数据分析师-数据科学专业问答社区-CDA答疑社区

热线电话：13121318867

登录

PGC123

python中notebook输出的字符串为啥有''?

python中notebook输出的字符串为啥有''?用print（）输出的字符串就没有呀。答：python打印值的时候保留值在代码中的样子，字符串本身在代码中就是带引号的，因此python解释器（notebook本质上也是python解释器）会输出带引号的字符串。当使用print函数的时候情况就不一样了。因为print输出的是格式化之后的字符串。

0.0000

0

2

0

关注作者

收藏

詹惠儿

如何用pythonic生成3D散点图

下面的代码是一个pythonic代码，它生成一个3D散点图，其中每个数据点都有一个与其对应的簇相关的颜色。from mpl_toolkits.mplot3d import Axes3D import matplotlib.pyplot as plt fig = plt.figure() ax = fig.add_subplot(111, projection = '3d') ax.sc

25.7508

1

3

0

关注作者

收藏

詹惠儿

多维数据如何实现EDA分析

EDA分析：为了执行EDA分析，我们需要降低三变量/二维（2D / 3D）数据的多变量数据的维数。我们可以使用PCA（主成分分析）来完成这项任务。PCA可以使用进行PCA module的class decomposition库sklearn如下：# from sklearn.decomposition import PCA pca = PCA(3) pca.fit(zoo_data)

0.0000

0

1

0

关注作者

收藏

詹惠儿

聚类分析在多维数据如何实现

聚类分析：由于我们拥有的数据基于不同类型动物的特征，我们可以使用一些众所周知的聚类技术将动物分类到不同的组（聚类）或亚组，即KMeans聚类，DBscan，分层聚类和KNN（K-最近的邻居）聚类。为简单起见，在这种情况下，KMeans聚类应该是更好的选择。使用K均值群集技术群集的数据可以使用来实现KMeans的模块cluster class的sklearn库如下：# from sklearn.

25.7508

1

2

0

关注作者

收藏

詹惠儿

python如何处理多维数据

多维数据分析是对数据的信息分析，其考虑了许多关系。让我们看一下使用Python编写的开源库分析多维/多变量数据的一些基本技术。以下代码用于2D表格数据。import pandas as pd zoo_data = pd.read_csv("zoo_data.csv", encoding = 'utf-8', index_col = ["animal_name"]) # print

0.0000

0

3

0

关注作者

收藏

詹惠儿

Tensorflow如何可视化展示线性回归

# Calculating the predictions predictions = weight * x bias print("Training cost =", training_cost, "Weight =", weight, "bias =", bias, '\n') 输出：Training cost = 5.3110332 Weight = 1.0199214 bia

0.0000

0

0

0

关注作者

收藏

詹惠儿

Tensorflow如何分布展示线性回归的实现过程

# Starting the Tensorflow Session with tf.Session() as sess: # Initializing the Variables sess.run(init) # Iterating through all the epochs for epoch in range(training_epochs): # Fe

0.0000

0

0

0

关注作者

收藏

詹惠儿

python如何优化线性模型

现在，我们将开始通过定义创建我们的模型的占位符X和Y，这样我们就可以养活我们的训练实例X，并Y进入优化训练过程。X = tf.placeholder("float") Y = tf.placeholder("float") 现在我们将为权重和偏差声明两个可训练的Tensorflow变量，并使用它们随机初始化它们np.random.randn()W = tf.Variable(np.r

600.0000

1

3

0

关注作者

收藏

詹惠儿

如何训练线性回归模型

现在，让我们生成一些随机数据来训练线性回归模型。# Genrating random linear data # There will be 50 data points ranging from 0 to 50 x = np.linspace(0, 50, 50) y = np.linspace(0, 50, 50) # Adding noise to the random line

25.7508

1

4

0

关注作者

收藏

詹惠儿

Tensorflow库有什么作用

Tensorflow简介 Tensorflow是Google开发的一个开源计算库。它是创建需要高端数值计算和/或需要利用图形处理单元进行计算的应用程序的流行选择。这些是Tensorflow是机器学习应用程序（尤其是深度学习）最受欢迎的选择之一的主要原因。它还有像Estimator这样的API，它提供了高水平的抽象，可以构建机器学习应用程序。在本文中，我们将不使用任何高级API，而是在惰性模

0.0000

0

2

0

关注作者

收藏

詹惠儿

线性回归的各参数代表什么

线性回归是一种非常常见的统计方法，它允许我们从给定的连续数据集中学习函数或关系。例如，我们给出了一些数据点x和相应的数据点，y我们需要学习它们之间的关系，称为假设。在线性回归的情况下，假设是一条直线，即，aw是一个名为Weights的向量，b是一个名为Bias的标量。权重和偏差称为模型的参数。我们需要做的就是从给定的数据集中估计w和b的值，以便得到的假设产生最小的成本J，该成本由以下成

0.0000

0

3

0

关注作者

收藏

啊啊啊啊啊吖

使用其他列表中的键聚合列表

我说有一个包含蜇和浮子列表的数据框 Names Prob [Anne, Mike, Anne] [10.0, 10.0, 80.0] [Sophie, Andy, Vera, Kate] [30.0, 4.5, 5.5, 60.0] [Josh, Ann

0.0000

0

2

0

关注作者

收藏

啊啊啊啊啊吖

最快的pythonic方式循环字典以创建新的Pandas列

我有一个字典“c”，有30000个密钥和大约600000个唯一值（每个密钥大约20个唯一值）我想创建一个新的pandas系列“'DOC_PORTL_ID'”，从列“'image_keys'”的每一行获取一个样本值，然后在我的字典中查找它的键并返回。所以我写了一个这样的函数：def find_match(row, c): for key, val in c.items():

0.0000

0

2

0

关注作者

收藏

啊啊啊啊啊吖

根据列值合并数据帧

我有2个大数据帧，低于2只是这些2的样子的例子。df1 = pd.DataFrame(columns=['node', 'st1', 'st2'], data=[['a', 1, -1], ['b', 2, 2], ['c', 3, 4]])node st1 st2 a 1 -1 b 2 2 c 3 4df2 = pd.DataFrame(

0.0000

0

3

0

关注作者

收藏

啊啊啊啊啊吖

Scatter Matrix在图形上显示太多浮点值

我正在尝试使用Python绘制散射矩阵，但左上角的y轴上的刻度具有大量不必要的数字。我正在使用pandas.plotting中的scatter_matrix函数直接从pandas绘制图形另外，我对Python很新，很抱歉，如果这是一个愚蠢的问题，但我找不到合适的答案来满足我的需求。我尝试使用yaxis.set_major_formatter使用不同的轴格式化选项（不确定这是否无效，因为我正

0.0000

0

3

0

关注作者

收藏

啊啊啊啊啊吖

使用Pandas计算delta列

我有一个如下所示的数据框： Name Variable FieldA 2.3 412A 2.9 861A 3.5 1703B 3.5 1731A 4.0 2609B 4.0 2539A 4.6 2821B 4.6 2779A 5.2 3048B 5.2 2979A 5.8 3368B 5.8 3216如您所见，我有“

0.0000

0

3

0

关注作者

收藏

啊啊啊啊啊吖

最后n个元素的平均值与group by相乘

我有一个pandas数据帧df如下：Time Type Value1/15/2019 A 109.991/16/2019 A 108.471/17/2019 A 107.711/18/2019 A 109.231/21/2019 A 109.231/22/2019 A 108.471/23/2019 A 110.

0.0000

0

2

0

关注作者

收藏

啊啊啊啊啊吖

“key not found”错误时返回0

我有一个数据框，我想把它分成400块，得到一个密钥的计数。我的数据框看起来像这样df = [key {e，r，t，g，h}，value {1,3,2,4}]while i

0.0000

0

0

0

关注作者

收藏

啊啊啊啊啊吖

转换数据帧和切片

该数据集占用76列并将它们放入7列，并将其他列包装到下一行。我试图弄清楚如何将该数据帧变为可读格式，如右侧的数据框所示。a变量xyz将始终相同，但我列出的其他字母变量将不同。我以为我可以使用data.loc [：，：'xyz']开始，但我不知道从哪里开始：data = pd.read_csv("../resources/cleveland.data")data.loc[:, :'xyz

0.0000

0

3

0

关注作者

收藏

啊啊啊啊啊吖

'int'和'slice'实例之间不支持'<'

我有以下Panda DataFrame df和日期时间索引（'日期'）df= CP Amount Location Date 2019-02-13 Bob -5.0 Chicago 2019-02-1

0.0000

0

4

0

关注作者

收藏

<1…201202203…340>

CDA考试动态

CDA报考指南