随笔分类 - 第三方库
万能胶python的各种外裤：安装，使用，报错等
摘要：一、数据读取 1、读写数据库数据 读取函数: pandas.read_sql_table(table_name, con, schema=None, index_col=None, coerce_float=True, columns=None) pandas.read_sql_query(sql,
阅读全文
摘要：分类模型构建 分类是指构造一个分类模型，输入样本的特征值，输出对应的类别，将每个样本映射到预先定义好的类别中。分类模型若建立在已有类标记的数据集上，则属于有监督学习。在实际应用场景中，分类算法被用于行为分析，物品识别，图像检测等。 | 模块 | 函数 | 算法名称 | | | | | | linea
阅读全文
摘要：回归模型构建 | 模块 | 函数 | 算法名称 | 简称 | | | | | | | linear_model | LinearRegression | 线性回归 | LR | | svm | SVR | 支持向量机回归 | SVM | | neighbors | KNeighborsRegress
阅读全文
摘要：忙了许久，总算是又想起这边还没写完呢。 那今天就写写sklearn库的一部分简单内容吧，包括数据集调用，聚类，轮廓系数等等。 自带数据集API | 数据集函数 | 中文翻译 | 任务类型 | 数据规模 | | | | | | | load_boston | Boston房屋价格 | 回
阅读全文
摘要：数据集划分 一般在日常工作中我们会将数据集拆分为训练集（train_set）和测试集（test_set） 训练集：一般用于训练模型，需要尽可能保证训练的数据具有代表性。 测试集：用于测试模型，检测模型的性能（包括了运行时间，模型的效果等） trian_test_split( arrays,train
阅读全文
摘要：创建画布或子图 函数名称函数作用 plt.figure 创建一个空白画布，可以指定画布大小，像素。 figure.add_subplot 创建并选中子图，可以指定子图的行数，列数，与选中图片编号。 创建画布或子图 函数名称函数作用 plt.figure 创建一个空白画布，可以指定画布大小，像素。 f
阅读全文
摘要：1透视表 数据透视表（Pivot Table）是一种交互式的表，可以进行某些计算，如求和与计数等。所进行的计算与数据跟数据透视表中的排列有关。 之所以称为数据透视表，是因为可以动态地改变它们的版面布置，以便按照不同方式分析数据，也可以重新安排行号、列标和页字段。 数据分析中的透析表十分强大，甚至可以
阅读全文
摘要：1哑变量处理 也叫独热编码，英文：One-hot Encoding。可将任意离散型数据变为0-1数值。 哑变量函数： pd.get_dummies(data, prefix=None, prefixsep='', dummy_na=False, columns=None, sparse=False,
阅读全文
摘要：1数据堆叠 数据堆叠分为以下两种： 行堆叠 列堆叠 行堆叠 列堆叠 pd.concat(objs, axis=0) objs：参与合并的多个DataFrame。无默认 axis：表示轴向，axis=0表示行合并，axis=1表示列合并 当然，如果axis=0（行堆叠）时，也可以使用append函数
阅读全文
摘要：时间类型数据的转换（字符串转为时间） pd.to_datetime(arg, errors='raise', dayfirst=False, yearfirst=False, utc=None, box=True, format=None, exact=True, unit=None, infer_
阅读全文
摘要：一、3σ原则 3σ原则又称为拉依达准则，该准则具体来说，就是先假设一组检测数据只含有随机误差，对原始数据进行计算处理得到标准差，然后按一定的概率确定一个区间，认为误差超过这个区间的就属于异常值。 正态分布状况下，数值分布表： 注：在正态分布中σ代表标准差,μ代表均值，x=μ为图形的对称轴 二、箱线图
阅读全文
摘要：数据导入可见：《Python之Pandas知识点》 此文图方便，就直接输入数据了。 1缺失值处理 1.1删除法 DataFrame.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False) axis：表示轴向。默认为0，表示
阅读全文
摘要：很多时候在数据分析之前，我们需要对样本进行校验，以确定样本的价值。 先写入数据： 1完整性校验 笔记：这里也可以用到describe方法，如下： 忘了describe方法的话，请查看《Python之Pandas知识点》 2时间跨度检验 很多样本的时间数据并不是以datatime64类型存储的，此时我
阅读全文
摘要：很多人都分不清Numpy，Scipy，pandas三个库的区别。 在这里简单分别一下： NumPy：数学计算库，以矩阵为基础的数学计算模块，包括基本的四则运行，方程式以及其他方面的计算什么的，纯数学； SciPy ：科学计算库，有一些高阶抽象和物理模型，在NumPy基础上，封装了一层，没有那么纯数学
阅读全文
摘要：1实验环境 操作系统：Windows10 编码语言：Python3.6 编译平台：Pycharm Python库：os、datetime、matplotlib、opencv-python、time 2实验代码流程图 3代码运行步骤和结果等 3.1 手机和电脑用数据线连接 使用通过数据线连接手机，将开
阅读全文
摘要：今天主要讲xadmin库的下载和安装的.......各种问题。。。。。。。 先注明：我使用的是python3.6，Django2.0，所以xadmin也应该是2.0版本会比较适配。 所以这里先给个xadmin的资源，很多人都会下载成master的，要是不知道怎么找Django版本的朋友直接点击这里。
阅读全文
摘要：在Django默认的admin后台创建超级用户时， 报错pymysql.err.DataError: (1406, "Data too long for column 'gender' at row 1")的解决方法。 创建过程为： 点击tool菜单的run manage.py task，输入cre
阅读全文
摘要：Pycharm强大的功能总是让我很是着迷，比如它的makemigrations 和 migrate。 然而某一次，当我再次敲下这熟悉的命令时，它报错了。。。。 不想看上边的朋友我还截了个大图。 错误是：django.db.migrations.exceptions.InconsistentMigra
阅读全文
摘要：简单地总结就一句话： Python2的mysql库为：mysqldb，而Python3的为：pymysql。 当我们使用Pycharm开发项目时，首先需要下载安装相对应的数据库，以及在项目根目录下的setting.py文件中连接数据库，代码如下： （我用的框架是Django） 值得注意的是：如果你是
阅读全文
摘要：一样，咱的计算机还是得先拥有Python，并且安装了Numpy库。有疑问的话可以看这里呦~~~~ 下面开讲： NumPy的主要对象是齐次多维数组。它是一个元素表（通常是数字），并且都是相同类型，由正整数的元组索引。 其他暂且略过，咱主要说一些可以听懂的并且有实际效用的。 首先，我们得创建有一个nda
阅读全文
浙公网安备 33010602011771号