库，重在数值计算，也是大部分Python科学计算库的基础库，多用在大型、多维数组上执行数值运算。使用数组创建数组：import numpy as npa_1 = np.array([1, 2, 3, 4, 5])a_2 = np.array(range(1, 6))a_3 = np.arange(1, 6)以上三个数组的内容相同；arange()与range()区别:arange([start,
2022-04-28 18:46:16
695
原创 matplotlib中直方图的简单使用及美化
在图中指定位置显示信息：plt.text(x,y,s,family,fontsize,style,color)x,y:注释内容位置s：注释文本内容family：字体fontsize：字体大小style：字体样式 normal、italic（斜体）、oblique（斜体）color：颜色直方图适用于连续分布数字统计分布状态未经处理的数据对二十部电影的时长分布进行绘图from tkinter.font import namesfrom matplotlib import
2022-04-27 22:05:43
1056
原创 matplotlib中条形图（柱状图）的简单使用及美化
世界电影票房前十名统计图世界电影票房前十名的数据如下：阿凡达 ： 28.47 亿美元复仇者联盟4：终局之战 ： 27.97 亿美元泰坦尼克号 ： 22.02 亿美元星球大战：原力觉醒 ： 20.69 亿美元复仇者联盟3：无限战争 ： 20.48 亿美元蜘蛛侠：英雄无归 ： 18.89 亿美元侏罗纪世界 ： 16.71 亿美元狮子王 ： 16.63 亿美元复仇者联盟 ： 15.19 亿美元速度与激情7 ： 15.12 亿美元绘制纵向条形图from matplotlib impor
2022-04-26 22:15:35
3544
原创 matplotlib中散点图的简单使用及美化
气温随时间变化的规律为寻找当地气温随时间变化的规律，对四十天内气温的变化进行统计得到如下数组：[32, 25, 15, 19, 18, 23, 27, 23, 24, 24, 24, 25, 17, 17, 17, 22, 26, 27, 28, 28, 20, 17, 19, 19, 23, 19, 19, 23, 24, 26, 27, 28, 28, 29, 26, 27, 29, 30, 29, 29]from matplotlib import pyplot as pltimport ma
2022-04-26 18:16:51
607
原创 matplotlib的引入、常用图形对比及其他常见绘图工具
最流行的Python底层绘图库，主要做数可视化图表，模仿MATLAB构建；作用能将数据进行可视化，更直观的呈现；使数据呈现更客观、更具说服力；matplotlib可绘制的图形汇总Examples — Matplotlib 3.5.1 documentation常用图形的对比折线图：以折线的上升或下降来表示统计数量的增减变化的统计图；能显示数据的变化趋势，反映事物的实际情况（变化）；直方图：由一系列不等高的纵向太傲文或线段表示数据分布的情况；绘制连续性数据，展示一组或多组
2022-04-26 15:19:09
1262
原创 matplotlib中折线图的简单使用及美化
每两小时的气温折线图假设一天中每隔一个小时的气温为[19, 18, 18, 17, 17, 16, 16, 18, 22, 24, 26, 28, 29, 30, 31, 31, 31, 29, 27, 24, 23, 22, 21, 19 ]from matplotlib import pyplot as plt # 导入pyplotx = range(0, 24, 1) # 该函数生成的数组在X轴位置y = [19, 18, 18, 17, 17, 16, 16, 18, 22, 24, 2
2022-04-25 17:57:21
1364
原创 机器学习使用Python进行编程时的编程环境和数据集、并以波士顿房价数据集为例进行简单操作
编程环境和数据集常用与机器学习相关类库由第三方机构SciPy.org开发的开源类库Numpy数值计算扩展最主要的类：ndarray（多维数组类）Pandas数据分析最主要的类：Series（一维序列类）、DataFrame（二维表格类）Matplotlib数据可视化最主要的类：pyplot（简单常用的绘图功能）scikit-learn面向机器学习（尤其是统计学习）的类库；支持绝大部分回归任务、分类任务、聚类任务；目前不支持深度学习和并行计算skle
2022-04-24 16:36:07
1071
2
原创 人工智能的三个发展阶段，机器学习问题的主要来源、分类与教学层面
人工智能发展阶段基于知识：早期人工智能，将人的知识以规则或位词的形式转移给计算机，然后计算机基于这些规则进行演绎推理；专家系统、机器定理证明；属于计算机科学的范畴；基于特征：不依赖上层知识，基于更底层的特征数据；基于底层特征数据进行预测或分类需要先建立并训练模型，相当于计算机从训练数据中获得知识，这就是机器学习；至此，机器学习开始成为人工智能研究的主要领域；回归分析、贝叶斯决策；基于数据：随着信息化和互联网的普及，各种数据被存储，基于这些原始数据建立数据模型；基于大数据
2022-04-24 11:35:23
1125
原创 机器学习中对传染病的数学建模和多元模型的简述
模型假设的方法数据可视化建模；数学建模；数据可视化建模在数据分析中被称作：探索性数据分析；高尔顿的身高回归定律；数学建模最直接最科学的建模方法；对传染病传播的数学建模参数地区总人口为N（已知常数）易感人群（Susceptible），记作：S或者S(t)；感染人群（Infectious），记作：I或者I(t)；康复人群（Recovered），记作：R或者R(t)；则有以下数据关系：S = N - II(t) = di/dt = β(I/N)S - γI
2022-04-24 09:41:39
361
原创 机器学习中的随机模型、回归分析方法、 随机变量与确定性变量等
数学模型的分类理想模型；上一节中对房屋价格的计算；即“f(x) = ωx + b”随机模型：带观测误差的模型：随机模型包含多个随机变量，不同的随机变量表示不同的总体，或者表示同一总体的不同特征\属性；y ≈ f(x) = ωx + b，或y ≈ f(x) + e；e：随机观测误差D = {(x_1, y_1), (x_2, y_2)…(x_m, y_m)}D：样本、\样本集；m：样本容量、\样本大小\样本点个数；随机模型的算法构建过程采集多个样本数据；绘
2022-04-22 16:54:21
2295
原创 机器学习的引入、测算房价数学模型的Python实现
人类的学习：发现知识、运用知识；机器学习：（Machine Learning，缩写ML）建立模型、应用模型；如果一个系统能够通过执行某个过程改进其性能，这就是学习；（H.A.Simon）给定任务T和损失函数L（即性能度量P，或称作学习策略R），借助样本数据集D（历史数据）和学习算法A，训练处最优（损失最小）模型（用函数f表示），然后使用该模型对新样本进行预测；常用的应用场景数据挖掘；利用历史数据进行决策；依据商品之间的关联性进行商品摆放与分类；优惠券的定向发放；信用卡风险.
2022-04-20 15:17:17
901
原创 Python的编码规范
分号不要在行尾加分号；也不要用分号将两条语句放在同一行；行每行长度不超过八十个字符；以下情况除外：长的导入模块语句；注释里的URL；不要使用反斜杠连接行；Python会将圆括号中括号花括号中的行隐式地连接起来；比如在表达式地外围增加一对额外的额圆括号；if (width == 0 and height == 0 and color == 'red' and emphasis == 'strong'):也可用于过长地文本字符串；在注释中，如果有必要可以将长地UR
2022-04-19 19:08:01
102
原创 Python中对文件的读写操作、目录操作
文件读写的原理读写即“IO操作”操作流程：graph LRA[Python操作文件]-->B[打开或新建文件]B-->C[读\写文件]C-->D[关闭资源]文件读写操作open()函数按文件中数据的组织形式分类：文本文件：存储字符文本；二进制文件：数据内容以字节存储，比如mp3音频\jpg图片\doc文档语法规则；file=open(filename[,mode="r",encoding])file：被创建的文件对象，相对或绝对路径；filen
2022-04-19 11:06:16
707
原创 Python中的模块、内置模块、第三方模块、包及相关操作
模块（Modules）一个模块中可以有多个函数、类、语句；使用模块的好处：方便其他程序和脚本的导入并使用；避免函数名和变量名冲突；提高代码的课维护性；提高代码的重用性；模块是一个包含所有你定义的函数和变量的文件，其后缀名是.py；模块可以被别的程序引入，以使用该模块中的函数等功能；（这也是使用 python 标准库的方法。）模块的导入import语句想使用Python源文件，只需在另一个源文件里执行import语句，语法如下：import module1[, module
2022-04-18 18:22:46
747
原创 Python中的传递规则、浅拷贝与深拷贝
传递规则Python赋值过程中不明确区分拷贝和引用；一般对静态变量的传递为拷贝，对动态变量的传递为引用；字符串，数值，元组均为静态变量；列表，字典为动态变量；注意：对静态变量首次传递时也是引用，当需要修改静态变量时，因为静态变量不能改变，所以需要生成一个新的空间存储数据；浅拷贝Python中一般都是浅拷贝，拷贝时对象包含的子对象内容不拷贝；源对象和拷贝对象会引用同一个子对象；浅拷贝的方式：引入copy模块，使用其中的copy方法；举例：import copydd=co
2022-04-18 12:09:04
693
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