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

wo56565

什么是相对导入？

相对导入：只关心相对自己当前目录的模块位置就好。不能在包（package）的内部直接执行（会报错）。不管根节点在哪儿，包内的模块相对位置都是正确的。 b1.py代码#from . import b2 #这种导入方式会报错。import b2#正确b2.print_b2()b2.py代码def print_b2(): print('b2')运行b1.py，打印：b2。

15.1137

1

3

0

关注作者

收藏

kejiayuan0806

net start mysql 服务无效

问题描述：cmd中输入net start mysql 提示：服务名无效请键入NET HELPING 2185以获得更多的帮助a解决方法：因为net start 服务名，启动的是win下注册的服务。如果系统中并没有注册mysql到服务中，就会提示服务名无效。1、进入MySQL的bin目录2、在命令行窗口输入：mysqld –install，回车，提示：Service suc

18.3147

1

2

0

关注作者

收藏

wo56565

什么是绝对导入？

绝对导入：所有的模块import都从“根节点”开始。根节点的位置由sys.path中的路径决定，项目的根目录一般自动在sys.path中。如果希望程序能处处执行，需手动修改sys.path。例1：c.py中导入B包/B1子包/b1.py模块import sys,osBASE_DIR = os.path.dirname(os.path.abspath(__file__))#存放c.py所在

0.0000

0

5

0

关注作者

收藏

kejiayuan0806

MySQL组合主键

问题描述：如何在创建或修改数据表时如何设置组合主键？解决方法：1、创建表时设置组合主键CREATE TABLE sc ( studentno INT, courseid INT, score INT,

0.0000

0

0

0

关注作者

收藏

wo56565

模块内置属性

1 name 直接运行本模块， name 值为 main ；import module， name 值为模块名字。 2 file 当前 module的绝对路径 3 dict 4 doc 5 package 6path

0.0000

0

3

0

关注作者

收藏

wo56565

解释命名空间

如同一个dict，key 是变量名字，value 是变量的值。每个函数function 有自己的命名空间，称local namespace，记录函数的变量。每个模块module 有自己的命名空间，称global namespace，记录模块的变量，包括functions、classes、导入的modules、module级别的变量和常量。build-in命名空间，它包含build-in f

0.0000

0

0

0

关注作者

收藏

dreamhappy2012

层次聚类的其他方法？

问、层次聚类的其他方法？答：1) 基于划分方法，如k-means2) 基于层次的方法，如基于最小距离的层次聚类3) 基于密度的方法，如DBSCAN，OPTICS算法4) 基于网格的方法，如STING，CLIQUE算法5) 基于模型的方法，如EM算法， COBWEB算法6) 基于图的聚类算法，如Chameleon算法， SNN算法7) 基于群体智能的算法，如基于蚁群算法的聚类方法

0.0000

0

3

0

关注作者

收藏

dreamhappy2012

最短距离法进行聚类分析的步骤？

问、最短距离法进行聚类分析的步骤？答：1. 定义样品之间距离，计算样品的两两距离，得一距离矩阵记为D(0)，开始每个样品自成一类，显然这时Dij = dij。2. 找出距离最小元素，设为Dpq，则将Gp和Gq合并成一个新类，记为Gr，即Gr = ｛Gp，Gq｝。3. 按（最短距离法）计算新类与其它类的距离。4. 重复(2)、(3)两步，直到所有元素。并成一类为止。如果某一步距离最小的元素

0.0000

0

3

0

关注作者

收藏

dreamhappy2012

层次聚类的步骤？

问、层次聚类的步骤？答：• 算法流程1. 计算对象两两之间的距离；2. 构造n个单成员聚类C1,C2,…,Cn,每个聚类高度为0；3. 找到两个距离最近的聚类Ci和Cj，聚类的个数减1，以被合并的两个类之间的间距作为上层的高度；4. 重复3直到满足终止条件。

0.0000

0

4

0

关注作者

收藏

詹惠儿

区分numpy中的dot和vdot函数

numpy.vdot（vector_a，vector_b）：返回向量a和b的点积。如果第一个参数是复杂的，则第一个参数的复共轭（这是方法的vdot()不同工作dot()）用于计算点积。它可以处理多维数组，但可以作为扁平数组进行处理。代码＃：# Python Program illustrating# numpy.vdot() method import numpy as geek

0.0000

0

1

0

关注作者

收藏

詹惠儿

python如何求点击

numpy.dot（vector_a，vector_b，out = None）：返回向量a和b的点积。它可以处理2D数组，但将它们视为矩阵并执行矩阵乘法。对于N维，它是a的最后一个轴和b的倒数第二个的和积：dot(a, b)[i,j,k,m] = sum(a[i,j,:] * b[k,:,m]) 代码＃1：# Python Program illustrating# numpy.dot

0.0000

0

1

0

关注作者

收藏

詹惠儿

linalg.eig函数

numpy.linalg.eig（a）：该函数用于计算方阵的特征值和右特征向量。# Python program explaining# eig() function from numpy import linalg as geek # Creating an array using diag # functiona = np.diag((1, 2, 3)) print("A

0.0000

0

1

0

关注作者

收藏

詹惠儿

numpy中的矩阵特征值函数

numpy.linalg.eigh（a，UPLO ='L'）：此函数用于返回复Hermitian（共轭对称）或实对称矩阵的特征值和特征向量。返回两个对象，一个包含该对象的一维数组a的特征值，以及相应特征向量的2-D方阵或矩阵（取决于输入类型）（在列中）。# Python program explaining# eigh() function from numpy import lina

33.4284

2

3

0

关注作者

收藏

詹惠儿

NumPy提供了哪些线性代数函数

NumPy的线性代数模块提供了在任何numpy阵列上应用线性代数的各种方法。人们可以找到：数组的秩，行列式，跟踪等。矩阵的本征值矩阵和矢量积（点，内，外等产品），矩阵求幂求解线性或张量方程等等！# Importing numpy as npimport numpy as np A = np.array([[6, 1, 1], [4, -2, 5], [2, 8, 7]])

0.0000

0

4

0

关注作者

收藏

詹惠儿

如何创建一个简单的计算器（2）

# Take input from the user select = input("Select operations form 1, 2, 3, 4 :") number_1 = int(input("Enter first number: ")) number_2 = int(input("Enter second number: ")) if select =

0.0000

0

4

0

关注作者

收藏

詹惠儿

如何创建一个简单的计算器

创建一个简单的计算器，可以根据用户输入执行基本算术运算，如加法，减法，乘法或除法。方法：用户选择所需的操作。选项1,2,3和4有效。取两个数字，if ... elif ... else分支用于执行特定部分。使用函数add（），subtract（），multiply（）和divide（）来评估各自的操作。示例 :Please select operation -1. Add2.

0.0000

0

4

0

关注作者

收藏

zxq997

什么是多重共线性问题？

在做多元线性模型的时候，往往出现“多重共线性问题”，这是什么？如何解决呢？a解决思路：“多重共线性”可以理解为x和x之间太相近了，从VIF方差膨胀因子的计算公式就可以看出来，去掉y，其它x对被检验的x的解释能力，如果VIF值太高，说明这个x就没有存在于这个模型里的意义VIF=1/(1-r2) ；当VIF大于10的时候，说明其余x对该x的解释力度达到了90%“多重共线性”问题的产生原因

0.0000

0

0

0

关注作者

收藏

zxq997

哑变量是什么？如何在spss中进行操作？

问题描述：在多元线性模型中，哑变量是如何解读的？如何利用spss进行操作呢？ a 解决方法：如下图，有厅对比无厅，房价提升2.7%（因变量做了对数化）；各个城区，对比作为基准的“石景山”，房价各自提升x.x%和哑变量息息相关的另一个概念，就是“基准”，系数的解读就是和基准作比较另外需要注意的是，当某个分类变量或者顺序变量，哑变量处理进入了模型，去掉了基准项后，其余水平需要同进退，才

0.0000

0

2

0

关注作者

收藏

wo56565

列表排序及连接。

def tm074(): # tm079 ''' a = [3,2,1] b = [4,5,6] a.sort() print(a) print(a b)

0.0000

0

6

0

关注作者

收藏

wo56565

找到年龄最大的人，并输出。

person = {"li":18,"wang":50,"zhang":20,"sun":22}'''def tm078(): ''' person = {"li":18,"wang":50,"zhang":20,"sun":22} name,age='',0 for p in person.keys(): if person.get(p)>ag

0.0000

0

5

0

关注作者

收藏

<1…375376377…531>

CDA考试动态

CDA报考指南