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

s1223452840

python 使用字典统计列表的个数?

values = [1,2,3,2,3,1,4]values_cnt = {}for value in values: values_cnt[value] = values_cnt.get(value,0)+1values_cnt

36.1385

1

0

0

关注作者

收藏

s1223452840

numpy 中 dtype 加"" 与不加""的区别

a = np.array([3.14, 4, 2, 4], dtype=int) a = np.array([3.14, 4, 2, 4], dtype="int")这里的int不加"" ,指定的是python内的数据类型,加""指的是numpy的数据类型

30.4704

1

0

0

关注作者

收藏

CDA持证人阿涛哥

递归递归递归

问题:在数学与计算机科学中，函数的定义中使用函数自身的方法叫做递归。举个实际的例子，我们来计算阶乘 n! = 1 x 2 x 3 x ... x (n-1) x n，那么 n! 就等于 n x (n-1)!，(n-1)! 等于 (n-1) x (n-2)!，以此类推最后算到 1。所以我们可以像下面这样计算阶乘：def fact(n): if n == 1: return 1 return

36.1385

1

0

0

关注作者

收藏

读童话的狼

jupter里面可以选一个关键字，其他关键字也高亮显示，这个是怎么弄的？

首先需要安安装下目录插件，步骤如下：1，安装 jupyter_contrib_nbextensions pip install jupyter_contrib_nbextensions 2，配置 nbextension jupyter contrib nbextension install --user3，启动jupyter notebook选择 Nbextensions勾选 Highli

31.6352

2

0

0

关注作者

收藏

liting李

tableau 如何发布到public

1.注册一个免费的tableau public账号。这个登录tableau public官方主页就可以，具体是一个英文界面，很简单，过程输入英文或拼音姓名，其中务必注意邮箱得真实，不然收不到二次激活的链接。2.将你做好的要发布的图表/dashbord，点击desktop顶部菜单“服务器”--“Tableau Public”--“保存到Tableau Public”3.这里会弹出需要输入public

30.4704

2

0

0

关注作者

收藏

马锦涛

代替 for in 的几种方法

我们知道当数据比较大的时候,用for in 会比较慢,以下有几种可以替代的方法1、列表方程式2、广播3、矩阵

30.4704

1

0

0

关注作者

收藏

永洪科技

北京80万剩女被困“上迁婚”，全国3000万“剩男”如何破解？

剩女这个话题一直备受大家关注，最近一个数据，又燃爆了这个话题。有数据显示，北京剩女数量超过80万，创世界之最。什么是剩女？在大家眼里，大概就是过了社会所认定的适婚年纪，但仍未结婚的女性，一般是指27岁以上的单身女性。在2014年，就有统计数据显示，北京剩女是剩男的4倍。现在，北京有80万27岁以上的单身女性，如果再加上22岁-26岁的单身女性，北京单身女性人口可能已突破100万。那男生在北京是不是

99.2785

1

0

0

关注作者

收藏

读童话的狼

np.random.normal((6,1))这个函数里的（6,1）是指什么，输出为什么是2个值？

numpy.random.normal(loc=0.0, scale=1.0, size=None)参数意义:loc：float 此概率分布的均值（对应着整个分布的中心centre）scale：float 此概率分布的标准差（对应于分布的宽度，scale越大越矮胖，scale越小，越瘦高）size：int or tuple of ints 输出的shape，默认为None，只输出

34.3731

3

0

0

关注作者

收藏

k_0711

决策树参数

tree,DecisionTreeClassfier(criterion='gini', # 默认基尼系数 gini(基尼系数)/entropy(熵)splitter='best', # 指定切分原则 best(最优)/redom(随机) # string, optional (default="best") max_features=None, # int, fl

99.3732

2

0

0

关注作者

收藏

liting李

线性回归的因素如果有相关关系，会对模型有什么影响？

多重共线性指自变量问存在线性相关关系，即一个自变量可以用其他一个或几个自变量的线性表达式进行表示。若存在多重共线性，计算自变量的偏回归系数β时，矩阵不可逆，导致β存在无穷多个解或无解。解决办法：(1)逐步回归：使用逐步回归可以在一定程度上筛选存在多重共线性的自变量组合中对反应变量变异解释较大的变量，而将解释较小的变量排除在模型之外。但这种方法缺点是当共线性较为严重时，变量自动筛选的方法并不能完全解

99.3732

2

0

0

关注作者

收藏

宋俊花

reshape参数中的-1的理解

感觉写作-1怪怪的，其实它表示任何的意思。1.当原始数组A[4,6]为二维数组，代表4行6列。A.reshape(-1,8)：表示将数组转换成8列的数组，具体多少行我们不知道，所以参数设为-1。用我们的数学可以计算出是3行8列2.当原始数组A[4,6]为二维数组，代表4行6列。A.reshape(3,-1)：表示将数组转换成3行的数组，具体多少列我们不知道，所以参数设为-1。用我们的数学可以计算出

66.4083

1

0

0

关注作者

收藏

liting李

Power View之office已阻止激活Silverlight

第一次使用Power View的用户经常遇到下面的情况：解决方法：下载注册表项程序包，地址为：https://gallery.technet.microsoft.com/scriptcenter/Registry-keys-to-reenable-7cd9f723，如图所示。下载后解压双击以下注册表程序即可，如图所示。双击解压好的EnableSliverLight.reg文件，弹出的警告对话框中选

66.6201

3

2

0

关注作者

收藏

liting李

在SPSS里怎么进行方差齐性检验

SPSS进行方差齐性检验的方法：打开一份要进行方差齐性检验的数据，然后点击【分析-描述统计-探索】1、打开探索对话框，然后在因变量列表选择要进行方差齐性检验的变量，在因子列表中选择进行分为两组的变量2、接着打开【统计量】子对话框，然后勾选【描述性】3、然后打开【绘制】子对话框，然后勾选【带检验的正态图】，然后在伸展与级别levene检验中选择【未转换】4、接着打开【选项】子对话框，然后勾选【按列表

66.6197

2

0

0

关注作者

收藏

詹惠儿

如何用numpy生成正态分布？

问：如何用numpy生成正态分布？答：np.random.randn()创建指定形状的随机标准正态分布数组语法：np.random.randn(size=None)# 创建一个3行3列的随机标准正态分布数组

55.6491

3

0

0

关注作者

收藏

詹惠儿

安装完mysql打开workbench时提示：Unsupported Operating System

问：安装完mysql打开workbench时提示：Unsupported Operating System答：这是因为电脑平台与当前workbench版本不对应，提示有可能出现错误，解决方法是点击提示框的‘OK’关闭提示即可，若想彻底解决此问题，可以将此版本卸载后重装会低版本如6.3workbench。

55.6491

3

0

0

关注作者

收藏

ermutuxia

在python中如何在做完最小二乘回归后画拟合图？

#导入相关库import pandas as pdimport numpy as npfrom sklearn import linear_modelimport matplotlib as mplimport matplotlib.pyplot as plt#准备数据 x=np.array([1,2,3,4,5,6]).reshape(6,1)y=np.array([2,3,5,7

37.3170

3

0

0

关注作者

收藏

开花结果02

powerbi:如何计算前面一整年的销售额

问题：如何计算前面一整年的销售额解答：利用到这个previousyear这个时间函数，它返回的是上一年的所有日期，比如现在是2020/9/11，它返回的是2019/1/1到2018/12/31的所有日期计算公式：过去一整年销售金额 = CALCULATE(SUM('销售数据'[销售金额]),PREVIOUSYEAR('时间辅助表'[时间]))

55.5019

2

0

0

关注作者

收藏

s1223452840

使用numpy实现线性回归并绘图?

#生成一系列线性相关的数据 dataset_size = 100000#干扰幅度, 干扰越小, ab越准确amplitute = 200#预测 y = 2x+3 的线性函数x = np.random.randint(0,1000,dataset_size)y = 2 * x + 3 + np.random.normal(size=dataset_size)*amplitute#使用最小二乘法求解线

72.0378

2

0

0

关注作者

收藏

s1223452840

如何使用numpy实现线性回归?

#生成一系列线性相关的数据 dataset_size = 100000#干扰幅度, 干扰越小, ab越准确amplitute = 200#预测 y = 2x+3 的线性函数x = np.random.randint(0,1000,dataset_size)y = 2 * x + 3 + np.random.normal(size=dataset_size)*amplitute#使用最小二乘法求解线

55.5019

2

0

0

关注作者

收藏

你应该是一阵风丫

关联规则总结

A、普通的的算法1.找出候选集和频繁集创建候选1项集，根据最小支持度，生成频繁1项集。创建候选2项集（频繁1项集的两两组合，去掉重复），再生成频繁2项集。创建候选3项集（频繁2项集的两两组合，去掉重复），再生成频繁3项集。2.生成关联规则针对任意k(k>=2)项集，生成如下的关联规则R: f-β==>β其中f是k项集，β是其任意真子集。根据每一个关联规则的置信度和提升度，进行过滤。B

72.0378

2

0

0

关注作者

收藏

<1…103104105…404>

CDA考试动态

CDA报考指南