- [toc] 练习三 现在我们有 2015 到 2017 年 25 万条 911 的紧急电话的数据, 请统计出不同月份不同类型紧急电话的次数的变化情况. 执行结果: [toc] 练习三 现在我们有 2015 到 2017 年 25 万条 911 的紧急电话的数据, 请统计出不同月份不同类型紧急电话的次数的变化情况. 执行结果:
- [toc] 练习二 现在我们有 2015 到 2017 年 25 万条 911 的紧急电话的数据, 请统计出不同季度的电话次数. 执行结果: strftime() 方法 strftime() 函数接收以时间元组, 并返回以可读字符串表示的当地时间, 格式由参数 format 决定. [toc] 练习二 现在我们有 2015 到 2017 年 25 万条 911 的紧急电话的数据, 请统计出不同季度的电话次数. 执行结果: strftime() 方法 strftime() 函数接收以时间元组, 并返回以可读字符串表示的当地时间, 格式由参数 format 决定.
- 回归算法 概述 概述 回归是统计学中最有力的工具之一. 机器学习监督学习算法分类算法和回归算法两种. 其实就是根据类别标签分类型为离散型, 连续性而定义的. 回归算法用于连续型分布预测, ... 回归算法 概述 概述 回归是统计学中最有力的工具之一. 机器学习监督学习算法分类算法和回归算法两种. 其实就是根据类别标签分类型为离散型, 连续性而定义的. 回归算法用于连续型分布预测, ...
- [toc] Pandas 之读取外部数据 现在假设我们有一组关于狗的名字的统计数据, 那么为了观察这组数据的情况, 我们应该怎么做呢? 我们的这组数据存在csv中, 我们可以使用 pd.read csv 即可 执行结果: 和我们想象的有些差别, 我们以为他会是一个 Series 类型,但是他是一个 DataFram... [toc] Pandas 之读取外部数据 现在假设我们有一组关于狗的名字的统计数据, 那么为了观察这组数据的情况, 我们应该怎么做呢? 我们的这组数据存在csv中, 我们可以使用 pd.read csv 即可 执行结果: 和我们想象的有些差别, 我们以为他会是一个 Series 类型,但是他是一个 DataFram...
- 欠拟合与过拟合 概述线性回归逻辑回归解决过拟合的方法欠拟合过拟合 概述 机器学习中的泛化. 泛化即是, 模型学习到的概念在它处于学习的过程中时的模型没有遇见过的样本时候的表现. 在机器... 欠拟合与过拟合 概述线性回归逻辑回归解决过拟合的方法欠拟合过拟合 概述 机器学习中的泛化. 泛化即是, 模型学习到的概念在它处于学习的过程中时的模型没有遇见过的样本时候的表现. 在机器...
- [toc] 什么是机器学习 对于某给定的任务 T, 在合理的性能度量方案 P 的前提下, 某计算机程序可以自主学习任务 T 的经验 E. 随着提供合适, 优质, 大量的经验 E, 该程序对于任务 T 的性能逐步提高. 换个表述: 机器学习是人工智能的一个分支. 我们使用计算机设计一个系统, 使它能够根据提供的训练数... [toc] 什么是机器学习 对于某给定的任务 T, 在合理的性能度量方案 P 的前提下, 某计算机程序可以自主学习任务 T 的经验 E. 随着提供合适, 优质, 大量的经验 E, 该程序对于任务 T 的性能逐步提高. 换个表述: 机器学习是人工智能的一个分支. 我们使用计算机设计一个系统, 使它能够根据提供的训练数...
- [toc] 练习一 现在我们有 2015 到 2017 年 25 万条 911 的紧急电话的数据, 请统计出这些数据中不同类型的紧急情况的次数. 执行结果: [toc] 练习一 现在我们有 2015 到 2017 年 25 万条 911 的紧急电话的数据, 请统计出这些数据中不同类型的紧急情况的次数. 执行结果:
- [toc] 练习一 让我们尝试一下刚刚的方法去统计狗狗名字的数据 很多同学肯定想知道使用次数最高的前几个名字是什呢? 执行结果: 如果我的数据有 10 列, 我想按照其中的第一, 第三, 第八列排序, 怎么办? ( 查看 ipython 的帮助文档 ) [toc] 练习一 让我们尝试一下刚刚的方法去统计狗狗名字的数据 很多同学肯定想知道使用次数最高的前几个名字是什呢? 执行结果: 如果我的数据有 10 列, 我想按照其中的第一, 第三, 第八列排序, 怎么办? ( 查看 ipython 的帮助文档 )
- [toc] PeriodIndex 之前所学习的 DatatimeIndex 可以理解为时间戳. 那么现在我们要学习的 PeriodIndex 可以理解为时间段. 执行结果: 那么如果给这个时间段降采样呢? 执行结果: [toc] PeriodIndex 之前所学习的 DatatimeIndex 可以理解为时间戳. 那么现在我们要学习的 PeriodIndex 可以理解为时间段. 执行结果: 那么如果给这个时间段降采样呢? 执行结果:
- 练习四 现在我们有北上广, 深圳, 和沈阳 5 个城市的 PM2.5 随时间的变化情况. 观察这组数据中的时间结构, 并不是字符串, 这个时候我们应该怎么办? 执行结果: 练习四 现在我们有北上广, 深圳, 和沈阳 5 个城市的 PM2.5 随时间的变化情况. 观察这组数据中的时间结构, 并不是字符串, 这个时候我们应该怎么办? 执行结果:
- [toc] 练习二 对于一组电影数据, 如果我们想 rating, runtime 的分布情况, 应该如何呈现数据? 执行结果: 执行结果: [toc] 练习二 对于一组电影数据, 如果我们想 rating, runtime 的分布情况, 应该如何呈现数据? 执行结果: 执行结果:
- [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 ...
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
【仓颉社区】第36期WORKSHOP2025/09/02 周二 15:05-16:00
华为讲师团
本期仓颉编程语言社区技术沙龙即将开启，我们特邀三位资深专家，为大家带来硬核技术分享与实践经验解析！无论你是仓颉语言的初学者，还是资深开发者，本次直播都将为你带来新的启发和收获！
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中
热门标签