Python编程-数据科学专业问答社区-CDA答疑社区

热线电话：13121318867

登录

PGC123

anaconda中组件功能介绍

按照上述的操作流程，安装完毕点击 “完成” 之后，打开 ”开始菜单“ ，可以找到名为Anaconda3的文件夹安装完成后会多几个应用

0.0000

0

2

0

关注作者

收藏

PGC123

anconda 的优点

省时省心 Anaconda通过管理工具包、开发环境、Python版本，大大简化了工作流程。不仅可以方便地安装、更新、卸载工具包，而且安装时能自动安装相应的依赖包，同时还能使用不同的虚拟环境隔离不同要求的项目。分析利器在Anaconda官网中她是这么宣传自己的：使用于企业级大数据分析的Python工具，其包含了720多个数据科学相关的开源包，在数据可视化、机器学习、深度学习等多方面

25.4271

1

4

0

关注作者

收藏

PGC123

什么是anaconda？

Anaconda是专注于数据分析的Python发行版本，包含了Conda、Python等180多个科学包及其依赖项。 Conda是一个开源的包（packages）、环境管理器（environment），可以用于在同一个机器上安装不同版本的软件包及其依赖，并能够在不同的环境之间切换。Anaconda包括Conda、Python以及安装好的工具包，比如：NumPy、Pandas等。 Package

107.3224

2

4

0

关注作者

收藏

PGC123

执行anaconda prompt报不是内部或外部命令

安装后Anaconda3\Scripts\activate.bat' 不是内部或外部命令错误网上许多方法，大多数都是让设置环境变量path添加路径，照做之后仍然没用，但还是设置了没有再删除。答：可以按照如下方式解决问题1.卸载并重新安装卸载可以去到安装的文件夹即anaconda安装目录中直接将全部文件删除，或者找到在anaconda安装目录下找到Uninstall-Anaconda

21.6081

1

1

0

关注作者

收藏

PGC123

conda 多环境管理的优点

如果在本地只有一个Python环境，则所有程序所用到的各种包都只能放到同一个环境中，导致环境混乱。另外当一个写好的程序放到另一台电脑上运行时又会遇到缺少相关包，需要自行手动一个个下载的情况，影响效率。

25.4271

1

0

0

关注作者

收藏

詹惠儿

如何打开或关闭 .NET Framework 3.5？

单击桌面计算机图标，打开“控制面板”：

85.7143

1

4

0

关注作者

收藏

PGC123

到底该装Python 2 还是Python 3 呢？

Python 2 和Python 3 在语法上是不兼容的，所以如果你要开发的程序必须使用Python 3 而不能使用Python 2，那这时候你就不得不再下载一个Python 3，这样结果会导致切换环境变量很麻烦。

0.0000

0

2

0

关注作者

收藏

PGC123

anaconda的包集合

包集合包集合包含了自带的包和第三方包，第三方包我们一般通过pip或者easy_install来下载。当一个Python环境中不包含这个包，那么引用了这个包的程序不能再该Python环境中运行。比如说一个爬虫脚本用到了第三方的requests包，而另一台计算机刚刚装好原始的Python，也就是说根本没有任何第三方包，那么这个爬虫脚本是无法在另一台机器上运行的

21.6081

1

1

0

关注作者

收藏

PGC123

什么是python解释器

什么是python解释器解释器根据Python的版本大概可分为Python 2 和Python 3。两者之间无法互相兼容，也就是说用Python 2 语法写出来的脚本不一定能在Python 3 的解释器中运行。

0.0000

0

1

0

关注作者

收藏

詹惠儿

python如何结构化数组

具有结构化数组的数据类型对象：数据类型对象对于创建结构化数组非常有用。结构化数组是包含不同类型数据的数组。可以在字段的帮助下访问结构化数组。字段就像指定对象的名称。在结构化数组的情况下，dtype对象也将被构造。 # Python program for demonstrating # the use of fields import numpy as np # A structur

0.0000

0

2

0

关注作者

收藏

詹惠儿

ndarray能提供什么信息

每个ndarray都有一个关联的数据类型（dtype）对象。此数据类型对象（dtype）通知我们有关数组的布局。这意味着它为我们提供了以下信息：数据类型（整数，浮点数，Python对象等）数据大小（字节数）数据的字节顺序（little-endian或big-endian）如果数据类型是子数组，那么它的形状和数据类型是什么。ndarray的值存储在缓冲区中，缓冲区可以被认为是连续的存储

21.6081

1

0

0

关注作者

收藏

詹惠儿

python是通过什么模式访问枚举对象

访问模式：可以通过两种方式访问枚举成员1.按值： - 在此方法中，传递枚举成员的值。2.按名称： - 在此方法中，传递枚举成员的名称。也可以使用“ name ”或“ value ”关键字访问单独的值或名称。比较：枚举支持两种类型的比较1.身份： - 使用关键字“ 是 ”和“ 不是 ” 来检查这些身份。2.平等： - 也支持“ == ”和“ ！= ”类型的等式比较。#

21.6081

1

4

0

关注作者

收藏

詹惠儿

如何用python进行情感分析（3）

以下是运行上述代码后样本输出并翻译成中文的的讲解：正推文百分比：22％负推文百分比：15％正面推文：RT @JohnGGalt：令人惊讶的是，经过多年的攻击唐纳德特朗普，媒体管理将#InaugurationDay变成关于他们自己的一切。＃MakeAme ...RT @ vooda1：美国有线电视新闻网（CNN）拒绝参加Air White House新闻发布会现场直播！谢谢@

0.0000

0

2

0

关注作者

收藏

詹惠儿

python是如何创建情感分类器

以下是如何创建情感分类器：TextBlob使用电影评论数据集，其中评论已被标记为正面或负面。分别从每个正面和负面评论中提取正面和负面特征。现在，训练数据包括标记的正面和负面特征。该数据在朴素贝叶斯分类器上面训练。然后，我们使用TextBlob类的sentiment.polarity方法来获取-1到1之间的tweet的极性。然后，我们将极性分类为：if analysis.senti

0.0000

0

1

0

关注作者

收藏

詹惠儿

如何用python进行情感分析（2）

TextBlob实际上是在NLTK库之上构建的高级库。首先，我们使用一些简单的正则表达式来调用clean_tweet方法从推文中删除链接，特殊字符等。然后，当我们传递tweet来创建TextBlob对象时，后续处理是通过textblob库对文本进行的：对推文进行标记，即从文本正文中分割单词。从标记中删除停用词。（停用词是常用的单词，在文本分析中与我，我，你，是等等无关）对标记进行POS（

21.6081

1

4

0

关注作者

收藏

詹惠儿

如何用python进行情感分析

我们在计划中遵循以下三个主要步骤：授权twitter API客户端。向Twitter API发出GET请求以获取特定查询的推文。解析推文。将每条推文分类为正面，负面或中立。首先，我们创建一个TwitterClient类。该类包含与Twitter API交互和解析推文的所有方法。我们使用__init__函数来处理API客户端的身份验证。在get_tweets函数中，我们使用：fetche

30.7336

1

2

0

关注作者

收藏

詹惠儿

用python进行情感分析时如何身份验证

提前安装：Tweepy：tweepy是官方Twitter API的python客户端。使用以下pip命令安装它：pip install tweepyTextBlob：textblob是用于处理文本数据的python库。使用以下pip命令安装它：pip安装textblob另外，我们需要使用以下命令安装一些NLTK语料库：python -m textblob.download_corp

0.0000

0

4

0

关注作者

收藏

詹惠儿

什么是情绪分析？

什么是情绪分析？a情感分析是“计算”确定一篇文章是积极的，消极的还是中立的过程。它也被称为意见挖掘，得出发言者的意见或态度。为什么情绪分析？业务：在营销领域，公司使用它来制定策略，了解客户对产品或品牌的感受，人们如何回应他们的活动或产品发布以及消费者为何不购买某些产品。政治：在政治领域，它用于跟踪政治观点，检测政府层面的言论和行动之间的一致性和不一致性。它也可以用来预测选举结果！

0.0000

0

0

0

关注作者

收藏

詹惠儿

python如何计算两个电影的相似度

# Sorting values according to # the 'num of rating column' moviemat = data.pivot_table(index ='user_id', columns ='title', values ='rating') moviemat.head() ratings.sort_values('num of ratin

0.0000

0

0

0

关注作者

收藏

詹惠儿

python如何可视化导出矩阵排名

import matplotlib.pyplot as plt import seaborn as sns sns.set_style('white') %matplotlib inline # plot graph of 'ratings' column plt.figure(figsize =(10, 4)) ratings['rating'].hist(bins =

0.0000

0

3

0

关注作者

收藏

<1…919293…159>

CDA考试动态

CDA报考指南