ICode9

精准搜索请尝试: 精确搜索
  • pandas子集选取的三种方法:[]、.loc[]、.iloc[]2022-05-03 20:34:46

    pandas读取Excel、csv文件中的数据时,得到的大多是表格型的二维数据,在pandas中对应的即为DataFrame数据结构。在处理这类数据时,往往要根据据需求先获取数据中的子集,如某些列、某些行、行列交叉的部分等。可以说子集选取是一个非常基础、频繁使用的操作,而DataFrame的子集选取看似简

  • DataFrame 新增列的五种方法2022-05-02 23:35:33

    一、准备数据 引入需用的包,并新建DataFrame例子 in [1]: import pandas as pd import numpy as np in [2]: data = pd.DataFrame(np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]), columns=['a', 'b', 'c']) in [3]: data out[3]: a b

  • 【深度学习 论文篇 03-2】Pytorch搭建SSD模型踩坑集锦2022-05-02 13:00:31

    论文地址:https://arxiv.org/abs/1512.02325 源码地址:http://github.com/amdegroot/ssd.pytorch 环境1:torch1.9.0+CPU 环境2:torch1.8.1+cu102、torchvision0.9.1+cu102   1. StopIteration。Batch_size设置32,训练至60次报错,训练中断;Batch_size改成8训练至240次报错。 报错原因及

  • 期货:高频日内交易2022-04-28 18:05:06

    高频交易基于低手续费,且交易判断成功的概率远大于失败的基础上的。 朴素的思路是判断拐点,在拐点处产生快速交易。 首先导入某一期货品种(分钟K线).  df = pd.read_csv("JqData/RB2205.csv", index_col='date',parse_dates=['date'])[['open','close','low','high']]

  • 数据分析学习笔记--家用热水器用户行为分析与实践识别(代码)2022-04-22 01:34:14

    案例基于热水器采集的时间序列数据,将顺序排列的离散的用水时间节点根据水流量和停顿时间间隔划分不同大小的时间区间,每个时间区间可以理解成一次完整用水事件。 定义挖掘目标如下:1.根据热水器采集到的数据,划分一次完整的用水事件2.在划分好的一次完整用水事件中,识别出洗浴事件

  • 无监督学习 Kmeans2022-04-21 11:02:28

    无监督学习 自动对输入数据进行分类或者分群 优点: 算法不受监督信息(偏见)的约束,可能考虑到新的信息 不需要标签数据,极大程度扩大数据样本 Kmeans 聚类 根据数据与中心点距离划分类别 基于类别数据更新中心点 重复过程直到收敛 特点:实现简单、收敛快;需要指定类别数量(需要告诉计算机

  • 逻辑回归2022-04-20 10:32:11

    简介 逻辑回归: 使用了逻辑回归函数对数据进行了拟合就叫逻辑回归?? \[P(x)=\frac{1}{1+e^{-x}}(sigmoid function) \]\[y= \begin{cases}1, & P(x) \geq 0.5 \\ \hline 0, & P(x)<0.5\end{cases} \]其中y为分类结果,P为概率分布,x为特征值。 分类问题的核心就是寻找决策边界。 损失函数

  • 【Python自动化】之特殊的自动化操作2022-04-11 16:32:21

    今天有时间了,想好好的把之前遇到过的自动化问题总结一下,以后有新的总结再更新 目录: 一、上传文件(4.11) 二、下拉框选择(4.11) 1、Select下拉框 2、非Select下拉框 附录:   一、上传文件 利用鼠标pymouse、键盘pykeyboard操作 import pyperclip from pykeyboard import PyK

  • cifar10数据集解压缩,按名字分文件夹2022-04-07 21:31:53

    描述 数据集来自http://www.cs.toronto.edu/~kriz/cifar.html python版,下载后解压缩: 然后在该目录下执行python,运行后效果: 代码 import pickle import numpy as np import os import cv2 def unpickle(file): with open(file, 'rb') as fo: dict = pickle.load(fo

  • Pandas 读取输出文件 + 数据查询2022-03-06 14:01:42

    1)读取输出文件 import pandas as pd # 1)读取csv df = pd.read_csv(path) df.head() # 查看前几行数据 df.shape # 查看数据的形状,返回(行数,列数) df.columns # 查看列名列表 df.index # 查看索引列 df.dtypes # 查看每列数据类型 df.to_csv(path) # 2)读取txt文件 df = pd.r

  • 剑指 Offer II 030. 插入、删除和随机访问都是 O(1) 的容器2022-02-27 20:33:47

    [剑指 Offer II 030. 插入、删除和随机访问都是 O(1) 的容器](剑指 Offer II 030. 插入、删除和随机访问都是 O(1) 的容器 - 力扣(LeetCode) (leetcode-cn.com)) 思路 一个hashmap 存放 <值,该值存放位置>的映射,一个动态数组ArrayList存放顺序存放该值。 代码 class RandomizedS

  • python pandas loc布尔索引(指定条件下的索引)2022-02-27 18:30:02

    pandas loc的指定条件索引(布尔索引) pandas中的loc不仅仅可以用于直接的标签的索引,也可以用于指定条件的索引。 文章目录 1.准备数据2.单条件筛选3.多条件筛选 1.准备数据 首先准备一组数据: import pandas as pd df = pd.DataFrame({ 'AAA': [120, 101, 106, 117, 1

  • 模六十计数器2022-02-27 16:01:23

    文章目录 前言一、开发环境Verilog 语言Xilinx ISE 13.4BASYS2实验板 二、设计思路三、Verilog源文件四、测试文件五、波形仿真六、创建时序约束和管脚约束七、生成.bit文件,下载到开发板总结 前言 Verilog、Xilinx ISE 13.4、BASYS2、模六十计数器 一、开发环境 Verilog

  • mybatis2022-02-24 18:01:51

    判断list是否为空 <where> <if test="CodeList!=null and CodeList.size > 0"> loc.eb_code in <foreach collection="locationCodeList" item="Code" open="(" separator

  • 登录滑块处理2022-02-23 13:32:29

    coding = utf-8 Date: 2021/5/12 16:33 import time from selenium.webdriver.support.wait import WebDriverWait from selenium.webdriver.support import expected_conditions as EC from selenium.webdriver.common.by import By from AutoWebUi.PageLocators.login_page

  • python selenium UI自动化操作iframe及返回默认页面2022-02-23 10:04:28

    页面操作的场景:进到到页面A,选择页面A里面的记录,点击签约, 弹出一个弹窗B,弹窗B的内容是协议及同意按钮或其他非同意的提示信息,主要的操作,打开页面A,点击签约,点击同意,操作完成   分析页面的组成,弹窗B在页面A里面,不过弹窗B是iframe,即嵌套在html页面里面的html,如果不做iframe切换,无法操

  • python创建txt文件_Python文件读写:字典dict与txt文件互相转换2022-02-22 23:01:59

    label_to_id: B-LOC 0 B-ORG 1 B-PER 2 I-LOC 3 I-ORG 4 I-PER 5 O 6 dict->txt with open('data/label_dict.txt', 'w') as dict_f: for k, v in label_to_id.items(): dict_f.write(str(k) + ' ' + str(v) + �

  • PHP生成网站sitemap.xml2022-02-21 13:58:00

    格式参考  http://zhanzhang.baidu.com/wiki/44  function makeXML(){ $content='<?xml version="1.0" encoding="UTF-8"?> <urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9" xmlns:xsi="http://ww

  • 用python的turtle作图(二)动画吃豆人2022-02-17 20:04:02

    本文是用python的turtle作图的第二篇,通过这个例子可以了解动画的原理,用python自带的turtle库制作一些小动画。 1.问题描述 在上一篇“用python的turtle作图(一)静态图”我们介绍了,用python自带的turtle库,制作静态图。 本文将介绍用python自带的turtle库制作动画。 2.原理说明 动画的

  • Python案例实操3-电影数据分析2022-02-05 10:03:21

    Python案例实操3-电影数据分析 一、读取数据二、数据处理1.索引重命名2.合并数据集3.选取子集4.缺失值处理5.数据格式转换 三、数据分析及可视化1.电影类型随时间变化趋势图2.统计电影分类情况3.电影类型与利润的关系4.Universal Pictures 和 Paramount Pictures 公司电影

  • Error: package or namespace load failed for ‘ggplot2’ in loadNamespace(i, c(lib.loc, .libPaths()), v2022-02-05 09:05:25

    Error: package or namespace load failed for ‘ggplot2’ in loadNamespace(i, c(lib.loc, .libPaths()), versionCheck = vI[[i]]) 目录 Error: package or namespace load failed for ‘ggplot2’ in loadNamespace(i, c(lib.loc, .libPaths()), versionCheck = vI[[i]])

  • 数据处理笔记8:切片2022-01-31 17:02:31

    经常用到切片操作, 所以把之前这方面的笔记汇总一下 参考: https://blog.csdn.net/weixin_39861498/article/details/109621657 a[start:end:step] 逆序 [0:4:-1] 前两个数字代表范围(取下标0,1,2,3), 最后一个代表步长, -1时倒序 取最后几个元素 a = [1, 2, 3, 4, 5, 6] a[-1]

  • NC12 重建二叉树2022-01-31 16:32:52

    描述 给定节点数为 n 的二叉树的前序遍历和中序遍历结果,请重建出该二叉树并返回它的头结点。 题目遇到的问题:在于复制数组时,忘记相应的函数。arrays.copyofRange(). public class Solution { public TreeNode reConstructBinaryTree(int [] pre,int [] vin) { if

  • libunwind 中的宏2022-01-29 11:01:20

    有些宏真的很绕: static inline int common_init (struct cursor *c, unsigned use_prev_instr) { int ret; c->dwarf.loc[RAX] = REG_INIT_LOC(c, rax, RAX); -> # define REG_INIT_LOC(c, rlc, ruc) \     DWARF_REG_LOC (&c->dwarf, UNW_X86_64_ ## ruc) -> # de

  • oracle:如何在linux下安装多个、多个版本的软件?2022-01-26 08:31:40

    要点: 重命名或删除(记得备份) /etc/oraInst.loc、/etc/oratab 然后即可自由使用任何用户、任何路径去安装了   提示: 如果想使用一个较高、较安全、较稳定的 listener版本,只要保证这个listener的linux用户可以访问到其他oracle的可执行文件即可。 典型的,在不同的linux的home目录下,其

专注分享技术,共同学习,共同进步。侵权联系[admin#icode9.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有