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

解释一些在Python中实现面向功能的编程的方法

有时，当我们想要遍历列表时，一些方法会派上用场。1）filter（）过滤器允许我们根据条件逻辑过滤一些值。list（filter（lambda x：x> 5，range（8）））[6,7]2）map（）Map将函数应用于iterable中的每个元素。list（map（lambda x：x ** 2，range（8）））[0,1,4,9,16,25,36,49]3）red

0.0000

0

2

0

关注作者

收藏

W11YA

数据框拉直

matrixdata

0.0000

0

4

0

关注作者

收藏

W11YA

在R里创建自己的数据集

data() 主要是用在你自己写工具包的时候，里面的数据通过一定的代码，使其能实现基于你写的工具包，用data(xxx)导入相应的数据。在平时自己写程序的时候，根据我的经验比较实用的方法是把数据保存成.RData的格式，每次用的时候就可以直接load回来，比如：a=1:3#把a保存到叫a.RData 的文件中save(a,file='a.RData')#把a删除rm('a')

0.0000

0

1

0

关注作者

收藏

W11YA

主成份分析各指标的贡献率

在factoextra包中对贡献率有一个绘图。图中有参考线，高于此线的认为变量是显著的，随着变量的多少这个值是不同的。library(factoextra) library(FactoMineR) df

15.0180

1

4

0

关注作者

收藏

W11YA

如何转换数据框指定数据类型

> str(query_GPS)'data.frame': 13150 obs. of 9 variables:$ id : chr "1010852" "1010852" "1010852" "1010852" ...$ 车牌号码: chr "鄂A3QD28" "鄂A3QD28" "鄂A3QD28" "鄂A3QD28" ...$ 速度 : ch

0.0000

0

5

0

关注作者

收藏

W11YA

用R实现饼图和扇形图

pie(x, labels = names(x), edges = 200, radius = 0.8, clockwise = FALSE, init.angle = if(clockwise) 90 else 0, density = NULL, angle = 45, col = NULL, border = NULL, lty = NULL, main = NULL, ...)参数说明：

15.0180

1

3

0

关注作者

收藏

W11YA

用R画条形图

barpot：适用于数据表格化后的情形。barplot(height, width = 1, space = NULL, names.arg = NULL, legend.text = NULL, beside = FALSE, horiz = FALSE, density = NULL, angle = 45, col = NULL, border

0.0000

0

3

0

关注作者

收藏

W11YA

R语言怎么使用mgcv包做面板数据的非参数广义可加模型的估计

library(mgcv) set.seed(0) n

0.0000

0

4

0

关注作者

收藏

詹惠儿

python中函数的用法

如果两个输入中的任何一个为1，则或门给出输出1，否则给出0。a# Python3 progarm to illustrate # working of OR gate def OR(a, b): if a == 1: return Trueelif b == 1: return Trueelse: return False# Driver code

0.0000

0

2

0

关注作者

收藏

詹惠儿

python中的与和非

如果两个输入均为1，则与非门（否定AND）的输出为0，否则为1。 # Python3 progarm to illustrate # working of NAND gate def NAND (a, b): if a == 1 and b == 1: return Falseelse: return True# Driver code if __nam

15.0180

1

2

0

关注作者

收藏

詹惠儿

python中的add函数

如果两个输入都是1，AND门给出1的输出，否则给出0。 # Python3 progarm to illustrate # working of AND gate def AND (a, b): if a == 1 and b == 1: return Trueelse: return False# Driver code if __name__=='__m

0.0000

0

1

0

关注作者

收藏

詹惠儿

python2用statsmodels报错

问题描述：3月份的时候用还没有问题，可能当时是0.8.0，现在报错了AttributeError: 'module' object has no attribute 'api'ps:刚刚去更新到了0.9.0，报错 File "e:\software\Anaconda2\lib\site-packages\statsmodels\api.py", line 1, in

0.0000

0

3

0

关注作者

收藏

詹惠儿

python如何创建数据框

代码＃：创建DataFrames# Python program to join # dataframes using Panda left = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'], 'B': ['B0', 'B1', 'B2', 'B3']}, index = ['K0', 'K1', 'K2', 'K3'])

0.0000

0

1

0

关注作者

收藏

詹惠儿

如何使用python合并数据？

代码＃2：DataFrames MergePandas提供单个函数merge（），作为DataFrame对象之间所有标准数据库连接操作的入口点。# Python program to merge # dataframes using Panda # Dataframe created left = pd.DataFrame({'Key': ['K0', 'K1', 'K2', 'K3

15.0180

1

2

0

关注作者

收藏

詹惠儿

python如何连接DataFrames

所需模块：:import numpy as npimport pandas as pd代码＃：DataFrames连接concat()函数执行沿轴执行连接操作的所有繁重工作，同时在其他轴上执行索引（如果有）的可选集合逻辑（并集或交集）。# Python program to concatenate # dataframes using Panda # Creating fir

0.0000

0

4

0

关注作者

收藏

PGC123

数组分裂函数np.split等

分裂可以通过 np.split、np.hsplit 和 np.vsplit 函数来实现。可以向以上函数传递一个索引列表作为参数，索引列表记录的是分裂点位置：In[1]: x = [1, 2, 3, 99, 99, 3, 2, 1] x1, x2, x3 = np.split(x, [3, 5]) print(x1, x2, x3)[1 2 3] [99 99]

0.0000

0

3

0

关注作者

收藏

PGC123

numpy数组拼接

拼接或连接 NumPy 中的两个数组主要由 np.concatenate、np.vstack 和 np.hstack 例程实现。np.concatenate 将数组元组或数组列表作为第一个参数，如下所示：In[1]: x = np.array([1, 2, 3]) y = np.array([3, 2, 1]) np.concatenate([x, y])Out

0.0000

0

3

0

关注作者

收藏

PGC123

np.vstack和 np.hstack函数

沿着固定维度处理数组时，使用 np.vstack（垂直栈）和 np.hstack（水平栈）函数会更简洁： In[1]: x = np.array([1, 2, 3]) grid = np.array([[9, 8, 7], [6, 5, 4]]) # 垂直栈数组 np.vstack([x, grid])

0.0000

0

3

0

关注作者

收藏

PGC123

数组变形最灵活的实现方式是通过 reshape() 函数来实现。例如，如果你希望将数字 1~9 放入一个 3×3 的矩阵中，可以采用如下方法：In[1]: grid = np.arange(1, 10).reshape((3, 3)) print(grid)[[1 2 3] [4 5 6] [7 8 9]]请注意，如果希望该方法可行，那么原始数组的大小必须和变形后数组

0.0000

0

1

0

关注作者

收藏

PGC123

创建数组的副本

尽管数组视图有一些非常好的特性但是在有些时候明确地复制数组里的数据或子数组也是非常有用的。可以很简单地通过copy()方法实现：In[1]: x2_sub_copy = x2[:2, :2].copy() print(x2_sub_copy)[[99 5] [ 7 6]]如果修改这个子数组，原始的数组不会被改变：In[2]: x2_sub_copy[0, 0] =

0.0000

0

1

0

关注作者

收藏

<1…273274275…404>

CDA考试动态

CDA报考指南