随笔分类 -  python自学之路

1 2 3 下一页
主要记录python编程中常常遇见的知识点、错误、注意事项以及编程的一些小技巧，方便自己以后学习查阅和巩固知识。
seaborn教程4——分类数据可视化
摘要：Seaborn学习大纲 seaborn的学习内容主要包含以下几个部分： 风格管理 绘图风格设置 颜色风格设置 绘图方法 数据集的分布可视化 分类数据可视化 线性关系可视化 结构网格 数据识别网格绘图 本次将主要介绍 分类数据可视化的使用。 分类数据可视化 数据集中的数据类型有很多种，除了连续的特征变 阅读全文
posted @ 2019-10-10 09:53 小新和风间 阅读(1940) 评论(0) 推荐(0)
seaborn教程3——数据集的分布可视化
摘要：原文转载：https://segmentfault.com/a/1190000015006667 Seaborn学习大纲 seaborn的学习内容主要包含以下几个部分： 风格管理 绘图风格设置 颜色风格设置 绘图方法 数据集的分布可视化 分类数据可视化 线性关系可视化 结构网格 数据识别网格绘图 本 阅读全文
posted @ 2019-10-09 21:11 小新和风间 阅读(1368) 评论(0) 推荐(0)
seaborn教程2——颜色调控
摘要：原文转载 https://segmentfault.com/a/1190000014966210 Seaborn学习大纲 seaborn的学习内容主要包含以下几个部分： 风格管理 绘图风格设置 颜色风格设置 绘图方法 数据集的分布可视化 分类数据可视化 线性关系可视化 结构网格 数据识别网格绘图 本 阅读全文
posted @ 2019-10-09 20:02 小新和风间 阅读(7546) 评论(0) 推荐(0)
seaborn教程1——风格选择
摘要：原文链接：https://segmentfault.com/a/1190000014915873 Seaborn学习大纲 seaborn的学习内容主要包含以下几个部分： 风格管理 绘图风格设置 颜色风格设置 绘图方法 数据集的分布可视化 分类数据可视化 线性关系可视化 结构网格 数据识别网格绘图 本 阅读全文
posted @ 2019-10-09 16:49 小新和风间 阅读(1693) 评论(0) 推荐(0)
pandas教程
摘要：https://blog.csdn.net/qq_28368377/article/details/90634464#pandas_1023 https://www.cnblogs.com/wrxblog/p/9752406.html 阅读全文
posted @ 2019-10-09 10:01 小新和风间 阅读(142) 评论(0) 推荐(0)
Jupyter Notebook入门
摘要：原文转载：https://zhuanlan.zhihu.com/p/33105153 https://blog.csdn.net/guleileo/article/details/80490921 一、运行jupyter notebook 0、获取帮助 如果你有任何jupyter notebook命 阅读全文
posted @ 2019-10-01 23:09 小新和风间 阅读(2034) 评论(0) 推荐(0)
21、numpy—Matplotlib
摘要：NumPy Matplotlib Matplotlib 是 Python 的绘图库。 它可与 NumPy 一起使用，提供了一种有效的 MatLab 开源替代方案。 它也可以和图形工具包一起使用，如 PyQt 和 wxPython。 引例：np.arange() 函数创建 x 轴上的值。y 轴上的对应 阅读全文
posted @ 2019-09-27 16:31 小新和风间 阅读(371) 评论(0) 推荐(0)
20、numpy——IO
摘要：NumPy IO Numpy 可以读写磁盘上的文本数据或二进制数据。 NumPy 为 ndarray 对象引入了一个简单的文件格式：npy。 npy 文件用于存储重建 ndarray 所需的数据、图形、dtype 和其他信息。 常用的 IO 函数有： load() 和 save() 函数是读写文件数 阅读全文
posted @ 2019-09-27 11:15 小新和风间 阅读(242) 评论(0) 推荐(0)
19、NumPy——线性代数
摘要：NumPy 线性代数 NumPy 提供了线性代数函数库 linalg，该库包含了线性代数所需的所有功能，可以看看下面的说明： 1、numpy.dot() numpy.dot() 对于两个一维的数组，计算的是这两个数组对应下标元素的乘积和(数学上称之为内积)；对于二维数组，计算的是两个数组的矩阵乘积； 阅读全文
posted @ 2019-09-27 10:45 小新和风间 阅读(538) 评论(0) 推荐(0)
18、NumPy——矩阵库(Matrix)
摘要：NumPy 矩阵库(Matrix) NumPy 中包含了一个矩阵库 numpy.matlib，该模块中的函数返回的是一个矩阵，而不是 ndarray 对象。 一个 的矩阵是一个由行（row）列（column）元素排列成的矩形阵列。 矩阵里的元素可以是数字、符号或数学式。以下是一个由 6 个数字元素构 阅读全文
posted @ 2019-09-26 16:51 小新和风间 阅读(415) 评论(0) 推荐(0)
17、NumPy——副本和视图
摘要：副本是一个数据的完整的拷贝，如果我们对副本进行修改，它不会影响到原始数据，物理内存不在同一位置。 视图是数据的一个别称或引用，通过该别称或引用亦便可访问、操作原有数据，但原有数据不会产生拷贝。如果我们对视图进行修改，它会影响到原始数据，物理内存在同一位置。 视图一般发生在： 1、numpy 的切片操 阅读全文
posted @ 2019-09-26 16:35 小新和风间 阅读(254) 评论(0) 推荐(0)
16、NumPy ——字节交换
摘要：NumPy 字节交换 在几乎所有的机器上，多字节对象都被存储为连续的字节序列。字节顺序，是跨越多字节的程序对象的存储规则。 大端模式：指数据的高字节保存在内存的低地址中，而数据的低字节保存在内存的高地址中，这样的存储模式有点儿类似于把数据当作字符串顺序处理：地址由小向大增加，而数据从高位往低位放；这 阅读全文
posted @ 2019-09-26 16:14 小新和风间 阅读(314) 评论(0) 推荐(0)
15、numpy——排序、条件刷选函数
摘要：NumPy 提供了多种排序的方法。 这些排序函数实现不同的排序算法，每个排序算法的特征在于执行速度，最坏情况性能，所需的工作空间和算法的稳定性。 下表显示了三种排序算法的比较。 1、numpy.sort() numpy.sort() 函数返回输入数组的排序副本。函数格式如下： 参数说明： a: 要排 阅读全文
posted @ 2019-09-26 15:40 小新和风间 阅读(380) 评论(0) 推荐(0)
14、numpy——统计函数
摘要：NumPy 统计函数 NumPy 提供了很多统计函数，用于从数组中查找最小元素，最大元素，百分位标准差和方差等。 函数说明如下：（沿哪条轴执行，就是是最后结果的形式） 1、numpy.amin() 和 numpy.amax() numpy.amin() 用于计算数组中的元素沿指定轴的最小值。 num 阅读全文
posted @ 2019-09-26 11:05 小新和风间 阅读(212) 评论(0) 推荐(0)
13、numpy——算术函数
摘要：NumPy 算术函数 1、NumPy 算术函数包含简单的加减乘除: add()，subtract()，multiply() 和 divide()。 需要注意的是数组必须具有相同的形状或符合数组广播规则。 执行结果： 2、其他算数函数 2.1 numpy.reciprocal() numpy.reci 阅读全文
posted @ 2019-09-26 10:29 小新和风间 阅读(276) 评论(0) 推荐(0)
12、numpy——数学函数
摘要：NumPy 数学函数 NumPy 包含大量的各种数学运算的函数，包括三角函数，算术运算的函数，复数处理函数等。 1、三角函数 NumPy 提供了标准的三角函数：sin()、cos()、tan()。 执行结果： arcsin,arccos、arctan函数返回给定角度的sin,cos,tan的反三角函 阅读全文
posted @ 2019-09-26 10:19 小新和风间 阅读(410) 评论(0) 推荐(0)
11、numpy——字符串函数
摘要：NumPy 字符串函数 以下函数用于对 dtype 为 numpy.string_ 或 numpy.unicode_ 的数组执行向量化字符串操作。 它们基于 Python 内置库中的标准字符串函数。 这些函数在字符数组类（numpy.char）中定义。 1、numpy.char.add() nump 阅读全文
posted @ 2019-09-26 09:53 小新和风间 阅读(303) 评论(0) 推荐(0)
10、numpy——位运算
摘要：NumPy 位运算 NumPy "bitwise_" 开头的函数是位运算函数。 NumPy 位运算包括以下几个函数： 注：也可以使用 "&"、 "~"、 "|" 和 "^" 等操作符进行计算。 1、bitwise_and bitwise_and() 函数对数组中整数的二进制形式执行位与运算。 执行结 阅读全文
posted @ 2019-09-26 09:30 小新和风间 阅读(253) 评论(0) 推荐(0)
9、numpy——数组操作
摘要：Numpy 中包含了一些函数用于处理数组，大概可分为以下几类： （1）修改数组形状 （2）翻转数组 （3）修改数组维度 （4）连接数组 （5）分割数组 （6）数组元素的添加与删除 1、修改数组形状 1.1 numpy.reshape numpy.reshape 函数可以在不改变数据的条件下修改形状， 阅读全文
posted @ 2019-09-25 17:33 小新和风间 阅读(413) 评论(0) 推荐(0)
8、numpy——数组的迭代
摘要：1、单数组的迭代 NumPy 迭代器对象 numpy.nditer 提供了一种灵活访问一个或者多个数组元素的方式。 迭代器最基本的任务的可以完成对数组元素的访问。 1.1 默认迭代顺序 执行结果： 注意：通过该种方式迭代输出的是以元素在存储器中的布局顺序输出的，无论其视图做何种改变（转置，变换sha 阅读全文
posted @ 2019-09-24 10:58 小新和风间 阅读(949) 评论(0) 推荐(0)

1 2 3 下一页