摘要： 豆瓣电影top250数据分析 数据来源（豆瓣电影top250） 爬虫代码比较简单 数据较为真实，可以进行初步的数据分析 可以将前面的几篇文章中的介绍的数据预处理的方法进行实践 最后用matplotlib与pyecharts两种可视化包进行部分数据展示 数据仍需深挖，有待加强 num int64 ti 阅读全文

摘要： 实际应用pandas过程中，经常会用到category数据类型，通常以string的形式显示，包括颜色（红，绿，蓝），尺寸的大小（大，中，小），还有地理信息等（国家，省份），这些数据的处理经常会有各种各样的问题，pandas以及scikit learn两个包可以将category数据转化为合适的数值 阅读全文

摘要： 数据处理过程的数据类型 当利用pandas进行数据处理的时候，经常会遇到数据类型的问题，当拿到数据的时候，首先需要确定拿到的是正确类型的数据，一般通过数据类型的转化，这篇文章就介绍pandas里面的数据类型（data types也就是常用的dtyps），以及pandas与numpy之间的数据对应关系 阅读全文

摘要： 使用zipfile模块可以将多个文件打包成zip文件进行下载，但是常规的操作方式会在服务器磁盘上生成一个zip文件占用磁盘空间。 后引入BytesIO将文件写入到内存中然后下载： 大体的代码就是这些 阅读全文

摘要： 在使用python对字符串形式的json进行 json.loads() 的操作时，遇到了:JSONDecodeError: Invalid \escape，提示\无法excape，可以通过以下方式将字符串中的"\\" 替换成"\\\\",然后在字典中对键或者值再替换回来 configfile 如下 阅读全文

摘要： 第三章 使用sklearn 实现机学习的分类算法 分类算法 分类器的性能与计算能力和预测性能很大程度上取决于用于模型训练的数据 训练机器学习算法的五个步骤： 特征的选择 确定评价性能的标准 选择分类器及其优化算法 对模型性能的评估 算法的调优 sklearn初步使用 3.1 sklearn中包括的p 阅读全文

摘要： python生成一个日期列表 首先导入pandas 当然日期的格式可以根据自己的需要修改，同时传入的日期格式也可以修改，在pd.date_range函数中可以添加freq参数，默认是'D',表示天， pandas 处理时间序列非常有方法，而且用起来比较容易上手 阅读全文

摘要： 1.1.1. Ordinary Least Squares reg使用的参数： LinearRegression(copy_X=True, fit_intercept=True, n_jobs=1, normalize=False) array([0.5, 0.5]) 最小二乘法的代价函数表述为： 阅读全文

摘要： 随机森林属于集成学习(ensemble learning)中的bagging算法，在集成算法中主要分为bagging算法与boosting算法， Bagging算法(套袋发) bagging的算法过程如下： 1. 从原始样本集中使用Bootstraping 方法随机抽取n个训练样本，共进行k轮抽取， 阅读全文

摘要： 按照上面图中的，关闭windows defender 设置为已启用，这样就可以彻底关闭 windows defender了 阅读全文