数据科学专业问答社区，好文章，一字千金--CDA答疑社区

热线电话：13121318867

登录

CDA117513

字符编码：快速理解ASCII、Unicode、GBK和UTF-8

文章目录： 1、基础概念2、字符码介绍（1）ASCII 码和非 ASCII 编码（2）Unicode和UTF-8（3）Little endian 和 Big endian（4）中文字符集和编码：GB系列字符集&编码（5）BIG5字符集&编码小结：简单来说：Unicode、GBK和Big5码等就是编码的值（也就是术语“字符集”），而UTF-8、UTF-16、UTF32之类就是这个值的表现形式（

50.6594

4

0

0

关注作者

收藏

CDA117513

位（bit）、字节（byte）、字符、编码之间的关系

1、位：数据存储的最小单位。每个二进制数字0或者1就是1个位；2、字节： 8个位构成一个字节；即：1 byte (字节)= 8 bit(位)； 1 KB = 1024 B(字节)； 1 MB = 1024 KB; (2^10 B) 1 GB = 1024 MB; (2^20 B) 1 TB = 1024 GB; (2^

28.3195

3

0

0

关注作者

收藏

CDA117513

各编程语言用途及分类

目录：1、常用编程语言汇总及其用途2、编程语言的分类（1）高级语言和低级语言：机器语言和汇编语言 >>>面向计算机硬件（2）编译型语言和解释型语言（相对于高级语言而言） >>> 面向操作系统（3）强类型语言（静态态语言）和弱类型语言（动态语言）正文：1、常用编程语言汇总及其用途C：操作系统、嵌入式、驱动开发C++：图形图像、科研、通信、桌面软件、游戏、游戏服务器C#：W

28.3195

3

0

0

关注作者

收藏

Adams小乙

统计学习——矩阵的秩

矩阵的秩是线性代数中的一个概念。在线性代数中，一个矩阵A的列秩是A的线性独立的纵列的极大数，通常表示为r(A)，rk(A)或rank A。在线性代数中，一个矩阵A的列秩是A的线性独立的纵列的极大数目。类似地，行秩是A的线性无关的横行的极大数目。即如果把矩阵看成一个个行向量或者列向量，秩就是这些行向量或者列向量的秩，也就是极大无关组中所含向量的个数。方阵(行数、列数相等的矩阵)的列秩和行秩总是相等的

37.0937

3

0

0

关注作者

收藏

CDA助教老师

HBase是一个高性能、列存储、可伸缩、实时读写的分布式存储系统，同样运行在HDFS之上。与Hive不同的是，HBase能够在数据库上实时运行，而不是跑MapReduce任务，适合进行大数据的实时查询。画像系统中每天在Hive里跑出的结果集数据可同步到HBase数据库，用于线上实时应用的场景。下面介绍几个基本概念：·row key：用来表示唯一一行记录的主键，HBase的数据是按照 row k

38.4598

4

0

0

关注作者

收藏

Adams小乙

python学习——Jupyter notebook快捷操作

Jupyter notebook有两种不同的键盘输入模式。编辑模式允许您将代码或文本输入到一个单元格中，并通过一个绿色边框的单元格来表示命令模式将键盘与笔记本级命令绑定在一起，并通过一个灰框、Jupyter 笔记本有两种不同的键盘输入模式。编辑模式允许您将代码或文本输入到一个单元格中，并通过一个绿色边框的单元格来表示命令模式将键盘与笔记本级命令绑定在一起，并通过一个灰框、左边距蓝色的单元格

17.3026

5

1

0

关注作者

收藏

Adams小乙

统计学习——正态分布

正态曲线呈钟型，两头低，中间高，左右对称因其曲线呈钟形，因此人们又经常称之为钟形曲线。若随机变量X服从一个数学期望为μ、方差为σ2的正态分布，记为N(μ，σ2)。其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。当μ = 0,σ = 1时的正态分布是标准正态分布。由于一般的正态总体其图像不一定关于y轴对称，对于任一正态总体，其取值小于x的概率。只要会用它求正态总体在某个特

83.8588

4

0

0

关注作者

收藏

CDA117513

Python基础：作业2

python作业2.md

95.1404

5

0

0

关注作者

收藏

桃花影里飞神剑

python2月10日学习

python2月10日学习

87.1024

6

0

0

关注作者

收藏

estherAI

python随机生成姓名

import random firstname="邓于王赵钱孙李乔周武郑"#随机输入一些姓氏lastname="利娟理男策天爱圣慧晶一飞"#随机输入一些名字X=random.choice(firstname)M="".join(random.choice(lastname)for i in range(2))#range限定名字长度print(X+M)#输出随机生成的姓名

78.6150

4

0

0

关注作者

收藏

estherAI

python写冰墩墩

import turtle as t# 设置速度t.speed(50) # 速度t.delay(10) # 延迟t.title('冰墩墩')# 双耳# 左耳t.penup()t.goto(-150, 200)t.setheading(160)t.begin_fill()t.pendown()t.circle(-30, 230)t.setheading(180)t.circle(37, 90)t

162.4783

4

1

0

关注作者

收藏

Adams小乙

统计学习——置信度

在统计学中，一个概率样本的置信区间（Confidence interval）是对这个样本的某个总体参数的区间估计。置信区间展现的是这个参数的真实值有一定概率落在测量结果的周围的程度。置信区间给出的是被测量参数测量值的可信程度范围，即前面所要求的“一定概率”。这个概率被称为置信水平。置信区间只在频率统计中使用。在贝叶斯统计中的对应概念是可信区间。但是可信区间和置信区间是建立在不同的概念基础上的，因此

6.4076

3

0

0

关注作者

收藏

CDA117513

Python概念篇1

目录：1.Python：标识符、保留字（关键字）、变量、对象2.Python：内存和垃圾回收机制正文：Python：标识符、保留字（关键字）、变量（1）标识符：标识符的主要作用是作为变量、函数、类、模块以及其他对象的名称。>>> 命名原则：标识符是由字符（A~Z 和 a~z）、下划线和数字组成，但第一个字符不能是数字。标识符不能和 Python 中的保留字相同。有关保留字，后续章节会详细介绍。Py

41.1764

5

0

0

关注作者

收藏

CDA117513

答疑：关于python列表的相关问题

问题一：list4 = [[77, 88, 99], 77, 88, 'a', 'b', False]for i in list4: print(i*2)# 🤔：如何得到位置[0]的数值*2？踏破铁鞋无觅处，得来还费些功夫参考答案：写法一：新增list5for i in list4: if isinstance(i, list): i = list(map(lambda

26.1426

5

1

0

关注作者

收藏

桃花影里飞神剑

python快捷键

1、重要的快捷键ctrl+shift+A：万能命令行shift两次：查看资源文件2、注释ctrl+/:单行注释3、光标操作ctrl+alt+enter：向上插入shift+enter：向下插入end：光标4、Shift系列Shift+Alt+Enter 切换全屏编辑Shift+Alt+C 新建类Shift+Alt+箭头键选择矩形文本Shift+F3 查找上一个Shift+F10 选中文件的右菜单

32.5540

6

0

0

关注作者

收藏

申宗康

python变量名的命名规范

1.变量名只能包含字母数字和下划线2.变量名可以以字母和下划线开头,但不能以数字开头,尽量不要用下划线做开头3.Python中的关键字和函数名不可以作为变量名使用查看关键字代码：import keyword keyword.kwlist4.实际工作中,变量的命名尽量能体现变量的性质,例如;score_class5这个变量名说明变量被赋值的是5班的成绩

26.5004

6

0

0

关注作者

收藏

Adams小乙

统计学习——聚类算法原理

聚类方法1．层次聚类（Hierarchical Clustering）合并法、分解法、树状图2. 非层次聚类划分聚类、谱聚类聚类方法特征：· 聚类分析简单、直观。· 聚类分析主要应用于探索性的研究，其分析的结果可以提供多个可能的解，选择最终的解需要研究者的主观判断和后续的分析；· 不管实际数据中是否真正存在不同的类别，利用聚类分析都能得到分成若干类别的解；· 聚类分析的解完全依赖于研究者所

108.9181

5

0

0

关注作者

收藏

Adams小乙

统计学习——共线性

共线性，即同线性或同线型。统计学中，共线性即多重共线性。多重共线性（Multicollinearity）是指线性回归模型中的解释变量之间由于存在精确相关关系或高度相关关系而使模型估计失真或难以估计准确。一般来说，由于经济数据的限制使得模型设计不当，导致设计矩阵中解释变量间存在普遍的相关关系。完全共线性的情况并不多见，一般出现的是在一定程度上的共线性，即近似共线性。原因（1）经济变量相关的共同趋势。

84.2405

6

0

0

关注作者

收藏

Adams小乙

统计学习——残差分析

残差分析（residual analysis）就是通过残差所提供的信息，分析出数据的可靠性、周期性或其它干扰。用于分析模型的假定正确与否的方法。所谓残差是指观测值与预测值（拟合值）之间的差，即是实际观察值与回归估计值的差。在回归分析中，测定值与按回归方程预测的值之差，以δ表示。残差δ遵从正态分布N(0，σ2)。（δ-残差的均值）/残差的标准差，称为标准化残差，以δ*表示。δ*遵从标准正态分布N(

5.9299

5

0

0

关注作者

收藏

Adams小乙

统计学习——过拟合

过拟合是指为了得到一致假设而使假设变得过度严格。避免过拟合是分类器设计中的一个核心任务。通常采用增大数据量和测试样本集的方法对分类器性能进行评价。给定一个假设空间H，一个假设h属于H，如果存在其他的假设h’属于H,使得在训练样例上h的错误率比h’小，但在整个实例分布上h’比h的错误率小，那么就说假设h过度拟合训练数据。常见原因：（1）建模样本选取有误，如样本数量太少，选样方法错误，样本标签错误等，

84.1724

4

0

0

关注作者

收藏

<1…303132…531>

CDA考试动态

CDA报考指南