随笔分类 - 2_Python库（numpy、pandas、matplotlib、sklearn等）
摘要：python matplotlib 显示图像 一、总结 一句话总结： imshow方法：plt.imshow(x_train[0]) plt.imshow(x_train[0]) plt.show() 二、python matplotlib 显示图像 转自或参考：python matplotlib
阅读全文
摘要：matplotlib库疑难问题 3、matplotlib绘图核心原理 一、总结 一句话总结： （1）使用matplotlib绘图的原理，主要就是理解figure(画布)、axes(坐标系)、axis(坐标轴)三者之间的关系。 （2）在matplotlib画图过程中，figure(画布)和axes(坐
阅读全文
摘要：plt.rcParams参数总结 一、总结 一句话总结： plt（matplotlib.pyplot）使用rc配置文件来自定义图形的各种默认属性，称之为rc配置或rc参数。 通过rc参数可以修改默认的属性，包括窗体大小、每英寸的点数、线条宽度、颜色、样式、坐标轴、坐标和网络属性、文本、字体等。rc参
阅读全文
摘要：matplotlib库疑难问题 2、将曲线平滑 一、总结 一句话总结： 曲线平滑的原理非常简单，将每一个点的值变为 上一个节点*0.8+当前节点*0.2 # 平滑函数的作用是将每一个点的值变为 上一个节点*0.8+当前节点*0.2 def smooth_curve(points, factor=0.
阅读全文
摘要：matplotlib库疑难问题 1、解决中文乱码问题 一、总结 一句话总结： plt.rcParams["font.sans-serif"]=["SimHei"] # 设置matplotlib库字体的非衬线字体为黑体 plt.rcParams["font.family"]="sans-serif"
阅读全文
摘要：matplotlib 之 plt.rcParams[]（中文乱码以及负号显示异常） 一、总结 一句话总结： 【matplotlib的配置文件即.rc文件】：matplotlib 是为 python 提供强大绘图功能的第三方库，它的配置文件即 .rc 文件，为 matplotlib 输出图形的几乎所有
阅读全文
摘要：matplotlib库曲线平滑 一、总结 一句话总结： 上一个节点*0.8+当前节点*0.2：smoothed_points.append(previous * factor + point * (1 - factor)) def smooth_curve(points, factor=0.8):
阅读全文
摘要：np.array()和np.asarray()的区别 一、总结 一句话总结： 是否copy：主要区别在于 np.array （默认情况下）将会copy该对象，而 np.asarray 除非必要，否则不会copy该对象。 和array功能相关：y_train = np.asarray(train_la
阅读全文
摘要：Python库-re(正则表达式) 一、总结 一句话总结： 壹、lottery_per_data=re.findall(r'<td.*?>(.*?)</td>',lottery_per[0],re.S) 贰、lottery_per=re.findall(r'<tr class="t_tr1">(.*
阅读全文
摘要：Python正则表达式指南 一、总结 一句话总结： ①、lottery_per_data=re.findall(r'<td.*?>(.*?)</td>',lottery_per[0],re.S) ②、r'<td.*?>(.*?)</td>' 匹配所有td带各种属性的情况，注意td.*? 这个最后的的
阅读全文
摘要：pandas的随机打乱数据集sample函数 一、总结 一句话总结： [甲]、设置frac=0.5表示随机抽取50%的数据 [乙]、df=df.sample(frac=1.0) #打乱所有数据 二、pandas：sample函数解释 转自或参考：pandas：sample函数解释http://blo
阅读全文
摘要：pandas库疑难问题 1、pandas打乱数据集 一、总结 一句话总结： pandas可以用sample方法返回random sample，可以用reset_index方法reset打乱之后的index df=df.sample(frac=1.0) #打乱所有数据 df=df.reset_inde
阅读全文
摘要：pandas打乱数据集 一、总结 一句话总结： pandas可以用sample方法返回random sample，可以用reset_index方法reset打乱之后的index df=df.sample(frac=1.0) #打乱所有数据 df=df.reset_index(drop=True) #
阅读全文
摘要：pandas.Series转numpy的n维数组 一、总结 一句话总结： 可以直接用np的array方法 二、pandas.Series转numpy的n维数组 博客对应课程的视频位置： print(test_y) 171 14.5 172 7.6 173 11.7 174 11.5 175 27.0
阅读全文
摘要：numpy将多维数组降维成一维 一、总结 一句话总结： 可以用reshape方法，但是感觉flatten方法更好 pridict_y [[14.394563 ] [ 4.5585423] [10.817445 ] [12.291978 ] [26.076233 ] [20.033213 ] [11.
阅读全文
摘要：python机器学习库numpy 15、模拟e^x的麦克劳林展开式 一、总结 一句话总结： numpy模拟e^x的麦克劳林展开式也就是 x轴模拟一些点，y轴数据根据e^x的麦克劳林公式展开式，逐步增加项数，然后画图即可 import matplotlib.pyplot as plt import n
阅读全文
摘要：python机器学习库numpy 14、numpy实现正态分布 一、总结 一句话总结： numpy实现正态分布就是 x轴模拟一些点，y轴根据正态分布的公式算出这些点的结果，然后画图即可 # Python实现正态分布 # 绘制正态分布概率密度函数 import numpy as np import m
阅读全文
摘要：python机器学习库numpy 13、数组拷贝 一、总结 一句话总结： numpy的copy方法是浅拷贝，numpy实现深度拷贝，可以用copy库的deepcopy方法 2、浅拷贝 a = np.arange(4) # b = a.copy() b = np.copy(a) print(a) pr
阅读全文
摘要：python机器学习库numpy 12、数组分割 一、总结 一句话总结： 1、numpy数组等量分割可以用hsplit（horizontal split）、vsplit（vertical split）、split等方法 2、numpy数组不等量分割可以用array_split方法 不等量分割 不等量
阅读全文
摘要：python机器学习库numpy 11、数组合并 一、总结 一句话总结： A、numpy数组水平合并可以用hstack方法、垂直合并可以用vstack； B、numpy数组合并也可以用concatenate方法，axis为1表示横轴合并（水平合并），axis为0表示纵轴合并（垂直合并） a [[1
阅读全文
浙公网安备 33010602011771号