您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. python入门到高级全栈工程师培训 第3期 附课件代码

  2. python入门到高级全栈工程师培训视频学习资料;本资料仅用于学习,请查看后24小时之内删除。 【课程内容】 第1章 01 计算机发展史 02 计算机系统 03 小结 04 数据的概念 05 进制转换 06 原码补码反码 07 物理层和数据链路层 08 网络层和arp协议 09 传输层和应用层 第2章 01 上节课复习 02 arp协议复习 03 字符编码 第3章 01 网络基础和dos命令 02 为何学习linux 03 课程内容介绍 04 操作系统内核与系统调用 05 操作系统安装原理 0
  3. 所属分类:专业指导

    • 发布日期:2018-06-07
    • 文件大小:88
    • 提供者:sacacia
  1. sklearn线性逻辑回归和非线性逻辑回归的实现

  2. 线性逻辑回归 本文用代码实现怎么利用sklearn来进行线性逻辑回归的计算,下面先来看看用到的数据。 这是有两行特征的数据,然后第三行是数据的标签。 python代码 首先导入包和载入数据 写一个画图的函数,把这些数据表示出来: 然后我们调用这个函数得到下面的图像: 接下来开始创建模型并拟合,然后调用sklearn里面的逻辑回归方法,里面的函数可以自动帮算出权值和偏置值,非常简单,接着画出图像。 最后我们可以来看看评估值: 可以看到,正确率、召回率、F
  3. 所属分类:其它

    • 发布日期:2020-12-17
    • 文件大小:38912
    • 提供者:weixin_38698403
  1. Python数据可视化之画图

  2. 安装数据可视化模块matplotlib:pip install matplotlib 导入matplotlib模块下的pyplot 1 折线图 from matplotlib import pyplot #横坐标 year=[2010,2012,2014,2016] #纵坐标 perple=[20,40,60,100] #生成折线图:函数polt pyplot.plot(year,perple) #设置横坐标说明 pyplot.xlabel('year') #设置纵坐标说明 pyplot.yl
  3. 所属分类:其它

    • 发布日期:2020-12-25
    • 文件大小:98304
    • 提供者:weixin_38517728
  1. python matlibplot绘制多条曲线图

  2. 这里我利用的是matplotlib.pyplot.plot的工具来绘制折线图,这里先给出一个段代码和结果图: # -*- coding: UTF-8 -*- import numpy as np import matplotlib as mpl import matplotlib.pyplot as plt #这里导入你自己的数据 #...... #...... #x_axix,train_pn_dis这些都是长度相同的list() #开始画图 sub_axix = filter(lambda
  3. 所属分类:其它

    • 发布日期:2020-12-23
    • 文件大小:83968
    • 提供者:weixin_38665804
  1. python 导入数据及作图的实现

  2. 我们经常需要导入数据,按列提取 XY作图 方法一、 \nfilename='/home/res/user/csluo/test.txt' #将文件名赋值为变量 X,Y,Z=[ ],[ ],[ ] #给三个空列表 with open(filename, 'r') as f: #打开文档 lines=f.readlines() #按行读取数据 for i in line
  3. 所属分类:其它

    • 发布日期:2020-12-23
    • 文件大小:87040
    • 提供者:weixin_38663029
  1. python训练——简单股票数据分析

  2. 本程序仅为个人学习测试使用,不做商业用途,据此操作,后果自负 主要的策略就是通过计算涨幅和平均值来判断买入与卖出的时机。 因为我自己本身对股票了解不多,所以我写的东西要为其他策略可能还是会有点困难的。 框架解释 获取数据 用爬虫等相关操作获取到数据,并保存到本地,以避免重复爬取浪费时间与性能 将本地的数据导入我们的程序 通过保存的数据计算涨幅,并获取涨幅最大的股票 计算某段时间内的平均价格 实行买卖的判断 买操作 卖操作 画图,实现数据可视化 代码实现 做最开始的初始化 1. 输入参数的初始化
  3. 所属分类:其它

    • 发布日期:2020-12-22
    • 文件大小:219136
    • 提供者:weixin_38655780
  1. 【机器学习算法】手动Python实现KNN分类算法,并用iris数据集检验模型效果

  2. 目录一、KNN算法Python实现1、导入包2、 画图,展示不同电影在图上的分布3、训练样本和待测样本准备4、计算待测样本点到每个训练样本点的距离5、查找离待测样本点最近的K个训练样本点的类型6、找出数量最多的类7、写成自定义函数二、鸢尾花(iris)数据集测试1、导入包2、导入数据,划分数据集3、调用写好的KNN函数,并计算查准率、查全率和混淆矩阵 KNN是机器学习十大算法之一,因为原理很好理解,有一句话:“Talk is cheap.Show me the code.” 所以用Python来
  3. 所属分类:其它

    • 发布日期:2020-12-22
    • 文件大小:142336
    • 提供者:weixin_38616033
  1. PYTHON机器学习——KNN(k近邻算法)

  2. PYTHON机器学习——KNN(k近邻算法) 代码实现 首先,导入需要用到的包 import numpy as np import matplotlib.pyplot as plt 初始化模拟数据集和对应的分类 data_x=[[1.15,2.34], [1.55,2.47], [3.78,4.98], [3.34,4.56], [2.22,2.34]] data_y=[1,1,0,0,1] X_train=np.array(da
  3. 所属分类:其它

    • 发布日期:2020-12-22
    • 文件大小:45056
    • 提供者:weixin_38699784
  1. 吴恩达课后作业——具有神经网络思维的Logistic回归

  2. 目录0、导入包1、数据预处理2、前向传播——计算梯度和损失3、优化函数——梯度下降4、预测函数5、Logistic回归in神经网络6、main函数7、运行结果8、补充 0、导入包 h5py:因为数据集是H5类型的文件,需要导入包使用; matplotlib:用于在Python中绘制图表,类似于matlab中的画图。 import numpy as np import matplotlib.pyplot as plt import h5py 1、数据预处理 将数据处理成自己方便的格式,其中: 我
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:83968
    • 提供者:weixin_38723753
  1. 【用pyecharts做地理图】(airbnb租房数据分析)(天池竞赛)

  2. 项目介绍 项目来源:天池大数据平台 项目思路:针对airbnb中listings表做数据处理,探索分析以及针对经纬度以及价格做地理价格图(pyecharts) python:3.7.1 pyecharts:1.2.0 (想看图的直接拉到3/4就可) 模块导入 #数据处理包导入 import pandas as pd import numpy as np from scipy import stats #画图包导入 import matplotlib.pyplot as plt import se
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:747520
    • 提供者:weixin_38611230
  1. Python基于pyecharts实现关联图绘制

  2. 生活中有很多需要用到关联图的地方,至少我认为的是这样的图:https://www.echartsjs.com/examples/zh/editor.html?c=graph-npm 我是在使用Word2Vec计算关联词的余弦距离之后,想要更好的展示出来的时候,遇到的这种情况,就做了下拓展。 画图的步骤主要分为: 1. 将距离数据(或者相关数据)读入; 2. 按照一定的格式和参数将数据保存为json字符串; 3. 根据json串,绘制关联图。 具体而言,主要是: . 首先有一批数据,如图所示:
  3. 所属分类:其它

    • 发布日期:2020-12-20
    • 文件大小:103424
    • 提供者:weixin_38729438
  1. 利用python在excel中画图的实现方法

  2. 一、前言 以前大学时候,学EXCEL看到N多大神利用excel画图,觉得很不可思议。今个学了一个来月python,膨胀了就想用excel画图。当然,其实用画图这个词不甚严谨,实际上是利用opencv遍历每一个像素的rgb值,再将其转化为16进制,最后调用openpyxl进行填充即可。 1.1、实现效果 效果如下图 1.2、需要用到的库的安装 需要用到库如下: import cv2 #导入OpenCV库 import xlsxwriter #利用这个调整行高列宽 import openp
  3. 所属分类:其它

    • 发布日期:2020-12-20
    • 文件大小:419840
    • 提供者:weixin_38646706
  1. python绘制多个曲线的折线图

  2. 这篇文章利用的是matplotlib.pyplot.plot的工具来绘制折线图,这里先给出一个段代码和结果图: # -*- coding: UTF-8 -*- import numpy as np import matplotlib as mpl import matplotlib.pyplot as plt #这里导入你自己的数据 #...... #...... #x_axix,train_pn_dis这些都是长度相同的list() #开始画图 sub_axix = filter(lambd
  3. 所属分类:其它

    • 发布日期:2021-01-01
    • 文件大小:77824
    • 提供者:weixin_38514872
  1. Python之Matplotlib文字与注释的使用方法

  2. 可视化对于大家来说确实是有关的,因为确实是直观的,每一组大数据如果可以用可视化进行展示的话可以让大家豁然开朗。但在另外一些场景中,辅之以少量的文字提示(textual cue)和标签是必不可少的。虽然最基本的注释(annotation)类型可能只是坐标轴标题与图标题,但注释可远远不止这些。让我们可视化一些数据,看看如何通过添加注释来更恰当地表达信息。 首先导入画图需要用到的一些函数: import matplotlib.pyplot as plt import matplotlib as mp
  3. 所属分类:其它

    • 发布日期:2021-01-21
    • 文件大小:400384
    • 提供者:weixin_38604653
  1. Python之Matplotlib文字与注释的使用方法

  2. 可视化对于大家来说确实是有关的,因为确实是直观的,每一组大数据如果可以用可视化进行展示的话可以让大家豁然开朗。但在另外一些场景中,辅之以少量的文字提示(textual cue)和标签是必不可少的。虽然最基本的注释(annotation)类型可能只是坐标轴标题与图标题,但注释可远远不止这些。让我们可视化一些数据,看看如何通过添加注释来更恰当地表达信息。 首先导入画图需要用到的一些函数: import matplotlib.pyplot as plt import matplotlib as mp
  3. 所属分类:其它

    • 发布日期:2021-01-21
    • 文件大小:400384
    • 提供者:weixin_38685173
  1. 如何通过python画loss曲线的方法

  2. 1. 首先导入一些python画图的包,读取txt文件,假设我现在有两个模型训练结果的records.txt文件 import numpy as np import matplotlib.pyplot as plt import pylab as pl from mpl_toolkits.axes_grid1.inset_locator import inset_axes data1_loss =np.loadtxt(valid_RCSCA_records.txt) data2_loss =
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:80896
    • 提供者:weixin_38715097
  1. python 判断一组数据是否符合正态分布

  2. 正态分布: 若随机变量x服从有个数学期望为μ,方差为σ2 的正态分布,记为N(μ,σ) 其中期望值决定密度函数的位置,标准差决定分布的幅度,当υ=0,σ=0 时的正态分布是标准正态分布 判断方法有画图/k-s检验 画图: #导入模块 import numpy as np import pandas as pd import matplotlib.pyplot as plt %matplotlib inline #构造一组随机数据 s = pd.DataFrame(np.random.randn
  3. 所属分类:其它

    • 发布日期:2021-01-19
    • 文件大小:71680
    • 提供者:weixin_38694566