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. Python数据分析和人工智能随堂笔记（千峰）

  2. Python数据分析和人工智能随堂笔记（千峰） 包含：numpy，opencv，pandas，数据预处理，美国大选政治献金，scipy，机器学习与回归算法，决策树，贝叶斯&文本处理，支持向量机，tensorflow……

  3. 所属分类：机器学习

    • 发布日期：2020-05-06
    • 文件大小：1048576
    • 提供者：SFS_Ccjm

  1. Python基础知识总结笔记（七）常用第三方库

  2. Python基础知识总结笔记（七）常用第三方库 argparse：命令行参数解析库 pillow：图片处理库–灰度化 requests：处理web请求库 psutil ——性能测试框架（ps命令显示当前进程状态） redis库——做缓存以及任务队列分发 peewee访问数据库 numpy数据分析、机器学习——做数组 pandas数据分析与绘图——二维表格 matplotlib绘图 scrapy爬虫框架 sklearn 分类回归，数据分析回归工程 tensorflow 神经网络 1. argpa

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：98304
    • 提供者：weixin_38679233

  1. 学习笔记 | 《从零开始学python数据分析》| 第3章 pandas入门和实战1

  2. 第3章 pandas入门和实战 3.1 pandas数据结构 pandas有两个基本的数据结构：Series和DataFrame。 3.1.1 创建Series数据 Series数据结构类似于一维数组，但它是由一组数据(各种Numpy数据类型)和一组对应的索引组成。通过一组列表数据即可产生最简单的Series数据。 Series与普通的一维数组相比，其具有索引对象，可通过索引来获取Series的单个或一组值。 Series数据：索引在左边，值在右边。 如果没有指定一组数据作为索引的话，Seri

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：452608
    • 提供者：weixin_38626242

  1. 【pandas学习笔记(一)】pandas基本使用

  2. pandas简介 pandas是一个基于numpy的数据处理库，其主要的用途为数据分析及其处理，特别是序列及表格数据 引入pandas库 >>> import numpy as np >>> import pandas as pd pandas库经常与numpy库一起配合使用 创建序列 创建序列的方法主要有三种：创建一维数组，创建字典以及提取DataFrame中的某一列 我们先来看第一种方法,通过一维数组创建序列: >>> arr1 = n

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：74752
    • 提供者：weixin_38703626

  1. 【pandas学习笔记(一)】pandas基本使用

  2. pandas简介 pandas是一个基于numpy的数据处理库，其主要的用途为数据分析及其处理，特别是序列及表格数据 引入pandas库 >>> import numpy as np >>> import pandas as pd pandas库经常与numpy库一起配合使用 创建序列 创建序列的方法主要有三种：创建一维数组，创建字典以及提取DataFrame中的某一列 我们先来看第一种方法,通过一维数组创建序列: >>> arr1 = n

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：74752
    • 提供者：weixin_38679277

  1. Python数据可视化学习笔记：第一章 关联图 第四节 使用Python绘制一般气泡图

  2. 前言 声明：这个系列的博文都是我自己学习所得的东西，秉承着每天进步一点点的理念进行学习，我参考的课程是《菊安酱与菜菜的Python机器学习可视化50图》，使用的Python版本为3.6.4。 今天学习的内容气泡图的绘制，这种图与散点图有很多相似之处，所以可以借鉴散点图的代码进行制作。 分步骤解析气泡图的绘制方法 1.我们在复杂散点图绘制的基础上对代码进行修改，使之变为气泡图，原始代码如下： import numpy as np #数学处理库 import pandas as pd #用于处理.

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：633856
    • 提供者：weixin_38652196

  1. Pandas数据处理学习笔记完整（待更）

  2. 这里写目录标题pandas文件读写1.1读取文本文件1.2 文本文件存储1.3 读取Excel文件1.4 Excel文件存储二 Series2.1 创建Series对象2.2 Series基本操作2.3 Series小结三 DataFrame3.1 DataFrame基本操作：3.2 numpy中的描述性统计函数3.3 Pandas中数值型特征的描述性统计方法3.4 DataFrame数据：类别型特征的描述性统计四 转换与处理时间序列数据4.1 转换字符串时间为标准时间 pandas文件读写 P

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：1048576
    • 提供者：weixin_38693476

  1. Pandas学习笔记1-Pandas基础

  2. Task01：Pandas基础（1天） Pandas基础文件的读取与写入查看pandas版本读取写入基本数据结构1. Series创建一个Series使series的索引列转化为dataframe的列Series的特点2. DataFrame创建一个DataFrame获取数据修改数据调用属性和方法索引对齐特性DataFrame的特点常用基本函数排序练习【练习一】【练习二】参考内容 文件的读取与写入 查看pandas版本 导入库文件，并查看Pandas版本。 import pandas as p

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：1048576
    • 提供者：weixin_38741244

  1. Pandas学习笔记1-Pandas基础

  2. Task01：Pandas基础（1天） Pandas基础文件的读取与写入查看pandas版本读取写入基本数据结构1. Series创建一个Series使series的索引列转化为dataframe的列Series的特点2. DataFrame创建一个DataFrame获取数据修改数据调用属性和方法索引对齐特性DataFrame的特点常用基本函数排序练习【练习一】【练习二】参考内容 文件的读取与写入 查看pandas版本 导入库文件，并查看Pandas版本。 import pandas as p

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：1048576
    • 提供者：weixin_38502510

  1. Tensorflow学习笔记（三）下 — tf.function的使用与自定义求导

  2. 继续接着上一篇来看： import matplotlib as mpl import matplotlib.pyplot as plt %matplotlib inline import numpy as np import sklearn import pandas as pd import os import sys import time import tensorflow as tf from tensorflow import keras print(tf.__version__)

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：28672
    • 提供者：weixin_38632247

  1. tnamng-源码

  2. 嗨，我是Thanh Nam NGUYEN-数据科学家和数学家 我的Github仓库包含我的DS，ML和DeepLearning Journey中的笔记，代码，项目。 有关我的数学研究的更多信息，请转到 专案 6个项目相关的表格数据集 。 一些关键字： 操作，清除，可视化，预处理 框架：Scikit Learn，Seaborn，Pandas，Numpy 算法Logistic回归，KNN，线性和内核SVM，RandomForest，AdBoost，GradienBoosting，Xgboost

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：1024
    • 提供者：weixin_42132359

  1. recommendation:使用ML和DL的推荐系统-源码

  2. 推荐系统 这是关于使用机器学习和深度学习技术构建推荐系统的研讨会 理论：ML和DL公式化，预测与排名，相似性，偏见与无偏见 范例：基于内容，协作过滤，基于知识，混合和集成 数据：表格，图像，文本（序列） 型号：（深度）矩阵分解，自动编码器，宽和深度，等级学习，序列建模 方法：显式与隐式反馈，用户项矩阵，嵌入，卷积，递归，域信号：位置，时间，上下文，社交， 过程：设置，编码和嵌入，设计，训练和选择，服务和缩放，测量，测试和改进 工具：python-data-stack：numpy，pandas

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：52428800
    • 提供者：weixin_42151305

  1. 学习笔记(03):Python数据清洗实战-Pandas常用数据结构series和方法

  2. pandas常用数据结构series和方法 通过pandas.series来创建series数据结构 pandas.series(data,index,dtype,name) data可以为列表，array或者dict index表示索引，必须与数据同长度，name代表对象的名称 建立series的三种方式 1.通过列表来建： import numpy as np import pandas as pd series1 = pd.Series([2,8,3.01,4.8,9.7,8.0])

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：32768
    • 提供者：weixin_38501916

  1. numpy与pandas学习笔记

  2. #导入numpy库 import numpy as np （1）创建矩阵： a=np.array([ [1,2,3], [2,3,4], [4,5,6]],dtype=np.int64) 函数 说明 np.ones((3,4)) 全是1的矩阵 np.zeros((3,4)) 全是0的矩阵 np.empty((3,4)) 全部元素都几乎接近于0的矩阵 np.random.random((3,4)) 3*4的随机数矩阵（取值介于0~1） np.arange(0,12

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：39936
    • 提供者：weixin_38723236