随笔分类 - 【python】
摘要:数据清洗 数据清洗的目的不只是要消除错误、冗余和数据噪音,还要能将按不同的、不兼容的规则所得的各种数据集一致起来。 缺失值处理 找到缺失值:(输出每个列丢失值也即值为NaN的数据和,并从多到少排序) #输出数量 total = train.isnull().sum().sort_values(asc
阅读全文
摘要:摘要 大物实验的数据处理、作图、计算斜率、不确定度是否令你苦恼?在密密麻麻的坐标纸上作图是否令你感到头秃?没有关系,软件作图+数据处理一体化流程可以大大简便你的工作! 本文用到以下两个软件,任选其一即可: Origin:https://www.originlab.com/ Python3(Jupyt
阅读全文
摘要:摘要 本例为演示数据分析的流程和对概率论和数理统计基础知识的应用,使用Python的pandas和statmodels生成标准的描述性统计量和模型,对数据集进行探索和摘要分析,并利用多元线性回归进行回归分析。 本例以葡萄酒类型为标签,分为白葡萄酒和红葡萄酒。比较这两种葡萄酒的差别并选取葡萄酒的化学成
阅读全文
摘要:题目链接 http://www.mathorcup.org/detail/2260 本文仅演示数据预处理环节。 理论基础:https://www.cnblogs.com/fighterkaka22/p/14052346.html 数据预处理 本文取每个水池中,A、B两个采样点各理化因子的实测值的均值
阅读全文
摘要:找到配置文件 jupyter_notebook_config.py 该文件位于C:\用户\你的用户.jupyter 修改配置文件 找到以下语句 ## The directory to use for notebooks and kernels. #c.NotebookApp.notebook_dir
阅读全文
摘要:目录 解非线性方程 方法综述 问题分类 求解一元方程 解法一:SymPy.solve/nsolve函数求解 解法二:迭代法 求解多元方程组 方法一:运用SymPy 方法二:运用SciPy.optimize.fsolve() 解线性方程组 插值法 方法综述 问题分类 一元函数插值 B样条插值 二元函数
阅读全文
摘要:SymPy符号整理 定义变量(符号):symbols 定义函数:Function SymPy函数整理 积分与泰勒展开 表达式展开:expand() expand(,complex=True):表达式分为实数、虚数两部分 泰勒展开:series(函数表达式,自变量,0,余项次数) 不定积分运算:int
阅读全文

浙公网安备 33010602011771号