上一页 1 ··· 28 29 30 31 32 33 34 35 36 ··· 39 下一页
  2020年8月6日
摘要: 冒泡排序 核心思想即是相邻的两个数据进行比较: 假设数列A有n个数据,首先比较A[0]和A[1],确保较大的数在右边,后面重复同样的动作, 一直到最大值在最右边,但是这样得到的数据仍然是无序的,只不过是找到了最大值, 接下来要把最大值排除在外,再重复这个过程。。。。。 #实现剔除最大值后找最大值的过 阅读全文
posted @ 2020-08-06 16:01 小小喽啰 阅读(293) 评论(0) 推荐(0)
  2020年8月5日
摘要: 一、日期函数 1 date_add 指定日期n天之后,用法:date_add(date('2018-09-09'),10) 参数类型分别为date和int,返回date类型 2 add_months 指定日期n月之后,用法:add_months(date('2018-09-09'),2) 参数类型分 阅读全文
posted @ 2020-08-05 17:25 小小喽啰 阅读(221) 评论(0) 推荐(0)
摘要: 目录 我把目录折叠起来了,如果需要查看直接点击 一、类于对象 1.对象=属性+方法 2.self是什么? 3.python的魔法方法 4.公有和私有 5.继承 6.组合 7.类、类对象和实例对象 8.什么是绑定 9.一些相关的内置函数(BIF) 二、魔法方法 1.基本的魔法方法 2.算术运算符 3. 阅读全文
posted @ 2020-08-05 11:12 小小喽啰 阅读(229) 评论(0) 推荐(0)
  2020年8月4日
摘要: 一、学习目的: 1 学会TF-IDF的原理和使用 2 使用sklearn的机器学习模型完成文本分类 二、处理文本方法: 1 One-hot(独热编码) 2 Bag of Words(词袋) 3 N-gram 4 TF-IDF 分数 下面具体介绍每种方法 2.1.one-hot 即将每一个单词使用一个 阅读全文
posted @ 2020-08-04 18:53 小小喽啰 阅读(737) 评论(0) 推荐(0)
  2020年8月3日
摘要: 探索性数据分析(Exploratory Data Analysis,EDA):是一种探索数据的结构和规律的一种数据分析方法。 其主要的工作包含: 1 对数据进行清洗, 2 对数据进行描述(描述统计量,图表), 3 查看数据的分布, 4 比较数据之间的关系, 5 培养对数据的直觉和对数据进行总结 ED 阅读全文
posted @ 2020-08-03 18:45 小小喽啰 阅读(559) 评论(0) 推荐(0)
  2020年8月2日
摘要: 函数与Lambda表达式 目录 一、函数 1.函数的定义 2.函数的调用 3.函数文档 4.函数参数 5.函数的返回值 6.变量的作用域 7.内嵌函数 8.闭包 9.递归 二、Lambda表达式 1.匿名函数的定义 2.匿名函数的应用 正文 一、函数 1.函数的定义 1 函数以def关键词开头,后接 阅读全文
posted @ 2020-08-02 22:04 小小喽啰 阅读(228) 评论(0) 推荐(0)
  2020年7月31日
摘要: 目录 一、字典 1. 可变类型与不可变类型 2.字典的定义 3.创建和访问字典 4.字典的内置方法 正文 一、字典 1.可变类型与不可变类型 1 序列是以连续的整数为索引,与此不同的是,字典以"关键字"为索引,关键字可以是任意不可变类型,通常用字符串或数值。 2 字典是 Python 唯一的一个 映 阅读全文
posted @ 2020-07-31 20:59 小小喽啰 阅读(153) 评论(0) 推荐(0)
  2020年7月27日
摘要: 一、列表 1.列表的定义 2.列表的创建 3.向列表添加元素 4.删除列表中的元素 5.获取列表中的元素 6.列表的常用操作符 7.列表的其他方法 二、元组 1.创建和访问一个元组 2.更新和删除一个元组 3.元组相关的操作符 4.内置方法 5.解压元组 三、字符串 1.字符串的定义 2.字符串的切 阅读全文
posted @ 2020-07-27 15:44 小小喽啰 阅读(418) 评论(0) 推荐(0)
摘要: sns.distplot()集合了matplotlib的hist()于sns.kdeplot()功能,增了rugplot分布观测显示与理由scipy库fit拟合参数分布的新颖用途 #参数如下 sns.distplot(a, bins=None, hist=True, kde=True, rug=Fa 阅读全文
posted @ 2020-07-27 11:29 小小喽啰 阅读(63571) 评论(0) 推荐(6)
摘要: 核密度估计是概率论上用来估计未知的密度函数,属于非参数检验,通过核密度估计图可以比较直观的看出样本数据本身的分布特征 #参数如下: sns.kdeplot(data,data2=None,shade=False,vertical=False,kernel='gau',bw='scott',grids 阅读全文
posted @ 2020-07-27 11:19 小小喽啰 阅读(20802) 评论(0) 推荐(3)
上一页 1 ··· 28 29 30 31 32 33 34 35 36 ··· 39 下一页