- [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:
- [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( ...
上滑加载中
推荐直播
-
华为云码道Skill实战与极速交付，智能开发全链路实战2026/07/22 周三 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；姜浩-华为云HCDG核心组成员
直播深度解读华为云码道6月产品新特性，从Skill市场安装专家技能，带你零距离体验从需求，开发，审查，重构全链路闭环的开发过程。从零构建并交付一个完整项目，让您体验从代码提交到服务上线的“极速”之旅。
回顾中 -
聚开发者之力，创具身新未来2026/07/23 周四 15:00-17:00
张豪杰/程文/王军/刘新春/黄钦开 /张晓天
本次华为云具身智能开发平台CloudRobo培训面向具身智能开发者，带您全流程体验机器人本体R2C小时级接入、环境重建与轨迹生成仿真数据生产、PB级数据管理、数据评测、模型训推、强化学习和Benchmark一键评测等功能，并体验业界主流具身模型应用。
回顾中
热门标签