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

dreamhappy2012

MySQL怎么修改字段位置？

问、MySQL怎么修改字段位置？答：–例：修改数据表tb_department中的column1字段插入到location字段后面，且将数据类型改为varchar(12)；alter table tb_deptment modify column1 varchar(12) after location;alter 语句用法，添加、修改、删除字段等最终结论：Change 对列进行重命名或更

85.7824

2

5

0

关注作者

收藏

dreamhappy2012

问、MySQL怎么修改字段类型

问、MySQL怎么修改字段类型答：语法：alter table 表名 modify 字段名新属性（属性可不改） first/after–例：修改数据表 tb_department 中的 column1 字段为表的第 1 个字段，且将数据类型改为 varchar(12)；alter table tb_deptment modify column1 varchar(12) first;

0.0000

0

5

0

关注作者

收藏

wo56565

数组的元素重复操作

# -*- coding:utf-8 -*-# author:import numpy'''数组的元素重复操作'''x = numpy.array([[1,2],[3,4]])print(x.repeat(2)) # 按元素重复 [1 1 2 2 3 3 4 4]print(x.repeat(2,axis=0)) # 按行重复 [[1 2][1 2][3 4][3 4]]print(

0.0000

0

2

0

关注作者

收藏

wo56565

ndarray数组重塑

# -*- coding:utf-8 -*-# author:import numpy'''ndarray数组重塑'''x = numpy.arange(0,6) #[0 1 2 3 4]print(x) #[0 1 2 3 4]print(x.reshape((2,3))) #) [[0 1 2][3 4 5]]print(x )#[0 1 2 3 4]print(x.resh

0.0000

0

1

0

关注作者

收藏

wo56565

numpy中的随机数生成

# -*- coding:utf-8 -*-# author:import numpy as npa=np.random.randint(0,10,100)#范围内的整数print(a)b=np.random.rand(40)#0到1的均匀分布print(b)c=np.random.randn(10)#标准正态分布print(c)d=np.random.normal(0,1,10

0.0000

0

3

0

关注作者

收藏

wo56565

ndarray数组的去重以及集合运算

# -*- coding:utf-8 -*-# author:import numpy'''ndarray的唯一化和集合运算'''x = numpy.array([[1,6,2],[6,1,3],[1,5,2]])print(numpy.unique(x)) # [1,2,3,5,6]y = numpy.array([1,6,5])print(numpy.in1d(x,y)) #

0.0000

0

1

0

关注作者

收藏

wo56565

NumPy的where函数使用

# -*- coding:utf-8 -*-# author:import numpy'''where函数的使用'''cond = numpy.array([True,False,True,False])x = numpy.where(cond,-2,2)print(x) # [-2 2 -2 2]cond = numpy.array([1,2,3,4])x = numpy.

0.0000

0

1

0

关注作者

收藏

wo56565

ndarray数组的转置和轴对换

# -*- coding:utf-8 -*-# author:import numpy'''ndarray数组的转置和轴对换'''k = numpy.arange(9) #[0,1,....8]m = k.reshape((3,3)) # 改变数组的shape复制生成2维的，每个维度长度为3的数组print(k )# [0 1 2 3 4 5 6 7 8]print(m )# [[0

150.0000

1

3

0

关注作者

收藏

wo56565

ndarray数组的布尔索引和其他索引

# -*- coding:utf-8 -*-# author:import numpy'''ndarray的布尔型索引'''x = numpy.array([3,2,3,1,3,0])# 布尔型数组的长度必须跟被索引的轴长度一致y = numpy.array([True,False,True,False,True,False]) print(x[y] )# [3,3,3] pri

0.0000

0

4

0

关注作者

收藏

wo56565

ndarray数组的基本索引和切片

# -*- coding:utf-8 -*-# author:import numpy'''ndarray的基本索引'''x = numpy.array([[1,2],[3,4],[5,6]])print(x[0]) # [1,2]print(x[0][1]) # 2,普通python数组的索引print(x[0,1]) # 同x[0][1]，ndarray数组的索引x = num

0.0000

0

1

0

关注作者

收藏

wo56565

ndarray的矢量化计算

# -*- coding:utf-8 -*-# author:import numpy'''ndarray数组与标量/数组的运算'''x = numpy.array([1,2,3])print(x*2)print(x>2)y = numpy.array([3,4,5])print(x y)print(x>y)

0.0000

0

5

0

关注作者

收藏

wo56565

指定ndarray数组元素的类型

# -*- coding:utf-8 -*-# author:import numpyx = numpy.array([1,2.6,3],dtype = numpy.int64)#生成指定元素类型的数组:设置dtype属性x = numpy.array([1,2,3],dtype = numpy.float64)print(x )# 元素类型为float64print(x.dtype

0.0000

0

2

0

关注作者

收藏

wo56565

创建ndarray数组

# -*- coding:utf-8 -*-# author:import numpydata = [1,2,3,4,5,6]x = numpy.array(data)#列表生成一维数组print(x)#打印数组print(x.dtype)#打印数组元素的类型data = [[1,2],[3,4],[5,6]]x = numpy.array(data)#列表生成二维数组prin

0.0000

0

4

0

关注作者

收藏

wo56565

Python之Numpy操作基础

NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。NumPy 的前身 Numeric 最早是由 Jim Hugunin 与其它协作者共同开发，2005 年，Travis Oliphant 在 Numeric 中结合了另一个同性质的程序库 Numarray 的特色，并加入了其它扩展而开发了

0.0000

0

3

0

关注作者

收藏

W11YA

Scikit-learn 要求:Python (>= 2.7 or >= 3.3),NumPy (>= 1.8.2),SciPy (>= 0.13.3).如果你已经有一个安全的 numpy 和 scipy，安装 scikit-learn 最简单的方法是使用 pippip install -U scikit-learn或者 conda:conda install scik

85.7143

1

2

0

关注作者

收藏

dreamhappy2012

MySQL 版本怎么看？

问、MySQL 版本怎么看？答：MySQL 的命名是根据发行版本不同由三个数字和一个后缀组成，如：MySQL-5.7.2。发行版名称中的数字使用如下规则解析：5 表示主版本（majorversion），它同时也定义了文件格式（fileformat）。所有主版本为 4 的版本有着同样的文件格式；不用主版本的差别会很大；7 表示发行版本（releaselevel），主版本和发行版本一同构成

85.7824

2

2

0

关注作者

收藏

dreamhappy2012

数据库的分类有哪些

问、数据库的分类答：⚫ 关系型数据库：MySQL，oracle，SQLserver，db2，access 等（70%以上的软件用关系型数据库）⚫ 非关系型数据库：mongodb，redis，memery，cached 等（没有事物和外键）

85.7824

2

4

0

关注作者

收藏

詹惠儿

python中a =b与a=a b一定相同吗

list1 = [5, 4, 3, 2, 1] list2 = list1 list1 = list1 [1, 2, 3, 4] # Contents of list1 are same as above # program, but contents of list2 are # different. print(list1) print(list2) 输出：[5,4

0.0000

0

2

0

关注作者

收藏

詹惠儿

区别a = b与a = a b

在python中，a = b并不总是与a = a b的行为相同，相同的操作数可能会在不同的条件下给出不同的结果。考虑这些列表操作示例：示例list1 = [5, 4, 3, 2, 1] list2 = list1 list1 = [1, 2, 3, 4] print(list1) print(list2) 输出：[5,4,3,2,1,1,2,3,4][5,4

200.0000

1

3

0

关注作者

收藏

詹惠儿

SVM如何可视化训练集结果

可视化训练集结果# installing library ElemStatLearn library(ElemStatLearn) # Plotting the training data set results set = training_set X1 = seq(min(set[, 1]) - 1, max(set[, 1]) 1, by = 0.01) X2 = seq

0.0000

0

4

0

关注作者

收藏

<1…330331332…531>

CDA考试动态

CDA报考指南