3288-梁谦-Python学科数据分析-就业:否 扫二维码继续学习 二维码时效为半小时

(0评价)
价格: 免费

关键字,不能作为变量名,使用help()查看关键字,变量以字母或者下划线开头,后接字母下划线数字

[展开全文]
56493 · 2022-09-15 · 自由式学习 0

## numpy读取本地数据

numpy读取数据

np.loadtxt(fname,dtype=np.float,delimiter=None,skiprows=0,usecols=None,unpack=False)

[展开全文]
3233小风 · 2022-09-06 · 自由式学习 0

###数组的计算

np.shape()只有一个值是一维的,指的是有多少个元素

两个值,二维,指几行几列

三个值,三维

np.reshape((3,4))把什么变成三行四列形式

```python

import numpy as np
t1=np.arange(32).reshape((2,4,4))
print(t1)

```

t1.flatten()可以快速把数据按顺序变成二维的

1.广播机制:数组与数字直接运算

2.特例:t1/0 :0/0=nan,数字/0=inf

3.数组与数组计算,长度相同时,按维度依次计算

 

[展开全文]
3233小风 · 2022-09-06 · 自由式学习 0

## numpy学习(处理数字性数据)

1.np.array()把内容变成数组

2.t1.dtype可以显示其类型

3.np.astype可以把类型改变

4.保存固定位的小数

np.round(range(10),3)

[展开全文]
3233小风 · 2022-09-05 · 自由式学习 0

### 总结四种方法

matplotlib.plot()折线图

matplotlib.bar  条形图

matplotlib.scatter 散点图

matplotlib.hist 直方图

更多绘图软件:Aoache ECharts

[展开全文]
3233小风 · 2022-09-05 · 自由式学习 0

#### 绘制直方图

组数=极差/组距

[展开全文]
3233小风 · 2022-09-02 · 自由式学习 0

#### 条形图

plt.bar 竖着的条形图,线条粗细是width(线条的宽度)

plt.barh 横着的条形图,线条粗细成了height(线条的高低)

plt.grid 是添加网格,alpha是透明度

[展开全文]
3233小风 · 2022-09-01 · 自由式学习 0

回归>>>均方误差MSE

[展开全文]

#### 散点图是plt.scatter

遗忘知识点:

plt.legend(loc="uppper left",prop=my_font)

[展开全文]
3233小风 · 2022-08-31 · 自由式学习 0

###

plt.grid绘制网格

plt.grid(alpha=0.5)#alpha这个代表透明度

plt.plot(linestyle=':')表示折线变成虚线

color=''#线条颜色

linestyle=''#折线的形式

linewidth=5#线条粗细

alpha=0.5#透明度

以上都是放在plt.plot中的

[展开全文]
3233小风 · 2022-08-31 · 自由式学习 0

随机森林>>>分类器比较好用吗?

random_state是不同的特征作为初始的节点来产生的不同的树,所以需要不同的特征

袋装法,有放回的随机抽样技术

n个样本组成的自助集

bootstrap>>默认为True

袋外数据(out of bag data,简写为oob)

 

 

 

[展开全文]

criterion 不纯度的衡量指标

有基尼系数和信息熵,信息熵的增益

n_estimators 这是森林中树木的数量,基评估器的数量,default-10

实例化-交叉验证

波动本质上是一样的,  但集成算法压倒性的强

[展开全文]

集成算法

调参曲线,交叉验证,网格算法    调参方法

base estimator 基评估器

boosting 结合弱评估器一次次对难以评估的对象进行攻克

对特征提问得出决策规则-决策树

[展开全文]

# 函数rotation=90旋转的度数

[展开全文]
3233小风 · 2022-08-30 · 自由式学习 0

###调整x或者y轴上的参数

1.from matplotlib import pyplot as plt引入函数

2.plt.figure(figsize=(20,8),dpi=80)

#figurezide图片大小,(长,宽),dpi越大越不容易失真

 

 

from matplotlib import pyplot as plt

x=range(2,26,2)
y=[15,13,14,5,17,20,25,26,26,27,22,18,15]

#设置图片大小
#figurezide图片大小,(长,宽),dpi越大越不容易失真
plt.figure(figside=(20,8),dpi=80)

#绘图
plt.plot(x,y)

#设置x轴
_xtick_labels=[i/2 for i in range(2,49)]
plt.xticks(_xtick_labels[::3])

#保存

#plt.savefig("./t1.png")
#展示
plt.show()
[展开全文]
3233小风 · 2022-08-30 · 自由式学习 0

字符串的变量

可用 == 和 is 来判断是否是同个id

只有包含下划线字母数字的字符才能进入驻留,特殊符号不可以,所以id会发生变化。

字符串成员操作符: in , not in

 

[展开全文]
cmt_3325 · 2022-08-26 · 自由式学习 0

1.split(x) 以'x'为界限分割字符串 x可以是空格,单字符,多字符

2.‘x’.join(y) y中的字符串,以x为分隔,拼接成一个大字符串

 

 

 

 

[展开全文]
cmt_3325 · 2022-08-26 · 自由式学习 0

使用【:】取字符串的片段

[:]:取全部

[2:]从第三个位置到最后 

[2:5]从第三个位置到第五个位置 注:包头不包尾

[1:5:x] 在位置1:5之间每隔x取一个

也可以用'-'号进行反向取值,同样包头不包尾

[::-1],反向排

[展开全文]
cmt_3325 · 2022-08-26 · 自由式学习 0

1.str() 注:转化数据为字符串

2.通过[]提取字符串 注:第一个字符为0,最后一个字符为len(str)-1,既可以正向提取,也可以反向向提取

3.replace在字符串中的应用

例:a = 'xy'

  a.replace('x','y')

  print(a)

  输出: 'yy'

 

[展开全文]
cmt_3325 · 2022-08-26 · 自由式学习 0

1.转义符号的使用

2.字符串可通过+进行拼接操作(需两个为字符串)

3.字符串可通过*号进行复制

4.通过end=“”,来避免换行

使用 input()从控制台读取键盘输入内容

myname = input('请输入名字:')

请输入名字:x

print(myname)

输出 'x'

 

[展开全文]
cmt_3325 · 2022-08-26 · 自由式学习 0