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

liting李

K-Means 和KNN 有什么区别？

首先，这两个算法解决的是数据挖掘中的两类问题。K-Means 是聚类算法，KNN 是分类算法。其次，这两个算法分别是两种不同的学习方式。K-Means 是非监督学习，也就是不需要事先给出分类标签，而 KNN 是有监督学习，需要我们给出训练数据的分类标识。最后，K 值的含义不同。K-Means 中的 K 值代表 K 类。KNN 中的 K 值代表 K 个最接近的邻居。

57.4032

4

5

0

关注作者

收藏

liting李

如果想要运用决策树需要满足什么条件？

应用决策树决策方法必须具备以下条件：1、具有决策者期望达到的明确目标；2、存在决策者可以选择的两个以上的可行备选方案；3、存在着决策者无法控制的两种以上的自然状态(如气候变化、市场行情、经济发展动向等)；5、不同行动方案在不同自然状态下的收益值或损失值(简称损益值)可以计算出来；6、决策者能估计出不同的自然状态发生概率。

0.1415

1

3

0

关注作者

收藏

liting李

用什么模型可以查看交易成功和交易失败是由哪些因素引起的。还是说可以直接画图来看

可以用分类模型决策树，原因是决策树是一种能帮助决策者进行序列决策分析的有效工具，其方法是将问题中有关策略、自然状态、概率及收益值等通过线条和图形用类似于树状的形式表示出来。通过决策树画出的树模型再具体分析。

0.0000

0

4

0

关注作者

收藏

詹惠儿

python出现警告：环境未激活

问：在cmd运行python出现以下warning：答：根据警告提示，是因为安装软件时没有配置环境变量，可通过以下方法进行配置：在我的电脑右键-属性-高级系统设置-高级-环境变量中在path中加入你系统安装anaconda的目录下的scripts中：C:\Users\dell\Anaconda3\Scripts上面是我的例子。加入到环境变量后即可以成功使用相关的命令了

18.3451

3

3

0

关注作者

收藏

詹惠儿

python代码跑不出结果怎么回事

问：python代码跑不出结果怎么回事？答:首先检查下代码使用的数据量，如果数据量较大，模型较复杂，跑模型比较久出结果是正常的，如果数据量不大，考虑是电脑卡顿或者代码陷入死循环，则可以点击“中断服务”强制停止运行代码复查下代码或者重启电脑后再运行。

18.3451

3

1

0

关注作者

收藏

ermutuxia

python中如何把pyecharts做的词云网页格式变为png格式？

#pyecharts 1.7.1如何做词云图#pyecharts的新版本和以前的版本做词云图的时候一些参数名字和设定变了 import pyecharts.options as opts#运行下面的代码前，先把pyercharts库装好from pyecharts.charts import WordCloud#进行实例化wordcloud1=WordCloud()#准备画词云图的

4.7493

4

0

0

关注作者

收藏

ermutuxia

python中用pyecharts库做词云

#pyecharts 1.7.1如何做词云图#pyecharts的新版本和以前的版本做词云图的时候一些参数名字和设定变了 import pyecharts.options as opts#运行下面的代码前，先把pyercharts库装好from pyecharts.charts import WordCloud#进行实例化wordcloud1=WordCloud()#准备画词云图的

0.2622

1

1

0

关注作者

收藏

赵娜0418

Python编程中为什么要用到函数呢？

在程序中，函数就是具备某一功能的工具，事先将工具准备好即函数的定义；遇到应用场景拿来就用即函数的调用；函数必须遵循先定义后调用的原则。如果不用函数程序会出现三个问题：程序冗长、程序扩展性查、程序的可读性查。

8.5533

6

3

0

关注作者

收藏

赵娜0418

Python编程中定义函数一般有哪几种形式？

函数定义的三种形式：定义函数时的参数就是函数体接收外部传值的一种媒介，其实就是一个变量名（1）、无参函数#在函数定义阶段括号内没有参数注意：定义无参，意味着调用时也无需传入参数应用：如果函数体的代码逻辑不需要依赖外部传入的值，必须定义无参函数# def func():# print('hello world')# func()（2）、有参函数#在函数定义阶段括号内有参数

104.6335

7

1

0

关注作者

收藏

赵娜0418

Python重载的原因

函数重载主要是为了解决两个问题。 1、可变参数类型。 2、可变参数个数。另外，一个基本的设计原则是，仅仅当两个函数除了参数类型和参数个数不同以外，其功能是完全相同的，此时才使用函数重载，如果两个函数的功能其实不同，那么不应当使用重载，而应当使用一个名字不同的函数。对于情况 1 ，函数功能相同，但是参数类型不同，python 如何处理？答案是根本不需要处

3.2201

3

0

0

关注作者

收藏

赵娜0418

Python中深复制和浅复制的含义

1、浅拷贝可以使用列表自带的copy()函数（如list.copy()），或者使用copy模块的copy()函数。深拷贝只能使用copy模块的deepcopy(),所以使用前要导入：from copy import deepcopy2、如果拷贝的对象里的元素只有值，没有引用，那浅拷贝和深拷贝没有差别，都会将原有对象复制一份，产生一个新对象，对新对象里的值进行修改不会影响原有对象，新对象和原对象

3.2201

3

3

0

关注作者

收藏

yuechuchen

dataframe数据归一化，题目详情见正文

df表详情如下：请将整个数据集的数据进行标准化。参考代码：np.random.seed(0)df = pd.DataFrame(np.random.randint(1,10,size=(5, 3)),columns=["s_r","s_c","s_s"])dfdef normal(df): num = df.sub(df.min()) den = (df.max

77.6246

2

3

0

关注作者

收藏

yuechuchen

dataframe中字符串的标准化，题目详情见正文

df表详情如下：请将from和to两列中的字符串首字母大写，其他字母小写参考代码：df['from'] = df['from'].str.capitalize()df['to'] = df['to'].str.capitalize()df代码结果：

77.3248

1

3

0

关注作者

收藏

yuechuchen

dataframe数据列拆分，题目详情见正文

df表详情如下：请将上表中的出发地和目的地分成两个新的列并删除from_to。参考代码：df = pd.DataFrame({'from_to': ['ShangHAI_BeiJing', 'ShangHAI_Chongqing', 'BeiJing_chengdu', 'tianJin_PaRis', 'Beijing_s

88.9195

1

3

0

关注作者

收藏

yuechuchen

dataframe联合拼接，题目详情见正文

df表和df1表详情如下：请将df和df1两个表合并成一个包含品名、销售额、单价的总表，效果如下：参考代码：d = {"品名":["A", "B", "C", "D", "E","F","G","H"], "销售额":[900, "1000", np.nan, 730.60 ," 259.13",np.nan,502,"800"]}df = pd.DataFrame(d

88.9195

1

3

0

关注作者

收藏

yuechuchen

查找所有从上海出发的航班信息，题目详情见正文

df表详情如下：请查找所有从上海出发的航班信息。参考代码：df = pd.DataFrame({'from_to': ['ShangHAI_BeiJing', 'ShangHAI_Chongqing', 'BeiJing_chengdu', 'tianJin_PaRis', 'Beijing_shenzhen'],

89.2193

2

2

0

关注作者

收藏

yuechuchen

dataframe多列合并，题目详情见正文

df详情如下：请把first_name和last_name两列合并成单独的一列。参考代码：df = pd.DataFrame({"first_name":["White","Brown","White"],"last_name":["Lucy","Tom","Allen"]})dfdf["name"] =df["last_name"] "_" df["first_name"]d

87.9753

1

1

0

关注作者

收藏

yuechuchen

dataframe修改索引名，题目详情见正文

df表详情如下：请修改Alice名字为White生成一个新的dataframe参考代码：np.random.seed(0)df = pd.DataFrame(np.random.randint(10,100,(5, 5)),columns=["Allen","Tom","Alice","Lucy","Han"] ,index = ["周一","周

77.3248

1

2

0

关注作者

收藏

yuechuchen

pandas缺失值处理，题目详情见正文

df表详情如下：请将所有缺失值替换成0参考代码：d = {"品名":["A", "B", "C", "D", "E","F","G","H"], "销售额":[900, "1000", np.nan, 730.60 ," 259.13",np.nan,502,"800"]}df = pd.DataFrame(d)dfdf.fillna(0)代码结果：

87.9753

1

7

0

关注作者

收藏

yuechuchen

修改人口总数列的数据类型为整型，题目详情见正文

36.9819

1

2

0

关注作者

收藏

<1…111213…123>

CDA考试动态

CDA报考指南