- [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:
- [toc] 绘制条形图 假设你知道了列表 a 中的电影分别在 9月14号, 9月15号, 9月16号三天的票房, 为了展示列表中电影本身的票房以及同其他电影的数据对比情况, 应该如何更加直观的呈现该数据? a = [ "猩球崛起 3: 终极之战", "敦刻尔克", "蜘蛛侠: 英雄归来", "战狼 2"] b_16 = [ 15... [toc] 绘制条形图 假设你知道了列表 a 中的电影分别在 9月14号, 9月15号, 9月16号三天的票房, 为了展示列表中电影本身的票房以及同其他电影的数据对比情况, 应该如何更加直观的呈现该数据? a = [ "猩球崛起 3: 终极之战", "敦刻尔克", "蜘蛛侠: 英雄归来", "战狼 2"] b_16 = [ 15...
- [toc] Matplotlib 常见问题总结 1. 应该选择哪种图形来呈现数据 2. matplotlib.plot( x, y ) 3. matplotlib.bar( x, y ) 4. matplotlib.scatter( x, y ) 5. matplotlib.hist( ... [toc] Matplotlib 常见问题总结 1. 应该选择哪种图形来呈现数据 2. matplotlib.plot( x, y ) 3. matplotlib.bar( x, y ) 4. matplotlib.scatter( x, y ) 5. matplotlib.hist( ...
- 特征预处理 概述数值型数据标准缩放归一化sklearn 归一化 APIMinMaxScaler 语法归一化步骤归一化案例 概述 特征处理: 通过特定的统计方法 (数学方法)将数据... 特征预处理 概述数值型数据标准缩放归一化sklearn 归一化 APIMinMaxScaler 语法归一化步骤归一化案例 概述 特征处理: 通过特定的统计方法 (数学方法)将数据...
- [toc] 广播原则 如果两个数组的后缘维度 ( trailing dimension, 即从末尾开始算起的维度 ) 的轴长度符或其中一方的长度为 1, 则认为它们是广播兼容的.广播会在缺失和 ( 或 ) 长度为 1 的维度上进行. 代码实现 执行结果: 如何理解广播原则 可以把维度理解为是 shape 所对应的数字... [toc] 广播原则 如果两个数组的后缘维度 ( trailing dimension, 即从末尾开始算起的维度 ) 的轴长度符或其中一方的长度为 1, 则认为它们是广播兼容的.广播会在缺失和 ( 或 ) 长度为 1 的维度上进行. 代码实现 执行结果: 如何理解广播原则 可以把维度理解为是 shape 所对应的数字...
- [toc] Numpy 中数值的修改 执行结果: 执行结果: 注: 因为浅拷贝, 所以当数组 b 被修改时, 数组 a 也随着被修改 [toc] Numpy 中数值的修改 执行结果: 执行结果: 注: 因为浅拷贝, 所以当数组 b 被修改时, 数组 a 也随着被修改
- [toc] 练习二 现在我们有一组关于全球星巴克店铺的统计数据, 如果我想知道中国每个省份星巴克的数量的情况, 那么应该怎么办? 思路: 长度是一个思路, 但是我们有更多的方法 ( 聚合方法 ) 来解决这个问题. 执行结果: 执行结果: 分组和聚合 grouped 是一个 DataFrameGroupBy ... [toc] 练习二 现在我们有一组关于全球星巴克店铺的统计数据, 如果我想知道中国每个省份星巴克的数量的情况, 那么应该怎么办? 思路: 长度是一个思路, 但是我们有更多的方法 ( 聚合方法 ) 来解决这个问题. 执行结果: 执行结果: 分组和聚合 grouped 是一个 DataFrameGroupBy ...
- 【NLP】⚠️学不会打我! 半小时学会基本操作 2⚠️词向量模型简介 概述词向量维度Word2VecCBOW 模型Skip-Gram 模型 负采样模型词向量的训练过程1. 初始化词向量矩阵2.... 【NLP】⚠️学不会打我! 半小时学会基本操作 2⚠️词向量模型简介 概述词向量维度Word2VecCBOW 模型Skip-Gram 模型 负采样模型词向量的训练过程1. 初始化词向量矩阵2....
- [toc] 绘制条形图 假设你获取到了内地电影票房前 20 的电影 ( 列表a ) 和电影票房数据 ( 列表b ), 那么如何更加直观的展示该数据? a = [ "战狼 2", "速度与激情 8", "功夫瑜伽", "西游伏妖篇", "变形金刚 5", "最后的骑士", "摔跤吧! 爸爸", "加勒比海盗 5: 死无对证" , "... [toc] 绘制条形图 假设你获取到了内地电影票房前 20 的电影 ( 列表a ) 和电影票房数据 ( 列表b ), 那么如何更加直观的展示该数据? a = [ "战狼 2", "速度与激情 8", "功夫瑜伽", "西游伏妖篇", "变形金刚 5", "最后的骑士", "摔跤吧! 爸爸", "加勒比海盗 5: 死无对证" , "...
- [toc] 数组的行列交换 数组视频或者竖直拼接很简单, 但是拼接之前应该注意什么? 竖直拼接的时候: 每一列代表的意义相同! 否则牛头不对马嘴. 如果每一列的意义不同, 这个时候应该交换某一组数的列, 让其和另外一类相同. 代码实现 行交换 执行结果: 列交换 执行结果: ... [toc] 数组的行列交换 数组视频或者竖直拼接很简单, 但是拼接之前应该注意什么? 竖直拼接的时候: 每一列代表的意义相同! 否则牛头不对马嘴. 如果每一列的意义不同, 这个时候应该交换某一组数的列, 让其和另外一类相同. 代码实现 行交换 执行结果: 列交换 执行结果: ...
- Scikit-learn 库 概述安装特征抽取sklearn 特征抽取 API字典特征抽取DictVectorizer 语法流程 文本特征抽取CountVectorizer 语法流程 ... Scikit-learn 库 概述安装特征抽取sklearn 特征抽取 API字典特征抽取DictVectorizer 语法流程 文本特征抽取CountVectorizer 语法流程 ...
- 机器学习简介 机器学习组成表示 (模型): Representation评价 (策略): Evalution 开发应用程序的步骤收集数据准备输入数据分析输入数据训练算法测试算法使用算法 数... 机器学习简介 机器学习组成表示 (模型): Representation评价 (策略): Evalution 开发应用程序的步骤收集数据准备输入数据分析输入数据训练算法测试算法使用算法 数...
上滑加载中
推荐直播
-
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 -
码道新技能，AI 新生产力——从自动视频生成到开源项目解析2026/04/08 周三 19:00-21:00
童得力-华为云开发者生态运营总监/何文强-无人机企业AI提效负责人
本次华为云码道 Skill 实战活动，聚焦两大 AI 开发场景：通过实战教学，带你打造 AI 编程自动生成视频 Skill，并实现对 GitHub 热门开源项目的智能知识抽取，手把手掌握 Skill 开发全流程，用 AI 提升研发效率与内容生产力。
回顾中 -
华为云码道：零代码股票智能决策平台全功能实战2026/04/18 周六 10:00-12:00
秦拳德-中软国际教育卓越研究院研究员、华为云金牌讲师、云原生技术专家
利用Tushare接口获取实时行情数据，采用Transformer算法进行时序预测与涨跌分析，并集成DeepSeek API提供智能解读。同时，项目深度结合华为云CodeArts（码道）的代码智能体能力，实现代码一键推送至云端代码仓库，建立起高效、可协作的团队开发新范式。开发者可快速上手，从零打造功能完整的个股筛选、智能分析与风险管控产品。
回顾中
热门标签