摘要：前边在文章透彻理解最大似然估计，阐述如何理解最大似然进行参数估计，本文将讨论使用贝叶斯推理进行参数估计。我还将展示如何将此方法视为最大似然的概括，以及在何种情况下这两种方法是等价的。 贝叶斯定理 在介绍贝叶斯推理之前，有必要理解贝叶斯定理。贝叶斯定理真的很酷。使它有用的是它允许我们使用我们已有的一些
阅读全文
posted @ 2019-06-27 13:39
06 2019 档案
摘要：over(partation by ...)的各种方法 一：分析函数overOracle从8.1.6开始提供分析函数，分析函数用于计算基于组的某种聚合值，它和聚合函数的不同之处是对于每个组返回多行，而聚合函数对于每个组只返回一行。 下面通过几个例子来说明其应用。 1、统计某商店的营业额。 date
阅读全文
posted @ 2019-06-21 16:50
摘要：list[start:end:step] start:起始位置 end:结束位置 step:步长 start:起始位置 end:结束位置 step:步长
阅读全文
posted @ 2019-06-20 14:42
摘要：参考文章：https://blog.csdn.net/kkx1988/article/details/80050355 数据脱敏和数据加密是两种截然不同的技术，适用于不同目的。 脱敏技术主要是为了兼顾数据安全与数据使用，采用的是专业的数据脱敏算法；而加密则是通过对数据进行编码来保护数据，检索原始值的
阅读全文
posted @ 2019-06-17 11:27
摘要：参考链接： https://www.jianshu.com/p/25cdb9082a3f
阅读全文
posted @ 2019-06-14 13:38
摘要：本文总结了 Matplotlib 以及 Seaborn 用的最多的50个图形，掌握这些图形的绘制，对于数据分析的可视化有莫大的作用，强烈推荐大家阅读后续内容。 在数据分析和可视化中最有用的 50 个 Matplotlib 图表。 这些图表列表允许您使用 python 的 matplotlib 和 s
阅读全文
posted @ 2019-06-13 23:07
摘要：div函数就是对数据进行标准化 举例子： 进行规格化，使得各行的和为 1，并生成图表
阅读全文
posted @ 2019-06-11 14:18
摘要：直方图(Histogram)，又称质量分布图，是一种统计报告图，由一系列高度不等的纵向条纹或线段表示数据分布的情况。 一般用横轴表示数据类型，纵轴表示分布情况。 直方图是数值数据分布的精确图形表示。 这是一个连续变量（定量变量）的概率分布的估计，并且被卡尔·皮尔逊（Karl Pearson）首先引入
阅读全文
posted @ 2019-06-10 10:58
摘要：柱状图（柱状图也就是条形统计图） 百度百科： 柱状图(bar chart)，是一种以长方形的长度为变量的表达图形的统计报告图，由一系列高度不等的纵向条纹表示数据分布的情况，用来比较两个或以上的价值（不同时间或者不同条件），只有一个变量，通常利用于较小的数据集分析。柱状图亦可横向排列，或用多维方式表达
阅读全文
posted @ 2019-06-10 10:39
摘要：频数分布直方图条与条之间无间隔，而条形统计图有。1）条形统计图中，横轴上的数据是孤立的，是一个具体的数据。 而直方图中，横轴上的数据是连续的，是一个范围。2）条形统计图是用条形的高度表示频数的大小。 而直方图是用长方形的面积表示频数，长方形的面积越大，就表示这组数据的频数越大；只有当长方形的宽都相等
阅读全文
posted @ 2019-06-10 10:02
摘要：一：普通含义 ** 在python里面表示幂运算 二、传递实参和定义形参（所谓实参就是调用函数时传入的参数，形参则是定义函数是定义的参数）的时候，你还可以使用两个特殊的语法：``*`` ** 。 调用函数时使用* ** test(*args)* 的作用其实就是把序列 args 中的每个元素，当作位置
阅读全文
posted @ 2019-06-08 15:46
摘要：numpy.cumsum() 这个函数的功能是返回给定axis上的累计和 详情参考：numpy.cumsum官网解析 或 https://blog.csdn.net/banana1006034246/article/details/78841461
阅读全文
posted @ 2019-06-08 14:35
摘要：方法一： 需求是要在首页随机的取出n条数据来推荐给用户，一开始想随机id，根据最大id和最小id来随机的，想想还是算了。 后面发现了还能order by rand()，顺利的解决了这个需求 select * from table where 1 order by rand() limit 10 方法
阅读全文
posted @ 2019-06-06 16:26
摘要：报错 EOL while scanning string literal 说明代码书写错误
阅读全文
posted @ 2019-06-06 11:15
摘要：Unicode、UTF－8 和 ISO8859-1和乱码问题 在下面的描述中,将以"中文"两个字为例,经查表可以知道其GB2312编码是"d6d0 cec4",Unicode编码为"4e2d 6587",UTF编码就是"e4b8ad e69687"。注意,这两个字没有iso8859-1编码,但可以用
阅读全文
posted @ 2019-06-06 11:13
摘要：这里介绍一个在read_csv()时报错的原因为：（加工字为位置可以任意） UnicodeDecodeError: 'utf-8' codec can't decode byte 0xce in position 0: invalid continuation byte 来吧瞅瞅： 代码： 当我用p
阅读全文
posted @ 2019-06-06 11:06
摘要：介绍 也许大多数人都有在Excel中使用数据透视表的经历，其实Pandas也提供了一个类似的功能，名为pivot_table。虽然pivot_table非常有用，但是我发现为了格式化输出我所需要的内容，经常需要记住它的使用语法。所以，本文将重点解释pandas中的函数pivot_table，并教大家
阅读全文
posted @ 2019-06-06 10:24
摘要：以购车举例： 要明白的是，订金是可以退的。正常来说，当你看好一部车的手，价格已经谈好了，并且相关赠送项目也已经谈好了，那么这时候就到了签订合同的时候了。那么如果合同上所写的是“订金”，那么就意味着这笔钱是预付款，也就是说如果4S店或者是你反悔了，那么取消合同的时候，这笔订金是可以退的。 接下来笔者来
阅读全文
posted @ 2019-06-06 09:44
摘要：机器学习本质上是对条件概率或概率分布的估计，而这样的估计到底有多少是置信度？ 这里就涉及到统计学里面的置信区间与置信度，本文简要介绍了置信区间这一核心概念，它有助于我们从直观上理解评价估计优劣的度量方法。 本文讨论了统计学中的一个基本术语 ：置信区间。我们仅以一种非常友好的方式讨论一般概念，没有太多
阅读全文
posted @ 2019-06-05 14:39
摘要：df为drop_dataframe的变量对象 df.drop_duplicates('要删除的列名') 在哪一个对象中，要干什么
阅读全文
posted @ 2019-06-04 18:22
摘要：在消费交易过程中，很多时候我们都会要用到POS机，对于POS机，过去我们见得最多的就是在商户里面，可以为我们的消费进行刷卡结算。随着移动支付时代的俩林，POS机不仅仅限于商户使用，大多时候变成了个人申请使用。在选择POS机的时候，我们经常会听到要选择一清机，那么POS机一清机是什么意思？跟二清机有什
阅读全文
posted @ 2019-06-04 14:36
摘要：对于subplots_adjust（）函数，我们可以想象成对word页面布局的调整 说明、参数Adjusting the spacing of margins and subplots调整边距和子图的间距 subplots_adjust(self, left=None, bottom=
阅读全文
posted @ 2019-06-04 07:47
摘要：frame=数据对象 frame.sort_valus() frame.sort_valus(['s','d'],ascending=[1,0]) 后面的ascending=[1,0]意思是按s升序，按d降序排列 未完待续~
阅读全文
posted @ 2019-06-03 11:19
摘要：=frequency(list,cut) list为需要分开的列表 cut为分段的的区间节点 比如list： cut距离 =FREQUENCY(Sheet1!H2:H80973,D2:D13) ctrl +shift +enter 结束！
阅读全文
posted @ 2019-06-03 10:15
浙公网安备 33010602011771号