02 2019 档案

Jensen 不等式
摘要：1.先要看这个，凸函数性质：https://blog.csdn.net/jiang425776024/article/details/876078482.于是，对于任意点集 ，若 且 ，使用数学归纳法，可以证... 阅读全文
posted @ 2019-02-27 21:35 jj千寻 阅读(183) 评论(0) 推荐(0)
ML-集成学习：AdaBoost、Bagging、随机森林、Stacking(mlxtend)、GBDT、XGBoost、LightGBM、CatBoost原理推导及实现
摘要：目录1.名称简介2.设计集成原则3.集成学习算法分类4.Boosting4.1基本流程4.2Adaboost实现4.2.1.分类4.2.2.回归4.2.3Adaboost的正则化4.2.4Adaboost小结5.... 阅读全文
posted @ 2019-02-26 17:17 jj千寻 阅读(1573) 评论(0) 推荐(1)
scipy.optimize优化器的各种使用
摘要：目录0.scipy.optimize.minimize1.无约束最小化多元标量函数1.1Nelder-Mead（单纯形法） 1.2拟牛顿法：BFGS算法1.3牛顿 - 共轭梯度法：Newton-CG2 约束最小化... 阅读全文
posted @ 2019-02-22 22:34 jj千寻 阅读(5442) 评论(0) 推荐(0)
RL-马尔科夫决策过程(MDP)-原理及实现
摘要：目录1.马尔科夫性2.马尔科夫随机过程3.马尔科夫决策过程（MDP）3.1记状态s的状态值函数v（用于评价s的价值）为：3.2状态—行为价值函数q：3.3计算形式：3.4定义最优：4.实际计算MDP过程 参考博客... 阅读全文
posted @ 2019-02-22 20:33 jj千寻 阅读(1102) 评论(0) 推荐(0)
ML-sklearn参数随机优化：GridSearchCV、RandomizedSearchCV、hyperopt
摘要：目录1 GridSearchCV：网格式暴力搜索2.RandomizedSearchCV：采样式搜索3.hyperopt：贝叶斯优化总结全都在：sklearn.model_selection里面的https://... 阅读全文
posted @ 2019-02-21 22:27 jj千寻 阅读(521) 评论(0) 推荐(0)
5.matplotlib绘制-meshgrid区域图-可视化ML
摘要：传入参数：1）plt:调用对象中的pyplot。如：import matplotlib.pyplot as plt2）predict:调用对象中ML算法的predict函数，用于预测对X,Y构造网格后的预测。如：... 阅读全文
posted @ 2019-02-21 11:20 jj千寻 阅读(868) 评论(0) 推荐(0)
ML-支持向量：SVM、SVC、SVR、SMO原理推导及实现
摘要：目录 1.导出目标 2拉格朗日转换 3对偶问题：4求对偶问题5 求b6 得出模型6.1 f(x)的约束条件：7 核函数7.1 软间隔7.2 松弛变量：7.3 KKT约束 8 SMO求a8.1对偶问题上，上面已知对... 阅读全文
posted @ 2019-02-20 22:30 jj千寻 阅读(3915) 评论(1) 推荐(0)
ML-贝叶斯-原理及实现
摘要：目录1.原理背景拉普拉斯修正 半朴素贝叶斯贝叶斯网scikit-learn实现（GaussianNB，MultinomialNB和BernoulliNB）https://www.cnblogs.com/pinar... 阅读全文
posted @ 2019-02-20 22:11 jj千寻 阅读(236) 评论(0) 推荐(0)
ML决策树ID3、C4.5、CART公式推导实现
摘要：目录1.决策树2.ID3算法3.C4.5算法ID3/C4.5的防过拟合ID3/C4.5的缺失数据4.CART算法1）cart在分类方面：基于基尼系数：Gini(D)2）cart在回归方面：基于方差/标准差CART... 阅读全文
posted @ 2019-02-20 22:11 jj千寻 阅读(255) 评论(0) 推荐(0)
（树）-线索二叉树
摘要：class Node: def __init__(self): self.data = 0 self.right = None self.left = None ... 阅读全文
posted @ 2019-02-20 22:11 jj千寻 阅读(84) 评论(0) 推荐(0)
《最优化导论》-2向量空间与矩阵
摘要：三角不等式柯西-施瓦茨不等式 任意两向量x,y∈Rn,有：成立；当且仅对有常数a,x=ay时，等式成立。 阅读全文
posted @ 2019-02-19 09:39 jj千寻 阅读(126) 评论(0) 推荐(0)
《最优化导论》-17对偶
摘要：1.对偶线性规划每个对偶问题都有一个与之对应的对偶问题，形式：1.1等式约束转不等式约束1.2对称、非对称形式对偶关系非对称的没有>=0约束1.3弱对偶定理对偶问题不大于原问题弱对偶定理可得出最优解的情况：1.4... 阅读全文
posted @ 2019-02-19 09:38 jj千寻 阅读(190) 评论(0) 推荐(0)
《最优化导论》-20等式约束优化
摘要：1等式约束形式3切线空间、法线空间切线空间和法线空间互补。4拉格朗日中值定理条件标量λ称为拉格朗日乘子；图中x*在集合h(x)=0中，x*处h(x)的梯度与f(x)的梯度平行。4.1拉格朗日条件是必要条件但不是充... 阅读全文
posted @ 2019-02-19 09:38 jj千寻 阅读(109) 评论(0) 推荐(0)
《最优化导论》-21不等式约束优化
摘要：1一般形式1.1起作用、不起作用约束1.2KKT条件在上面的包含等式、不等式的约束形式下：分析：u和g(x*)至少一个为0，既g起作用时u可以>=0，g不起作用时u=0几何解释：总结：g>=0的情况：u与g方向上... 阅读全文
posted @ 2019-02-19 09:38 jj千寻 阅读(217) 评论(0) 推荐(0)
《最优化导论》-22凸函数
摘要：1凸函数、凸集定义2.凸函数性质1）定义2）线性关系3）严格凸函数4）凹函数与凸函数性质相反5）判定二阶导>0/正定，凸函数；<0/负半定，凹函数。6）凸优化中，局部极小点就是全局极小点。 ... 阅读全文
posted @ 2019-02-19 09:38 jj千寻 阅读(198) 评论(0) 推荐(0)
《最优化导论》-23有约束优化的求解算法
摘要：1.形式2.投影法通常迭代形如：2.1当有约束时，这类算法迭代出的点很可能不满足约束，可以使用投影形式，然点投影到约束内，u,l为约束范围：这样对上面的迭代形式进行改进，然每次迭代后的点保持在约束内：2.2投影梯... 阅读全文
posted @ 2019-02-19 09:38 jj千寻 阅读(265) 评论(0) 推荐(0)
《最优化导论》-24多目标优化
摘要：1.背景其它类型如极大化所有目标可以转换成上面类型。 2.帕累托解帕累托点：在所有函数上，没有其它解在比他更优（没有点支配它）。帕累托前沿：帕累托点组成的集合面。3.帕累托前沿求解帕累托解并不是一个，整个前沿面都... 阅读全文
posted @ 2019-02-19 09:38 jj千寻 阅读(229) 评论(0) 推荐(0)
ML-逻辑回归的公式推导及实现、LogisticRegression， LogisticRegressionCV 和logistic_regression_path
摘要：目录1.简介2.数学背景3.推导4.联合概率5.求参、极大似然 6.参数求解：7.牛顿法、拟牛顿法、梯度下降法等求参：牛顿法：梯度下降法8.完整流程9.正则化10.多元逻辑回归11.scikit-learn中逻... 阅读全文
posted @ 2019-02-19 09:37 jj千寻 阅读(488) 评论(0) 推荐(0)
ML-线性回归-公式推导- 多种实现
摘要：1. 简单线性回归只有一个未知数x，两个参数的，称为简单线性回归，一条直线。此时不需要线性代数概念，直接迭代求解，形如：1.1 表示形式1.2 定义损失1.3 求参，极大似然2.多元线性回归2.1形式2.2误差2... 阅读全文
posted @ 2019-02-19 09:37 jj千寻 阅读(355) 评论(0) 推荐(0)
《最优化导论》-12求解线性方程组
摘要：1.最小二乘分析1.1最小向量求解1）几何分析：2）求导2.递推最小二乘法对不断加入的新的数据，更新参数。某个问题是寻找合适的x让最小，用前面的可以求得x*。如果增加了新的数据，用A1和b1表示，那么现在整个问题... 阅读全文
posted @ 2019-02-18 10:43 jj千寻 阅读(227) 评论(0) 推荐(0)
《最优化导论》-11拟牛顿法
摘要：1.基本思想1.1基本缺陷需要计算黑塞矩阵，需要求矩阵的逆运算1.2拟牛顿法思想构造黑塞矩阵的逆的近似：拟牛顿法中，如果找到合适的近似构造矩阵Hk，在迭代中就不需要任何黑塞矩阵，及线性方程逆运算的计算工作了。1.... 阅读全文
posted @ 2019-02-18 10:26 jj千寻 阅读(183) 评论(0) 推荐(0)
《最优化导论》-10共轭方向法
摘要：1.共轭方向法效率位于最速下降和牛顿法之间，优点：1.1共轭：关于对称实矩阵Q共轭关于对称正定矩阵Q共轭1.2基本共轭方向算法流程：n步之内收敛到全局极小点，证明：10.11.3共轭方向的迭代，每次ak都是最佳步... 阅读全文
posted @ 2019-02-18 10:22 jj千寻 阅读(664) 评论(0) 推荐(0)
《最优化导论》-9牛顿法
摘要：牛顿法用到了目标函数的1、2阶导数，可能会更高效。1.思想：构造目标函数的近似函数：1.2泰勒展开到二阶，可以得到函数f(x)的近似函数：1.3对近似函数q(x)求极小值，得到迭代形式：1.4流程：2.二次型中牛... 阅读全文
posted @ 2019-02-18 10:12 jj千寻 阅读(193) 评论(0) 推荐(0)
《最优化导论》-8梯度方法
摘要：1.梯度迭代a>0时，负梯度方向，是函数值下降方向1.1梯度下降法当接近极小值时，梯度接近0，通用形式如下，有一些具体实现：1）最速下降法梯度下降的一种具体实现，理念是在每次迭代时，选择最佳合适的步长ak,使得目... 阅读全文
posted @ 2019-02-18 10:08 jj千寻 阅读(286) 评论(0) 推荐(0)
《最优化导论》-7一维搜索方法
摘要：讨论的是函数为一元的单值函数1.黄金分割法期望按照比例压缩查找区间，逼近极小点： 按照这类比例压缩，不断取值比较左右点大小，缩小区间范围，直到逼近。2.斐波那契数列：和黄金分割类似，只是比例按照斐波那契数列的规则... 阅读全文
posted @ 2019-02-18 10:02 jj千寻 阅读(288) 评论(0) 推荐(0)
《最优化导论》-6集合约束和无约束优化问题基础
摘要：1.无约束形式f(x)为价值/目标函数1.1极小点2.局部极小点条件2.1可行方向2.2可行方向上的导数：2.3可行方向上的增长率/方向导数2.4一阶必要条件1）在约束集上：方向导数>=02）在约束集内：梯度=0... 阅读全文
posted @ 2019-02-18 09:44 jj千寻 阅读(241) 评论(0) 推荐(0)
《最优化导论》-5微积分基础
摘要：1.极限、收敛、有界2.可微性 3.矩阵导数3.1矩阵的导数/雅可比矩阵：Df(x0):3.2梯度:雅可比的转置3.3梯度的导数/黑塞矩阵F(x)二次连续可微，黑塞矩阵对称4.微分法则h(t)=g(f(t)): ... 阅读全文
posted @ 2019-02-18 09:36 jj千寻 阅读(164) 评论(0) 推荐(0)
《最优化导论》-4有关几何的概念
摘要：1.线段x和y之间的线段可以表示为：{ax+(1-a)y:a∈[0,1]}2.超平面与线性簇：超平面可以写成：{x∈Rn:uTx=v} , u=[u1,u2,...,un]T,超平面把空间Rn划分 成uTx=v的... 阅读全文
posted @ 2019-02-18 09:30 jj千寻 阅读(144) 评论(0) 推荐(0)
《最优化导论》-3变换
摘要：线性变换：Y=Ax 相似： 特征值、特征向量： 对称阵：A=AT、实对称矩阵:特征值都是实数，特征向量相互正交 正交矩阵： 正交投影 二次型：f(x)=，正负定、半正负定 西尔维斯特准则：正定，当且仅当Q顺序主... 阅读全文
posted @ 2019-02-18 09:26 jj千寻 阅读(128) 评论(0) 推荐(0)
（树）-二叉树链表表示
摘要：1.二叉树新节点的插入：create(root,val) class node: def __init__(self): self.data = 0 self.left = No... 阅读全文
posted @ 2019-02-16 19:51 jj千寻 阅读(138) 评论(0) 推荐(0)
（树）-二叉树前中后遍历
摘要：def inorder(root): ''' 中序遍历 :param root: :return: ''' if root != None: inorder(ro... 阅读全文
posted @ 2019-02-16 19:51 jj千寻 阅读(53) 评论(0) 推荐(0)
2.（图）-广度优先遍历BFS
摘要：从图的某个节点开始遍历，访问了则标记下来，然后遍历此点邻域中且未访问的点为新起点，且做上访问标记，通常通过递归和队列的技巧实现。1：以1为起点，[2,5]入队列2：取出2，相邻且未标记访问的3,4... 阅读全文
posted @ 2019-02-16 19:51 jj千寻 阅读(108) 评论(0) 推荐(0)
2.（图）-深度优先遍历DFS
摘要：从图的某个节点开始遍历，访问了则标记下来，然后访问此点所有邻域中任意点为新起点，且做上访问标记，通常通过递归和栈的技巧实现。1：以1为起点，[5,2]入栈2：弹出上面的2,2相邻且未标记访问的3,... 阅读全文
posted @ 2019-02-16 19:51 jj千寻 阅读(113) 评论(0) 推荐(0)
2.（图）-Kruskal算法
摘要：将图的各边按权值小到大排列，从最低权值开始建立最小成本生成树，如果造成回路则不使用此边，直到加入n-1个边。比如对于如下图： 按照权值排序边：以B-C为最小边开始构造，然后是B-D,A-B,跳过C-D，加入B-F... 阅读全文
posted @ 2019-02-16 19:51 jj千寻 阅读(118) 评论(0) 推荐(0)
numpy-扁平化函数ravel()和flatten()
摘要：https://www.cnblogs.com/mzct123/p/8659193.html from numpy import *a = arange(12).reshape(3,4)print(a)# [[ ... 阅读全文
posted @ 2019-02-16 19:50 jj千寻 阅读(200) 评论(0) 推荐(0)
numpy中矩阵合并np.c_和np.r_
摘要：https://blog.csdn.net/yj1556492839/article/details/79031693np.r_是按列连接两个矩阵，就是把两矩阵上下相加，要求列数相等，类似于pandas中的con... 阅读全文
posted @ 2019-02-16 19:50 jj千寻 阅读(134) 评论(0) 推荐(0)
机器学习-KNN-ListedColormap绘制
摘要：1.了解KDTree：KDTree的思想、划分、实现2.K近邻(KNN)：scikit-learn 中KNN相关的类库概述原理很简单：K近邻法(KNN)原理小结取数据集中最近的k个点，然后投票，k个点中标记的众数... 阅读全文
posted @ 2019-02-16 19:50 jj千寻 阅读(916) 评论(0) 推荐(0)
十分钟搞定pandas
摘要：https://blog.csdn.net/shujuelin/article/details/79635768本文是对pandas官方网站上《10Minutes to pandas》的一个简单的翻译，原文在这里... 阅读全文
posted @ 2019-02-16 19:49 jj千寻 阅读(141) 评论(0) 推荐(0)
马尔科夫链中的应用
摘要：若每年要统计一个城市极其郊区人口，像，可以显示60%住城市，40%住郊区，加起来是1；具有这种特性的向量称为：概率向量；随机矩阵是各列都是这样的向量组成的方阵；马尔科夫链是一个概率向量序列，和一个随机矩阵P（）例... 阅读全文
posted @ 2019-02-16 19:49 jj千寻 阅读(811) 评论(0) 推荐(0)
向量范数、矩阵范数、矩阵求导
摘要：向量范数： 矩阵范数：矩阵范数和向量的有所不同 矩阵求导标量对矩阵求导矩阵对标量求导向量对向量求导 阅读全文
posted @ 2019-02-15 21:09 jj千寻 阅读(253) 评论(0) 推荐(0)
正交投影矩阵-原理及推导
摘要：来自：https://blog.csdn.net/tengweitw/article/details/41174555二维投影上图表示的是，向量b在向量a上的投影。显然有例如以下表达式：当中，P为投影矩阵，由P的... 阅读全文
posted @ 2019-02-15 15:52 jj千寻 阅读(3288) 评论(0) 推荐(0)
约束优化
摘要：对于带约束的优化问题，包括多目标优化，可以：1）把约束转成无约束的问题2）对超出约束条件的，施加惩罚，如基于适应度等评价的算法对相应的超规解的适应度值进行降低等。............ ... 阅读全文
posted @ 2019-02-15 15:33 jj千寻 阅读(171) 评论(0) 推荐(0)
Pareto集
摘要：一个MOP，对于一组给定的最优解集，如果这个集合中的解是相互非支配的，也即两两不是支配关系，那么则称这个解集为Pareto Set 。多目标问题： ... 阅读全文
posted @ 2019-02-15 13:56 jj千寻 阅读(220) 评论(0) 推荐(0)
numpy-数据生成
摘要：np.linspace(start,stop,num)import numpy as npx=np.linspace(1,10,10)print(x)#[ 1. 2. 3. 4. 5. 6. 7. ... 阅读全文
posted @ 2019-02-14 22:34 jj千寻 阅读(221) 评论(0) 推荐(0)
python索引、切片
摘要：通常一个切片操作要提供三个参数 [start_index: stop_index: step] alist = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]print(alist)print(... 阅读全文
posted @ 2019-02-14 22:27 jj千寻 阅读(94) 评论(0) 推荐(0)
numpy-poly1d、polyfit、polyval多项式使用
摘要：np.poly1d()此函数有3个参数1.参数1：系数向量 import numpy as npa= np.array([2,1,1])f = np.poly1d(a)print(f)#2 x2 + 1 x + ... 阅读全文
posted @ 2019-02-14 21:54 jj千寻 阅读(2162) 评论(0) 推荐(0)
numpy的insert()append()delete()concatenate()hstack()vstack()等操作
摘要：https://blog.csdn.net/weixin_37895339/article/details/78442555操作不改变原数据，需要等式赋值numpy.insert(arr,obj,value,ax... 阅读全文
posted @ 2019-02-14 20:47 jj千寻 阅读(348) 评论(0) 推荐(0)
python-str判断字符串是字母 数字 大小写还是空格
摘要：官方API https://docs.python.org/2/library/stdtypes.html?highlight=str%20isspace#str.isalnum str.isalnum() ... 阅读全文
posted @ 2019-02-14 20:30 jj千寻 阅读(431) 评论(0) 推荐(0)
python-魔法方法
摘要：http://blog.51cto.com/leejia/2132061?source=dra构造方法1.__init__：指明一个对象初始化的行为，它获取任何传给构造器的参数2.调用x = SomeClass(... 阅读全文
posted @ 2019-02-14 17:30 jj千寻 阅读(183) 评论(0) 推荐(0)
python-多线程
摘要：ThreadPool,DummyPool 线程池ProcessPool 进程池threading 线程 进程和线程的关系：(1)一个线程只能属于一个进程，而一个进程可以有多个线程，但至少有一个线程。(2)资源分配... 阅读全文
posted @ 2019-02-14 16:43 jj千寻 阅读(114) 评论(0) 推荐(0)
python-time和datetime
摘要：https://docs.python.org/3/library/time.html#module-time time.time()import timeprint(time.time())#浮点数，称为UNI... 阅读全文
posted @ 2019-02-14 11:17 jj千寻 阅读(155) 评论(0) 推荐(0)
python-pickle持久化存档
摘要：那么为什么需要序列化和反序列化这一操作呢？便于存储。序列化过程将文本信息转变为二进制数据流。这样就信息就容易存储在硬盘之中，当需要读取文件的时候，从硬盘中读取数据，然后再将其反序列化便可以得到原始的数据。在Pyt... 阅读全文
posted @ 2019-02-14 10:57 jj千寻 阅读(181) 评论(0) 推荐(0)
python-namedtuple使用
摘要：https://www.cnblogs.com/chenlin163/p/7259061.html利用collections.namedtuple，可以方便的创建对象，import collections MyT... 阅读全文
posted @ 2019-02-14 10:39 jj千寻 阅读(103) 评论(0) 推荐(0)
ML-KDTree思想、划分、实现
摘要：1.概念 kd树是一种对k维空间中的实例进行存储以便快速检索的二叉树形结构。构造kd树相当于不断用垂直于坐标轴的超平面对k维空间切分，构成一系列k维超矩形区域。每个节点对应于k维超矩形区域。所有非叶... 阅读全文
posted @ 2019-02-13 23:58 jj千寻 阅读(273) 评论(0) 推荐(0)
基于栈的10亿数字快速排序
摘要：1. 参考点对换操作def PartSort(array, left, right): ''' left到right的错位替换 :param array: :param left: ... 阅读全文
posted @ 2019-02-13 16:16 jj千寻 阅读(334) 评论(0) 推荐(0)
python栈、队列的使用
摘要：栈 #栈stack = [3, 4, 5]stack.append(6)stack.append(7)#stack[3, 4, 5, 6, 7]stack.pop()#7stack#[3, 4, 5, 6]sta... 阅读全文
posted @ 2019-02-13 12:18 jj千寻 阅读(186) 评论(0) 推荐(0)
1.(字符串)-计算n个数count-and-say
摘要：如： 1, 11, 21, 1211, 111221, ...1 is read off as "one 1" or 11.11 is read off as "two 1s" or 21.21 is read ... 阅读全文
posted @ 2019-02-12 22:03 jj千寻 阅读(138) 评论(0) 推荐(0)
1.(字符串)-获取最后一个字符串及长度
摘要：如：' hello word is good '，返回:good，4python：class Solution: def strc(self, s): end = len(s) ... 阅读全文
posted @ 2019-02-12 21:35 jj千寻 阅读(209) 评论(0) 推荐(0)
1.(字符串)-空格替换
摘要：如： a b s，替换：%20%20%20a%20b%20spython：def replaceBlank(str, length): s = '' for i in range(length): ... 阅读全文
posted @ 2019-02-12 21:15 jj千寻 阅读(116) 评论(0) 推荐(0)
1.(字符串)-获取字符串的最长回文子串
摘要：如：'abcdzdcab'，返回：cdzdc'abcdzdcab111'，返回：cdzdcpython：# 1穷举class Solution: def str(self, s): if no... 阅读全文
posted @ 2019-02-12 21:09 jj千寻 阅读(124) 评论(0) 推荐(0)
1.(字符串)-回文判断
摘要：忽略标点空格大小写，判断字母是否回文：如： A man, a plan, a can al: Panama，return true;python:class Solution: def isPalindr... 阅读全文
posted @ 2019-02-12 20:08 jj千寻 阅读(112) 评论(0) 推荐(0)
1.(字符串)-反转单词
摘要：如给定："the sky is blue",返回： "blue is sky the".（多个空格变成一个空格）python:class Solution: def str(self, s): ... 阅读全文
posted @ 2019-02-12 20:03 jj千寻 阅读(97) 评论(0) 推荐(0)
1.(字符串)-判断字符串是否是子集字符串
摘要：python:这里的关键首先是通过collections.defaultdict(int) ，创建默认value是int的字典对象，然后对每一个主串字符统计字母次数；然后对子字符串的每一个字母出现一次就对字典中对... 阅读全文
posted @ 2019-02-12 19:55 jj千寻 阅读(231) 评论(0) 推荐(0)
1.(字符串)-判断两字符串是否相等
摘要：Python:通过collections的Counter类统计字典，转为判断字典是否相等 import collectionsclass Solution: """ @param s: The fir... 阅读全文
posted @ 2019-02-12 19:49 jj千寻 阅读(424) 评论(0) 推荐(0)
python max函数技巧
摘要：max(*args, key=None): # 返回最大值max(iterable, *[, default=obj, key=func]) -> valuemax(arg1, arg2, *args, *[, ... 阅读全文
posted @ 2019-02-12 19:45 jj千寻 阅读(546) 评论(0) 推荐(0)
1.(字符串)-子字符串位置查找
摘要：如：给定acdbcdbdse，查询：dbd。返回5Python:class Solution: def strStr(self, source, target): if source is N... 阅读全文
posted @ 2019-02-12 19:29 jj千寻 阅读(126) 评论(0) 推荐(0)
numpy线性代数np.linalg
摘要：1.norm实现数据归一化 import numpy as npx=np.array([[0, 3, 4], [2, 6, 4]])y=np.linalg.norm(x, axis=1, keepdims=Tru... 阅读全文
posted @ 2019-02-09 17:24 jj千寻 阅读(685) 评论(0) 推荐(0)
Python图像库PIL 使用
摘要：可以轻松的使用一下图像功能，官方API:http://effbot.org/imagingbook/from PIL import Imagedef img_show(img): pil_img = Image... 阅读全文
posted @ 2019-02-09 17:14 jj千寻 阅读(375) 评论(0) 推荐(0)
pyhthon-chr
摘要：chr() 用一个范围在 range（256）内的（就是0～255）整数作参数，返回一个对应的字符。语法以下是 chr() 方法的语法:chr(i)参数i -- 可以是10进制也可以是16进制的形式的数字。返回值... 阅读全文
posted @ 2019-02-09 17:11 jj千寻 阅读(156) 评论(0) 推荐(0)
python-collections模块-Counter类
摘要：Counter类的目的是用来跟踪值出现的次数。它是一个无序的容器类型，以字典的键值对形式存储，其中元素作为key，其计数作为value。计数值可以是任意的Interger（包括0和负数）。collections模... 阅读全文
posted @ 2019-02-09 17:02 jj千寻 阅读(133) 评论(0) 推荐(0)
numpy判断两个向量是否相近-numpy.allclose
摘要：比较两个向量是否相同直接==就行，但是相近的话就不一样了，当然可以自己实现，这里numpy提供了方法，官方API:https://docs.scipy.org/doc/numpy/reference/genera... 阅读全文
posted @ 2019-02-09 12:38 jj千寻 阅读(312) 评论(0) 推荐(0)
python最小二乘的实现
摘要：1.使用 linalg最小二乘法的权重参数（m,c）。import matplotlib.pyplot as pltx=Aarray([[ 0., 1.], [ 1., 1.], [ ... 阅读全文
posted @ 2019-02-09 12:13 jj千寻 阅读(421) 评论(0) 推荐(0)
4.matplotlib绘制各种类型散点图标
摘要：通常绘制的散点图是圆形的点，有时候需要区分各种散点可以添加各种颜色，但是为了更加美观，可以选择添加各种类型的图标：这个博客介绍的比较好具体操作时，就是需要添加一个markers图标标记，如'o'表示圆形marke... 阅读全文
posted @ 2019-02-09 11:25 jj千寻 阅读(232) 评论(0) 推荐(0)
3.matplotlib绘制文字-中文
摘要：matplotlib绘制中文有乱码，需要手动设置文字，font.sans-serif='SimHei'设置为黑体。注意：需要电脑上有此类且支持中文的字体库，一般Windows系统没事，Linux系统没有的话需要手... 阅读全文
posted @ 2019-02-09 11:15 jj千寻 阅读(531) 评论(0) 推荐(0)
2.动态matplotlib图像
摘要：matplotlib绘图笔记（2）——动态展示matplotlib图像实际上matplotlib有个官方教程提供多种方式的动态图像展示在这：animation；比如这种官方API的例子，就是不断的清除图像画布，然... 阅读全文
posted @ 2019-02-09 11:05 jj千寻 阅读(98) 评论(0) 推荐(0)
1.matplotlib绘制3d图形
摘要：matplotlib绘图笔记（1）——绘制3d图形import matplotlib.pyplot as pltfrom mpl_toolkits.mplot3d import Axes3Dfig = plt.... 阅读全文
posted @ 2019-02-09 10:58 jj千寻 阅读(101) 评论(0) 推荐(0)