- [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...
- [toc] 练习二 假设大家在 30 岁的时候, 根据自己的实际情况, 统计出来了你和同桌各自从 11 岁到 30 岁每年交的男 ( 女 ) 朋友的数量如列表 a 和 b, 请在一个图中绘制出该数据的折线图, 以便比较自己和同桌 20 年间的差异, 同时分析每年交 男 ( 女 ) 朋友的数量走势 a = [ 1, 0, ... [toc] 练习二 假设大家在 30 岁的时候, 根据自己的实际情况, 统计出来了你和同桌各自从 11 岁到 30 岁每年交的男 ( 女 ) 朋友的数量如列表 a 和 b, 请在一个图中绘制出该数据的折线图, 以便比较自己和同桌 20 年间的差异, 同时分析每年交 男 ( 女 ) 朋友的数量走势 a = [ 1, 0, ...
- [toc] 轴 ( axis ) 在 numpy 中可以理解为方向, 使用 0, 1, 2... 数字表示, 对于一个一维数组, 只有一个 0 轴, 对于 2 维数组 ( shape(2,2) ), 有 0 轴和 1 轴, 对于一个三维数组 ( shape(2,2,3) ), 有 0, 1, 2 轴 有了轴的概念之后, 我们计算会... [toc] 轴 ( axis ) 在 numpy 中可以理解为方向, 使用 0, 1, 2... 数字表示, 对于一个一维数组, 只有一个 0 轴, 对于 2 维数组 ( shape(2,2) ), 有 0 轴和 1 轴, 对于一个三维数组 ( shape(2,2,3) ), 有 0, 1, 2 轴 有了轴的概念之后, 我们计算会...
- [toc] 绘制散点图 假设通过爬虫你获得了北京 2016 年 3, 10 月份每天白天的最高气温 ( 分别位于列表 a, b ), 那么此时如何寻找出气温和随时间 ( 天 ) 变化的某种规律? a = [ 11, 17, 16, 11, 12, 11, 12, 6, 6, 7, 8, 9, 12, 15, 14, 17, 18,... [toc] 绘制散点图 假设通过爬虫你获得了北京 2016 年 3, 10 月份每天白天的最高气温 ( 分别位于列表 a, b ), 那么此时如何寻找出气温和随时间 ( 天 ) 变化的某种规律? a = [ 11, 17, 16, 11, 12, 11, 12, 6, 6, 7, 8, 9, 12, 15, 14, 17, 18,...
- [toc] Numpy 中的转置 转置是一种变换, 对于 numpy 中的数组来说, 就是在对角线方向交换数据, 目的也是为了更方便的去处理数据. 执行结果: 以上三种方法都可以实现二维数组转置的效果. 大家能够看出来, 转置和交换轴的效果一样. ... [toc] Numpy 中的转置 转置是一种变换, 对于 numpy 中的数组来说, 就是在对角线方向交换数据, 目的也是为了更方便的去处理数据. 执行结果: 以上三种方法都可以实现二维数组转置的效果. 大家能够看出来, 转置和交换轴的效果一样. ...
- 对于已经调好参数的模型，我们需要将其保存下来，可以使用下面两种方法。 模型训练 from sklearn.tree import DecisionTreeClassifier from sklea... 对于已经调好参数的模型，我们需要将其保存下来，可以使用下面两种方法。 模型训练 from sklearn.tree import DecisionTreeClassifier from sklea...
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