- [toc] Numpy 读取数据 CSV: Comma-Separated Value, 逗号分隔文件 显示: 表格状态 源文件: 换行和逗号分隔行列的格式化文本, 每一行的数据表示一条记录 由于 csv 便于展示, 读取和写入, 所以很多地方也是用 csv 的格式存储和传输中小型的数据, 为了方便教学, 我们会经常操作 cs... [toc] Numpy 读取数据 CSV: Comma-Separated Value, 逗号分隔文件 显示: 表格状态 源文件: 换行和逗号分隔行列的格式化文本, 每一行的数据表示一条记录 由于 csv 便于展示, 读取和写入, 所以很多地方也是用 csv 的格式存储和传输中小型的数据, 为了方便教学, 我们会经常操作 cs...
- [toc] Pandas 之取行或者列 刚刚我们知道了如何给数据按照某一行或者排序, 那么现在我们想单独研究使用次数前 100 的数据, 应该如何做? 我们具体要选择某一行该怎么选择呢? 我们要同时选择和列该怎么办? pandas 之 loc 1. df.loc 通过标签索引行数据 2. df.iloc 通过位置获取行数据... [toc] Pandas 之取行或者列 刚刚我们知道了如何给数据按照某一行或者排序, 那么现在我们想单独研究使用次数前 100 的数据, 应该如何做? 我们具体要选择某一行该怎么选择呢? 我们要同时选择和列该怎么办? pandas 之 loc 1. df.loc 通过标签索引行数据 2. df.iloc 通过位置获取行数据...
- [toc] Pandas 之时间序列 为什么要学习 pandas 中的时间序列 不管在什么行业, 时间序列都是一种非常重要的数据形式, 很多统计数据以及数据的规律也都和时间序列有着非常重要的联系, 而且在 pandas 中处理时间序列是非常简单的. 生成一段时间范围 start 和 end 以及 freq 配合能够生成 s... [toc] Pandas 之时间序列 为什么要学习 pandas 中的时间序列 不管在什么行业, 时间序列都是一种非常重要的数据形式, 很多统计数据以及数据的规律也都和时间序列有着非常重要的联系, 而且在 pandas 中处理时间序列是非常简单的. 生成一段时间范围 start 和 end 以及 freq 配合能够生成 s...
- [toc] Pandas 之 DataFrame 和一个 ndarray 一样, 我们通过 shape, ndim, dtype 了解这个 ndarray 的基本信息, 那么对于 DataFarme 我们有什么方法了解呢? DataFrame 的基础属性 df.shape # 行数 列数 df.dtypes # 列数据类型 ... [toc] Pandas 之 DataFrame 和一个 ndarray 一样, 我们通过 shape, ndim, dtype 了解这个 ndarray 的基本信息, 那么对于 DataFarme 我们有什么方法了解呢? DataFrame 的基础属性 df.shape # 行数 列数 df.dtypes # 列数据类型 ...
- 分类器性能评估 概述sklearn.metrics.classification_report 概述 在许多实际问题中, 衡量分类器任务的成功程度是通过固定的性能指标来获取. 一般常见使用... 分类器性能评估 概述sklearn.metrics.classification_report 概述 在许多实际问题中, 衡量分类器任务的成功程度是通过固定的性能指标来获取. 一般常见使用...
- [toc] Numpy 索引和切片 对于刚刚加载出来的数据, 我如果只想选择其中的某一列 ( 行 ) 我们应该怎么做呢? 其实操作很简单, 和 Python 中列表的操作一样 执行结果: 执行结果: 执行结果: 执行结果: [toc] Numpy 索引和切片 对于刚刚加载出来的数据, 我如果只想选择其中的某一列 ( 行 ) 我们应该怎么做呢? 其实操作很简单, 和 Python 中列表的操作一样 执行结果: 执行结果: 执行结果: 执行结果:
- [toc] 练习一 现在我们有一组关于全球星巴克店铺的统计数据, 如果我想知道美国的星巴克数量和中国的哪个多, 那么应该怎么办? 思路: 遍历一遍, 每次加 1? 执行结果: 分组和聚合 在 pandas 中类似的分组的操作我们有很简单的方式来完成. 调用 groupy 方法之后返回的是什么内容? ... [toc] 练习一 现在我们有一组关于全球星巴克店铺的统计数据, 如果我想知道美国的星巴克数量和中国的哪个多, 那么应该怎么办? 思路: 遍历一遍, 每次加 1? 执行结果: 分组和聚合 在 pandas 中类似的分组的操作我们有很简单的方式来完成. 调用 groupy 方法之后返回的是什么内容? ...
- 推荐系统 概述什么是推荐系统 工作原理个性化推荐系统的应用 概述 在研究图和涉及推荐系统之前, 了解上面是好的推荐系统至关重要. 什么是推荐系统 假设以下, 如果你想买牛肉干, 你... 推荐系统 概述什么是推荐系统 工作原理个性化推荐系统的应用 概述 在研究图和涉及推荐系统之前, 了解上面是好的推荐系统至关重要. 什么是推荐系统 假设以下, 如果你想买牛肉干, 你...
- 特征选择 概述主要方法VarianceThreshold 语法流程 噪点其他特征选择方法sklearn 主成分分析 APIPCA 是什么PCA 语法PCA 流程 (代码演示) ... 特征选择 概述主要方法VarianceThreshold 语法流程 噪点其他特征选择方法sklearn 主成分分析 APIPCA 是什么PCA 语法PCA 流程 (代码演示) ...
- [toc] 方向导数 如果函数 z=f(x,y) 在点 P(x,y) 是可微分的, 那么, 函数在该点沿任一方向 L 的方向导数都存在, 且有: 梯度 设函数 z=f(x,y) 在平面区域 D 内具有一阶连续偏导数, 则对于每一个点 P(x,y)∈D, 向量 为函数 z=f(x,y) 在点 P 的梯度, 记做 gran... [toc] 方向导数 如果函数 z=f(x,y) 在点 P(x,y) 是可微分的, 那么, 函数在该点沿任一方向 L 的方向导数都存在, 且有: 梯度 设函数 z=f(x,y) 在平面区域 D 内具有一阶连续偏导数, 则对于每一个点 P(x,y)∈D, 向量 为函数 z=f(x,y) 在点 P 的梯度, 记做 gran...
- [toc] 数组 数组的形状 查看数组的形状 执行结果: 修改数组的形状 执行结果: 数组的加减乘除 数组加法 执行结果: 数组减法 执行结果: 数组乘法 执行结果: 数组除法 执行结果: [toc] 数组 数组的形状 查看数组的形状 执行结果: 修改数组的形状 执行结果: 数组的加减乘除 数组加法 执行结果: 数组减法 执行结果: 数组乘法 执行结果: 数组除法 执行结果:
- [toc] 练习 在美国 2004 年人口普查发现有 124 million 的人在离家相对较远的地方工作. 根据他们从家到上班地点所需的时间, 通过抽样统计 ( 最后一列 ), 得到了下表的数据, 这些数据能够绘制从成直方图吗? interval = [ 0, 5, 10, 15, 20, 25, 30, 35, 40, 4... [toc] 练习 在美国 2004 年人口普查发现有 124 million 的人在离家相对较远的地方工作. 根据他们从家到上班地点所需的时间, 通过抽样统计 ( 最后一列 ), 得到了下表的数据, 这些数据能够绘制从成直方图吗? interval = [ 0, 5, 10, 15, 20, 25, 30, 35, 40, 4...
- [toc] 绘制直方图 假设你获取了 250 部电影的时长 ( 列表a 中 ), 希望统计出这些电影时长分布状态 ( 比如时长为 100 分钟到 120 分钟电影的数量, 出现的频率 ) 等信息, 你应该如何呈现这些数据? a=[131, 98, 125, 131, 124, 139, 131, 117, 128, ... [toc] 绘制直方图 假设你获取了 250 部电影的时长 ( 列表a 中 ), 希望统计出这些电影时长分布状态 ( 比如时长为 100 分钟到 120 分钟电影的数量, 出现的频率 ) 等信息, 你应该如何呈现这些数据? a=[131, 98, 125, 131, 124, 139, 131, 117, 128, ...
- 模型的选择 概述如何选择合适的算法模型监督学习中三类问题的解释分类问题回归问题标注问题 概述 算法是核心, 数据和计算是基础. 这句话很好的说明了机器学习中算法的重要性. 那么我们开看... 模型的选择 概述如何选择合适的算法模型监督学习中三类问题的解释分类问题回归问题标注问题 概述 算法是核心, 数据和计算是基础. 这句话很好的说明了机器学习中算法的重要性. 那么我们开看...
- [toc] Numpy 更多好用的方法 创建一个全 0 数组 执行结果: 创建一个全 1 数组 执行结果: 创建一个对角线为 1 的正方形数组 ( 方阵 ) 执行结果: 获得最大值最小值的位置 执行结果: 执行结果: [toc] Numpy 更多好用的方法 创建一个全 0 数组 执行结果: 创建一个全 1 数组 执行结果: 创建一个对角线为 1 的正方形数组 ( 方阵 ) 执行结果: 获得最大值最小值的位置 执行结果: 执行结果:
上滑加载中
推荐直播
-
华为云码道-玩转OpenClaw，在线养虾2026/03/11 周三 19:00-21:00
刘昱，华为云高级工程师/谈心，华为云技术专家/李海仑，上海圭卓智能科技有限公司CEO
OpenClaw 火爆开发者圈，华为云码道最新推出 Skill ——开发者只需输入一句口令，即可部署一个功能完整的「小龙虾」智能体。直播带你玩转华为云码道，玩转OpenClaw
回顾中 -
华为云码道-AI时代应用开发利器2026/03/18 周三 19:00-20:00
童得力，华为云开发者生态运营总监/姚圣伟，华为云HCDE开发者专家
本次直播由华为专家带你实战应用开发，看华为云码道(CodeArts)代码智能体如何在AI时代让你的创意应用快速落地。更有华为云HCDE开发者专家带你用码道玩转JiuwenClaw，让小艺成为你的AI助理。
回顾中 -
Skill 构建 × 智能创作：基于华为云码道的 AI 内容生产提效方案2026/03/25 周三 19:00-20:00
余伟，华为云软件研发工程师/万邵业（万少），华为云HCDE开发者专家
本次直播带来两大实战：华为云码道 Skill-Creator 手把手搭建专属知识库 Skill；如何用码道提效 OpenClaw 小说文本，打造从大纲到成稿的 AI 原创小说全链路。技术干货 + OPC创作思路，一次讲透！
回顾中
热门标签