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

zxq997

在Python中检查对象

我们可以通过调用 dir() 方法在 Python 中检查对象，下面是一个简单的例子：test = [1, 3, 5, 7]print( dir(test) )['__add__', '__class__', '__contains__', '__delattr__', '__delitem__', '__delslice__', '__doc__', '__eq__', '__forma

0.0000

0

2

0

关注作者

收藏

zxq997

设置文件分享

Python 能让我们运行 HTTP 服务器，可以用于分享服务器根目录中的文件。启动服务器的命令如下：# Python 2：python -m SimpleHTTPServer# Python 3：python3 -m http.server上述命令会在默认端口 8000 启动一个服务器，你也可以使用自定义端口，将端口作为最后元素传入上述命令中即可。

0.0000

0

4

0

关注作者

收藏

zxq997

字典/集合推导

就像我们使用列表表达式一样，我们也可以使用字典/集合推导。非常简单易用，也很有效，示例如下：testDict = {i: i * i for i in xrange(10)} testSet = {i * 2 for i in xrange(10)}print(testSet)print(testDict)#set([0, 2, 4, 6, 8, 10, 12, 14, 16, 1

0.0000

0

6

0

关注作者

收藏

zxq997

使用交互式“_”操作符

其实这是个相当有用的功能，只是我们很多人并没有注意到。在 Python 控制台中，每当我们测试一个表达式或调用一个函数时，结果都会分配一个临时名称，_（一条下划线）。>>> 2 13>>> _3>>> print _3这里的“_”是上一个执行的表达式的结果。

0.0000

0

3

0

关注作者

收藏

zxq997

将一个列表的元素保存到新变量中

我们可以用一个列表来初始化多个变量，在解析列表时，变量的数量不应超过列表中的元素数量，否则会报错。testList = [1,2,3]x, y, z = testListprint(x, y, z)#-> 1 2 3

0.0000

0

2

0

关注作者

收藏

zxq997

网页的组成

网页的组成大体上分为三大部分HTMLCSSJavaScript有一个通常的比喻: HTML相当于人的骨骼, 决定了网页的大体框架结构; CSS相当于人的皮肤, 决定了网页看起来的风格样式; JavaScript 相当于人的肌肉, 使网页能够响应你的操作, 做出各种活动5.1 HTMLHTML, 是网页的基础架构, 它用各种标签来表示内容例如div表示布局标签, img=''

0.0000

0

2

0

关注作者

收藏

zxq997

响应状态码

响应状态码表示服务器的响应状态, 是否正常, 能够找到网页等等.最常见的200代表正常, 301/302网页重定向404代表没找到页面, 403 Forbidden：请求资源的访问被服务器拒绝, 例如IP被封了500服务器错误(例如服务器宕机了)

0.0000

1

4

0

关注作者

收藏

zxq997

爬虫怎么贴加headers

在请求头中, User-Agent 项会记录用户的使用系统和浏览器版本,如果使用python请求, 则网站能够得知用户在使用爬虫程序访问, 可能会禁止你继续访问.所以我们编写爬虫的时候, 通常会手动添加Headers, 改成正常浏览器的User-Agent 内容, 伪装成一个普通的用户headers={'User-Agent': 'Mozilla/5.0 (Windows NT 10.0;

0.0000

1

3

0

关注作者

收藏

zxq997

1. Accept: 请求报头域, 用于指定客户端可以接受哪些类型的信息2. Accept-Language : 指定客户端可接受的语言类型3. Accept-Encoding: 指定客户端可接受的语言编码4. Host: 域名5. Cookies : 网站为了知道你是哪个用户, 即使你的电脑换了IP也能认识你, 网站把这部分内容储存在用户的本地, 用于维持当前会话.当我们登陆知乎以后,

0.0000

0

1

0

关注作者

收藏

zxq997

数据离散化的优点和方法

对数值属性作离散化，有下列数个优点：1、可使数据精简，降低数据的复杂度，让数据更容易被解释；2、可支持许多无法处理数值型属性的分类算法。例如，贝氏分类（Bayesian Classification）算法、以关联规则（Association Rules）为基础的分类算法等；3、可提高分类器的稳定性，进而提升分类模型的准确度；4、可找出条件属性在目标属性上的趋势（Trend），有助于未来的解

0.0000

0

2

0

关注作者

收藏

zxq997

类别型数据缺失处理方法

类别型数据缺失处理方法有：（1）直接忽略法。例如：当数据有缺失值时，则将整笔数据删除。直接忽略法是处理数据缺失最简单的方法，一般的，当缺失数据占整个字段所有数据的比例过大时（>50%），便可直接删除。直接忽略法适用于搜集的数据量很多，而缺失数据只占一小部分的情况。这种方法也有其缺点，即当数据缺失比例很可观时，会造成大量数据流失数据的目标字段的值是空值的时候，使得数据分析结果不准确。（2）人工填

0.0000

1

1

0

关注作者

收藏

zxq997

缺失值的原因

缺失值是指为空的属性值，数据缺失原因可能有：1.数据建立时未输入，例如工作人员故意或是不小心造成数据没有被输入；2.设备故障，例如收款机故障，导致顾客消费明细无法输入；3.因数据内容不一致而被删除，例如A数据表和B数据表都有某会员的信息，但是信息不同，这时两个表里的本应该向同的信息不能匹配，为了避免错误的数据影响分析的准确性，可能会将该项数据以空值取代，因此产生数据的缺失。

0.0000

0

1

0

关注作者

收藏

zxq997

数值型数据的处理和离群值处理方法

数值型数据的处理方法，也是先观察其分布，即找离群值。离群值的侦测有如下三种方法：方法一：离群值为过大或过小的值，对数据排序即可发现。方法二：即平均值法，在平均值±3×标准偏差之内的值可视为正常值。方法三：四分位法，IQR = Q3 – Q1，Q3代表第75%的值，Q1代表第25%的值。正常值的范围为Q1 – 1.5×IQR ~ Q3 + 1.5×IQR。四分位法的优点在于适用于小数据，故较常

0.0000

0

1

0

关注作者

收藏

阿抽哥哥

matplotlib绘图之线条颜色与风格

我们绘图时对图形的第一次调整通常是调整其颜色与风格，plt.plot()函数可以通过相应的参数设置颜色与风格。要修改颜色可以使用color参数，它支持各种颜色的字符串。你也可以使用linestyle调整线条的风格。%matplotlib inlineimport matplotlib as mplimport matplotlib.pyplot as pltimport numpy as

0.0000

0

2

0

关注作者

收藏

wangjuju123

在循环中使用 continue

要返回到循环开头，并根据条件测试结果决定是否继续执行循环，可使用continue语句，它不像break语句那样不再执行余下的代码并退出整个循环。例如，来看一个从1数到10，但只打印其中偶数的循环： counting.py current_number = 0 while current_number < 10: current_number += 1 if curr

0.0000

0

1

0

关注作者

收藏

wangjuju123

使用int()来获取数值输入

使用函数input()时，Python将用户输入解读为字符串。请看下面让用户输入其年龄的解释器会话： >>> age = input("How old are you? ") How old are you? 21 >>> age '21' 用户输入的是数字21，但我们请求Python提供变量age的值时，它返回的是'21'——用户输入的数值的字符串表示。我们怎么知道Pytho

0.0000

0

2

0

关注作者

收藏

啊啊啊啊啊吖

关于安装arulesviz的问题

请问如何安装arulesViz包的问题，试了很多次都不能安装arulesViz这个包，想做关联规则的可视化图。我安装的时候出现的是下面的结果：> install.packages("arulesViz")also installing the dependency ‘igraph’ 有二进制版本的，但源代码版本是后来的: binary source needs_c

0.0000

0

1

0

关注作者

收藏

啊啊啊啊啊吖

R做回归分析怎么保存结果

> summary(lm.re)Call:lm(formula = height ~ age)Residuals: Min 1Q Median 3Q Max-0.27238 -0.24248 -0.02762 0.16014 0.47238Coefficients: Estimate Std. Error t v

0.0000

0

2

0

关注作者

收藏

啊啊啊啊啊吖

【问题求助】grprep包做grouplasso回归

在用grpreg()包实现group lasso回归的时候，如何确定选择lamda时使用了哪种准则，或者我想使用不同准则（比如比较BIC和Cp准则哪个更接近真实模型）时，应该调整哪个参数？因为我觉得用法说明里面哪个参数不能选择信息准则……求知道的大神帮忙，多谢！下附grpreg()用法介绍：grpreg(X, y, group=1:ncol(X), penalty=c("grLasso

0.0000

0

2

0

关注作者

收藏

啊啊啊啊啊吖

皮尔逊相关系数和余

在做聚类分析时，我发现用余弦相似度和皮尔逊相关系数作为相似性度量所得到聚类结果有一定差异。请问，这两者有什么区别1.如果数据密集（所有数据几乎都有属性值，属性值量级重要），就用欧几里德算法2.数据受级别膨胀影响（不同的用户使用不同的评分标准），就用皮尔逊相关系数算法3.数据稀疏性强，就考虑用夹角余弦相似度算法

0.0000

0

4

0

关注作者

收藏

<1…362363364…404>

CDA考试动态

CDA报考指南