摘要：
python的plot函数参数很多，其中主要有： plot([x], y, [fmt], data=None, **kwargs) plot([x], y, [fmt], [x2], y2, [fmt2], ..., **kwargs) Parameters x, y : array-like or 阅读全文
posted @ 2020-03-28 17:25
落日峡谷
阅读(30324)
评论(0)
推荐(1)
2020年3月28日
摘要：
python能画的图种类非常多，而且看上去都很好看，具体种类部分可参看：https://matplotlib.org/api/_as_gen/matplotlib.pyplot.figure.html#matplotlib.pyplot.figure 这里主要是探索下散点图绘制。 1. 首先是导入包 阅读全文
posted @ 2020-03-28 16:51
落日峡谷
阅读(11187)
评论(1)
推荐(1)
2020年3月27日
摘要：
random中的主要函数有： random.random()：获取一个随机的浮点数，范围是在0.0~1.0之间 random.uniform()：uniform(self, a, b) —— 产生区间内的随机浮点数 random.randint()：randint(self, a, b) —— 生成 阅读全文
posted @ 2020-03-27 15:54
落日峡谷
阅读(1698)
评论(0)
推荐(0)
2020年3月26日
摘要：
简单一点吧，太长了看不下去。。。。 copy.copy：浅拷贝，只拷贝父元素，不会拷贝子元素（的引用）。copy.deepcopy： 深拷贝，拷贝父元素及其子元素（的引用）。 或许，例子更快一些： import copy s1 = [1, 2, 3, [4, 5], '666'] print(s1) 阅读全文
posted @ 2020-03-26 21:18
落日峡谷
阅读(151)
评论(0)
推荐(0)
摘要：
itertools.product：类似于求多个可迭代对象的笛卡尔积。 使用的形式是： itertools.product(*iterables, repeat=1), product(X, repeat=3)等价于product(X, X, X)。 1. 直接使用时：分别生成元组，然后合成一个li 阅读全文
posted @ 2020-03-26 20:49
落日峡谷
阅读(1987)
评论(0)
推荐(0)
2020年3月25日
摘要：
生活中有很多需要用到关联图的地方，至少我认为的是这样的图：https://www.echartsjs.com/examples/zh/editor.html?c=graph-npm 我是在使用Word2Vec计算关联词的余弦距离之后，想要更好的展示出来的时候，遇到的这种情况，就做了下拓展。 画图的步 阅读全文
posted @ 2020-03-25 11:08
落日峡谷
阅读(6662)
评论(0)
推荐(0)
2020年3月24日
摘要：
在Python中，json指的是符合json语法格式的字符串，可以单行或者多行。 它可以方便的在使用在多种语言中，这里介绍的是在python中的字典（dict）与json字符串相互转化的方式。 1. 导入json包 import json 2. 初始化一个字典数据 dict_ = { 'name': 阅读全文
posted @ 2020-03-24 20:59
落日峡谷
阅读(3866)
评论(0)
推荐(0)
2020年3月18日
摘要：
在进行模型训练的时候经常会遇到这三个参数：batch_size、epoch和iterations，那么它们之间的关系是怎样的呢？ 首先，产生的原因主要是： 1. 原本的大批量梯度下降训练时，每次要处理完所有数据才更新梯度和损失值，需要的时间太长，计算开销大。 2. 但是呢，每次计算一个数据，就更新一 阅读全文
posted @ 2020-03-18 16:13
落日峡谷
阅读(1150)
评论(0)
推荐(2)
摘要：
Python中，数组array和列表list的转换很直接。 import numpy as np 1. 首先建立list aaa = [[1,2,3],[4,5,6],[7,8,9],[10,11,12]] 2. list转array，使用np.array() bbb = np.array(aaa) 阅读全文
posted @ 2020-03-18 11:47
落日峡谷
阅读(8257)
评论(0)
推荐(0)
摘要：
Pandas的Series和DataFrame数据均可以使用索引取值。 1. 首先导入库文件 import pandas as pd 2. 创建DataFrame # 1. 创建DataFrame df_1 = pd.DataFrame([['Jack','M',40],['Tony','M',20 阅读全文
posted @ 2020-03-18 10:15
落日峡谷
阅读(15247)
评论(0)
推荐(0)
浙公网安备 33010602011771号