Python数据分析-数据科学专业问答社区-CDA答疑社区

热线电话：13121318867

登录

詹惠儿

怎么用zip实现单行转置？

使用zip：Zip返回元组的迭代器，其中第i个元组包含来自每个参数序列或迭代的第i个元素。在这个例子中，我们使用*解压缩我们的数组，然后压缩它以获得转置。matrix=[(1,2,3),(4,5,6),(7,8,9),(10,11,12)] for row in matrix: print(row) print("\n") t_matrix = zip(*matrix) for ro

0.0000

0

1

0

关注作者

收藏

詹惠儿

在Python中怎么以单行转置矩阵

矩阵的转置是我们在python中可以非常容易地执行的任务（使用嵌套循环）。但是有一些有趣的方法可以在一行中做同样的事情。在Python中，我们可以将矩阵实现为嵌套列表（列表中的列表）。每个元素都被视为矩阵的一行。例如，m = [[1,2]，[4,5]，[3,6]]表示3行2列的矩阵。列表的第一个元素 - m [0]和第一行中的元素，第一列 - m [0] [0]。使用嵌套列表理解：嵌套列表

0.0000

0

3

0

关注作者

收藏

詹惠儿

numpy中的搜索功能

搜索是一种操作或技术，可帮助查找列表中给定元素或值的位置。根据是否找到正在搜索的元素，任何搜索都被认为是成功的或不成功的。在Numpy中，我们可以使用库中提供的各种功能执行各种搜索操作，如argmax，argmin，nanaargmax等。

0.0000

0

2

0

关注作者

收藏

詹惠儿

numpy中的排序功能

排序是指以特定格式排列数据。排序算法指定按特定顺序排列数据的方式。最常见的订单是按数字或字典顺序排列的。在Numpy中，我们可以使用库中提供的各种函数执行各种排序操作，如sort，lexsort，argsort等。numpy.sort（）：此函数返回数组的排序副本。

0.0000

0

4

0

关注作者

收藏

詹惠儿

numpy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）。

0.0000

0

1

0

关注作者

收藏

詹惠儿

Numpy中怎么运用线性代数？

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。

0.0000

0

2

0

关注作者

收藏

詹惠儿

学习python有什么优点及应用？

Python是一种高级，解释和通用的动态编程语言，专注于代码可读性。与Java和C.相比，它的步骤更少。它由开发人员Guido Van Rossum于1991年创建。它在许多组织中使用，因为它支持多种编程范例。它还执行自动内存管理。优点：1）第三方模块的存在2）广泛的支持库（NumPy用于数值计算，Pandas用于数据分析等）3）开源和社区开发4）易于学习5）用户友好的数据结构6）

0.0000

0

5

0

关注作者

收藏

啊啊啊啊啊吖

Platt 的 SMO 算法

1996年， John Platt发布了一个称为SMO①的强大算法，用于训练SVM。 SMO表示序列最小优化（Sequential Minimal Optimization）。 Platt的SMO算法是将大优化问题分解为多个小优化问题来求解的。这些小优化问题往往很容易求解，并且对它们进行顺序求解的结果与将它们作为整体来求解的结果是完全一致的。在结果完全相同的同时， SMO算法的求解时间短很多

0.0000

0

1

0

关注作者

收藏

啊啊啊啊啊吖

SVM的一般流程

(1) 收集数据：可以使用任意方法。(2) 准备数据：需要数值型数据。(3) 分析数据：有助于可视化分隔超平面。(4) 训练算法： SVM的大部分时间都源自训练，该过程主要实现两个参数的调优。(5) 测试算法：十分简单的计算过程就可以实现。(6) 使用算法：几乎所有分类问题都可以使用SVM，值得一提的是， SVM本身是一个二类分类器，对多类问题应用SVM需要对代码做一些修改。

59.4182

1

2

0

关注作者

收藏

啊啊啊啊啊吖

“由于理解支持向量机（Support Vector Machines， SVM）需要掌握一些理论知识，而这对于读者来说有一定难度，于是建议读者直接下载LIBSVM使用。”我发现，在介绍SVM时，不止一本书都采用了以上这种模式。本书并不打算沿用这种模式。我认为，如果对SVM的理论不甚了解就去阅读其产品级C 代码，那么读懂的难度很大。但如果将产品级代码和速度提升部分剥离出去，那么代码就会变得

353.8013

2

3

0

关注作者

收藏

啊啊啊啊啊吖

随机梯度上升

梯度上升算法在每次更新回归系数时都需要遍历整个数据集，该方法在处理100个左右的数据集时尚可，但如果有数十亿样本和成千上万的特征，那么该方法的计算复杂度就太高了。一种改进方法是一次仅用一个样本点来更新回归系数，该方法称为随机梯度上升算法。由于可以在新样本到来时对分类器进行增量式更新，因而随机梯度上升算法是一个在线学习算法。与“在线学习”相对应，一次处理所有数据被称作是“批处理”。随机梯

0.0000

0

4

0

关注作者

收藏

啊啊啊啊啊吖

画出数据集和Logistic回归最佳拟合直线的函数

打开logRegres.py并添加如下代码。

0.0000

0

5

0

关注作者

收藏

啊啊啊啊啊吖

逻辑回归的一般流程

(1) 收集数据：采用任意方法收集数据。(2) 准备数据：由于需要进行距离计算，因此要求数据类型为数值型。另外，结构化数据格式则最佳。(3) 分析数据：采用任意方法对数据进行分析。(4) 训练算法：大部分时间将用于训练，训练的目的是为了找到最佳的分类回归系数。(5) 测试算法：一旦训练步骤完成，分类将会很快。(6) 使用算法：首先，我们需要输入一些数据，并将其转换成对应的结构化数值；

0.0000

0

1

0

关注作者

收藏

啊啊啊啊啊吖

通用函数--索引对齐

当两个series或dataframe对象上进行二元计算时，pandas会在计算的过程中对其两个对象的索引，当处理不完整的数据时，这会很方便#series索引对齐'''假如要整合两个数据源'''area=pd.Series({'Alaska': 1723337, 'Texas': 695662,'California': 423967}, name='area')population

0.0000

0

4

0

关注作者

收藏

啊啊啊啊啊吖

dataframe的帮助文档

DataFrame(data=None, index=None, columns=None, dtype=None, copy=False)文档字符串:二维大小可变、可能异构的表格数据具有标记轴(行和列)的结构。算术运算对齐行和列标签。可以被认为是像dict一样的系列对象的容器。主要pandas数据结构。参数- - - - - - - - - - -数据:nump

0.0000

0

1

0

关注作者

收藏

zxq997

DataFrame操作（二）

总结数据信息：# Sum of values in a data framedf.sum()# Lowest value of a data framedf.min()# Highest valuedf.max()# Index of the lowest valuedf.idxmin()# Index of the highest valuedf.idxmax()# Sta

0.0000

0

1

0

关注作者

收藏

zxq997

DataFrame 操作（一）

（16）对 DataFrame 使用函数该函数将令 DataFrame 中「height」行的所有值乘上 2：df["height"].apply(*lambda* height: 2 * height)或者def multiply(x): return x * 2df["height"].apply(multiply)（17）重命名行下面代码会重命名 DataFrame

0.0000

0

0

0

关注作者

收藏

zxq997

python数据处理（二）

11）删除特征df.drop('feature_variable_name', axis=1)axis 选择 0 表示行，选择表示列。（12）将目标类型转换为浮点型pd.to_numeric(df["feature_name"], errors='coerce')将目标类型转化为数值从而进一步执行计算，在这个案例中为字符串。（13）将 DataFrame 转换为 NumPy 数组

0.0000

0

5

0

关注作者

收藏

zxq997

python基本操作（二）

（4）基本的数据集特征信息df.info()（5）基本的数据集统计信息print(df.describe())(6) Print data frame in a table将 DataFrame 输出到一张表：print(tabulate(print_table, headers=headers))当「print_table」是一个列表，其中列表元素还是新的列表，「headers」

0.0000

0

4

0

关注作者

收藏

啊啊啊啊啊吖

SciPy里的不同科学计算领域的子包

cluster聚类算法constants物理和数学常数fftpack快速傅立叶变换程序integrate积分和常微分方程求解器interpolate插值和平滑样条io输入和输出linalg线性代数ndimageN维图像处理odr正交距离回归optimize优化和根查找例程signal信号处理sparse稀疏矩阵和相关例程spatial空间数据结构和算法

59.4182

1

2

0

关注作者

收藏

<1…108109110…123>

CDA考试动态

CDA报考指南