随笔分类 -  python学习

python学习
摘要:LeetCode初级算法的Python实现 数组 coding: utf 8 """ @Created on 2018/6/3 17:06 @author: ZhifengFang """ 排列数组删除重复项 def removeDuplicates(nums): if len(nums) 1: k 阅读全文
posted @ 2018-06-06 16:30 NSGUF 阅读(536) 评论(0) 推荐(0)
摘要:预测模型 1、简介 预测建模(Predictive modeling)是一种用来预测系统未来行为的分析技术,它由一群能够识别独立输入变量与反馈目标关联关系的算法构成。根据观测值创建一个数学模型,然后用这个模型去预测未来发生的事情。 预测模型是用若干个可能对系统行为产生影响的特征构建的,当处理系统问题 阅读全文
posted @ 2018-01-12 23:55 NSGUF 阅读(712) 评论(0) 推荐(0)
摘要:创建分类器 简介: 分类是指利用数据的特性将其分类成若干类型的过程。分类与回归不同,回归的输出是实数。监督学习分类器就是用带标记的训练数 据建立一个模型,然后对未知的数据进行分类。 分类器 可以实现分类功能的任意算法,最简单的分类器就是简单的数学函数。其中有二元(binary)分类器,将数据分成两类 阅读全文
posted @ 2018-01-12 09:57 NSGUF 阅读(764) 评论(0) 推荐(0)
摘要:《Python机器学习经典实例》2.9小节中,想自己动手实践汽车特征评估质量,所以需要对数据进行预处理,其中代码有把字符串标记编码为对应的数字,如下代码 input_data = ['vhigh', 'vhigh', '2', '2', 'small', 'low'] input_data_enco 阅读全文
posted @ 2018-01-08 21:04 NSGUF 阅读(4300) 评论(0) 推荐(0)
摘要:Pandas基础篇 Pandas基于Numpy开发,提供了很多高级的数据处理功能。 1、Pandas中的数据对象 Series和DataFrame是Pandas中最常用的两个对象。 1.1 Series对象 是Pandas中最基本的对象,可用Numpy的数组处理函数直接对Series对象进行处理。支 阅读全文
posted @ 2017-12-27 21:02 NSGUF 阅读(896) 评论(0) 推荐(0)
摘要:监督学习 概念: 在有标记的样本(labels samples)上建立机器学习 1、数据的预处理 机器学习算法无法理解原始数据,所以需对原始数据进行预处理,常用预处理如下: 预处理主要使用了preprocessing包,所以需对该包进行导入: import numpy as np from skle 阅读全文
posted @ 2017-12-23 20:13 NSGUF 阅读(636) 评论(0) 推荐(0)
摘要:买了本书《精通Python网络爬虫》,看完了第6章,我感觉我好像可以干点什么;学的不多,其中的笔记我放到了GitHub上:https://github.com/NSGUF/PythonLeaning/blob/master/examle-urllib.py,因为我用的python3.0,所以,在爬取 阅读全文
posted @ 2017-09-16 16:41 NSGUF 阅读(1686) 评论(2) 推荐(0)
摘要:最近在看《Python教程》,所以把一些记录一下,以后自己看的话,复习会比较快。 list和tuple 条件判断和循环 dict和set 内置函数、函数、参数 切片 迭代 列表生成式、生成器 map、reduce、filter 排序小例子 匿名函数、闭包 装饰器小例子 偏函数 类和实例 @prope 阅读全文
posted @ 2017-08-31 17:29 NSGUF 阅读(530) 评论(0) 推荐(0)
摘要:上篇文章《itchat和matplotlib的结合使用爬取微信信息》是用python爬取信息得到微信朋友的信息,并且用matplotlib统计信息进行画图,所以今天想将它打包成.exe可执行文件,中间碰到了许多问题,现在记录一下。 在网上找了很多资料,其中最简单的是使用PyInstaller包来打包 阅读全文
posted @ 2017-08-25 16:23 NSGUF 阅读(3365) 评论(0) 推荐(0)
摘要:最近在看《利用Python进行数据分析》这本书,也会在网上查看一些资料,所以会对某些感觉比较重要的部分进行总结,一方面加深自己对一些方法的记忆,一方面方便自己以后的大总结。 基本概念: Numpy(Numerical Python)是高性能科学计算和数据分析的基础包 NumPy的ndarray:多维 阅读全文
posted @ 2017-08-21 18:27 NSGUF 阅读(577) 评论(0) 推荐(0)
摘要:块注释/反块注释:Ctrl+4/5 行注释/反行注释:Ctrl+1 代码提示:Tab 复制一行:Ctrl+Alt+↓/↑ 删除一行:Ctrl+D 运行:F5 全屏:F11 撤销:Ctrl+Z 反撤销:Ctrl+Y 清空右上角Variable explorer中的数据时,只需在右下角的IPython中 阅读全文
posted @ 2017-08-20 16:06 NSGUF 阅读(750) 评论(0) 推荐(0)