注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 利用Python分析与挖掘数据

  2. 本书主要讲述了怎样利用python进行数据分析，包括利用第三方python库numpy进行高效的线性代数运算，利用pandas对数据进行预处理和进行时间序列处理，以及数据分析的前期处理—数据清洗、转换等，最后讲解了python在处理金融方面数据的应用，本书注重基础知识与实践操作结合，是一本不错的入门书籍。

  3. 所属分类：机器学习

    • 发布日期：2017-12-22
    • 文件大小：80740352
    • 提供者：lubin2016

  1. Python数据分析入门知识文档

  2. 1. 文档中总结了python基础语法，和数据分析常用库的内容，不太深入，适合入门，总共88页。 2. 包含Python基础，numpy, pandas, matplotlib

  3. 所属分类：Python

    • 发布日期：2018-03-29
    • 文件大小：1048576
    • 提供者：exidog

  1. 量化投资以Python为工具

  2. 《量化投资：以Python为工具》主要讲解量化投资的思想和策略，并借助Python 语言进行实战。《量化投资：以Python为工具》一共分为5 部分，第1 部分是Python 入门，第2 部分是统计学基础，第3 部分是金融理论、投资组合与量化选股，第4 部分是时间序列简介与配对交易，第5 部分是技术指标与量化投资。《量化投资：以Python为工具》首先对Python 编程语言进行介绍，通过学习，读者可以迅速掌握用Python 语言处理数据的方法，并灵活运用Python 解决实际金融问题；其次，

  3. 所属分类：Python

    • 发布日期：2018-05-12
    • 文件大小：69206016
    • 提供者：jisuran

  1. PyQt 5快速开发与实践 全书源代码

  2. 《PyQt5快速开发与实战》既是介绍PyQt 5的快速入门书籍，也是介绍PyQt 5实战应用的书籍。PyQt 5是对Qt所有类的Python封装，既可以利用Qt的强大功能，也可以利用Python丰富的生态圈，同时能够结合Python简洁的语法进行操作，其结果就是使用PyQt 5可以高效、简单地开发出自己想要的程序。《PyQt5快速开发与实战》内容丰富，对PyQt 5基础知识的介绍比较全面，同时对新手使用PyQt 5的一些重点、难点都有专门的章节进行针对性分析，还重点介绍了如何把Python的一

  3. 所属分类：QT

    • 发布日期：2018-06-09
    • 文件大小：24117248
    • 提供者：qq_40318433

  1. pandas 数据结构与基础功能

  2. 入门级基础知识，对小白很友好，有兴趣的学习的朋友可以查阅。

  3. 所属分类：Python

    • 发布日期：2019-09-13
    • 文件大小：5120
    • 提供者：aijiankeji

  1. 1.python基本语法.pdf

  2. python从入门到精通Python语言引论 起源 特点 与A的关系 X利大讯区 起源 Python的创始人为 Guido van rossum 1989年圣诞节期间,在阿姆斯特丹, Guido为了打发圣 诞节的无趣,决心开发一个新的脚本解释程序,做为 ABC语言的一种继承。 之所以选 Python(大蟒蛇的意思)作为该编程语言的名 字,是因为他是一个叫 Monty Python的喜剧团体的爱 好者 X利大讯区 特点 易于易于 习 阅读 易于 泛的 维护标准库 跨平可嵌 台 入 X利大讯区

  3. 所属分类：Python

    • 发布日期：2019-06-29
    • 文件大小：1048576
    • 提供者：qq_32627651

  1. Python 数据处理库 pandas进阶教程

  2. 前言 本文紧接着前一篇的入门教程，会介绍一些关于pandas的进阶知识。建议读者在阅读本文之前先看完pandas入门教程。 同样的，本文的测试数据和源码可以在这里获取： Github：pandas_tutorial 。 数据访问 在入门教程中，我们已经使用过访问数据的方法。这里我们再集中看一下。 注：这里的数据访问方法既适用于Series，也适用于DataFrame。 基础方法：[]和. 这是两种最直观的方法，任何有面向对象编程经验的人应该都很容易理解。下面是一个代码示例： # select_

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：305152
    • 提供者：weixin_38624437

  1. Pandas基础知识入门

  2. Pandas是基于Numpy构建的含有更高级数据结构和工具的数据分析包。类似于Numpy的核心是ndarray，pandas 也是围绕着 Series 和 DataFrame两个核心数据结构展开的。Series 和 DataFrame 分别对应于一维的序列和二维的表结构。 Pandas官方教程User Guide ，查看当前版本： >>> import pandas as pd >>> import numpy as np >>> prin

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：234496
    • 提供者：weixin_38733414

  1. Pandas基础知识入门

  2. Pandas是基于Numpy构建的含有更高级数据结构和工具的数据分析包。类似于Numpy的核心是ndarray，pandas 也是围绕着 Series 和 DataFrame两个核心数据结构展开的。Series 和 DataFrame 分别对应于一维的序列和二维的表结构。 Pandas官方教程User Guide ，查看当前版本： >>> import pandas as pd >>> import numpy as np >>> prin

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：234496
    • 提供者：weixin_38645266

  1. Code-Lab-ML:来自Code Lab的机器学习入门训练营的讲义和源代码-tensorflow source code

  2. 代码实验室ML-讲义 该存储库包含Code Lab的机器学习入门课程的讲义。 第一周 机器学习和数据科学中使用的Python基础知识和第三方库的介绍，例如Numpy，Pandas和Matplotlib。 第二周 Scikit Learn简介，这是一个机器学习库，主要关注线性/逻辑回归算法。 第三周 更多Scikit Learn，着重于使用网格搜索的支持向量机算法，评估指标，交叉验证和超参数调整。 第四周 TensorFlow和完全连接的神经网络简介 第五周 继续使用TensorFlow，并使用

  3. 所属分类：其它

    • 发布日期：2021-03-24
    • 文件大小：7340032
    • 提供者：weixin_42131861

  1. data-science-workshop-2019-源码

  2. 为期2天的研讨会-Python数据科学导论 巴黎萨克莱数据科学中心python研讨会的资料 数据科学正受到关注，影响了许多科学领域和应用。 数据科学包含大量主题，例如数据挖掘，数据整理，数据可视化，模式识别或机器学习。 该研讨会的目的是介绍使用Python和PyData生态系统的其中一些主题。 这不是一门关于深度学习的课程。 注意：此仓库中的物料是在制品，而不是最终物料。 您可以在活页夹中运行笔记本： 程序 第一天-数据整理，探索和可视化 目标：引入PyData生态系统来操纵，探索和可视化

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：8388608
    • 提供者：weixin_42135073

  1. Data_Science_Learning:数据存储库Python数据科学和数据分析-源码

  2. 数据_科学_学习 与学习Python和数据科学/数据分析相关并创建的文档的资料库。 该存储库是实用的，初学者友好的数据分析入门，涵盖了Python，Numpy，Pandas，数据可视化和探索性数据分析的基础知识。 在哪里： 我们将看到专注于编码的动手教程 在云端使用Jupyter笔记本练习编码 建立真实的端到端课程项目 资料夹： 生产课程资料库中的数据科学 Python Impressionador课程资料库 Python做到零ao DS课程存储库 此存储库中使用的图像的存储库

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：1048576
    • 提供者：weixin_42116672

  1. dsp：Metis数据科学训练营-正式工作前资料库-源码

  2. 数据科学训练营工作前修订版2019 目录 1.电脑要求 查看对训练营所需的硬件的。 2.概述 在训练营开始之前我该怎么做准备？ 完成准备工作对于获得在Metis数据科学训练营中成功所必需的基础知识至关重要。 每个学生应该期望花费60多个小时的教程来熟悉软件安装，编辑器，命令行，Python（numpy，pandas等），线性代数和统计信息。 3.课前练习 所有练习必须在上课的第一天之前完成。 步骤0。入门 步骤0a。 步骤0b。 步骤1.安装 步骤1a。 步骤1b。 步骤2. 步骤3.

  3. 所属分类：其它

    • 发布日期：2021-02-22
    • 文件大小：189792256
    • 提供者：weixin_42161450

  1. Python_DeCal-源码

  2. Python DeCal 欢迎来到Python DeCal主页资源页面 在这里，您可以找到该课程的所有相关文件，所有作业，工作簿，演讲幻灯片等... Python DeCal：加州大学伯克利分校的《天文学家Python编程入门》。 该课程的首席讲师是詹姆士·桑塞里（James Sunseri）。 帮助使本课程成为可能的讲师是： 马以伦 艾拉·威兹（Ayla Weitz） 艾米丽·马（Emily Ma） 拉斐尔·巴尔威（Raphael Baer-Way） 吴文迪 请注意，大多数材料均改编自

  3. 所属分类：其它

    • 发布日期：2021-03-30
    • 文件大小：97517568
    • 提供者：weixin_42118701