<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[TommyLiuZ的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/TommyLiuZ</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; TommyLiuZ]]></copyright><item><title><![CDATA[002.tf.data.DataSet]]></title><link>https://blog.youkuaiyun.com/TommyLiuZ/article/details/116697008</link><guid>https://blog.youkuaiyun.com/TommyLiuZ/article/details/116697008</guid><author>TommyLiuZ</author><pubDate>Wed, 12 May 2021 10:34:26 +0800</pubDate><description><![CDATA[002.tf.data.DataSet
1.简介

功能：主要用于数据读取，构建输入数据
DatasetAPI类图

重点关注：DataSet和Iterator

创建一个一个DataSet，里面有5个元素
使用Iterater将DataSet中的元素取出
循环形式

显式创建iterator


2.创建

方法：from_tensor_slice()
参数：np.ndarray, tuple, dict等


3.转换

含义：一个dataset通过transformation变成另一个dataset
]]></description><category></category></item><item><title><![CDATA[001.checkpoint文件]]></title><link>https://blog.youkuaiyun.com/TommyLiuZ/article/details/116610194</link><guid>https://blog.youkuaiyun.com/TommyLiuZ/article/details/116610194</guid><author>TommyLiuZ</author><pubDate>Wed, 12 May 2021 09:59:56 +0800</pubDate><description><![CDATA[001.checkpoint文件
1.用途

捕获模型使用的所有tf.Variable的确切值


2.创建
2.1 save_weights（filename)
import tensorflow as tf

class Net(tf.keras.Model):
  """A simple linear model."""

  def __init__(self):
    super(Net, self).__init__()
    self.l1 = tf.keras.layers.Dense(]]></description><category></category></item><item><title><![CDATA[005.matplotlib的子图]]></title><link>https://blog.youkuaiyun.com/TommyLiuZ/article/details/116568678</link><guid>https://blog.youkuaiyun.com/TommyLiuZ/article/details/116568678</guid><author>TommyLiuZ</author><pubDate>Sun, 09 May 2021 19:16:01 +0800</pubDate><description><![CDATA[005.matplotlib的子图
1. 说明

plt.subplot(nrows, ncols, plot_number)
将区域分成n个横轴，n个纵轴，plot_number指定现在在哪个区域
区域编号：从左到右，从上到下，从1开始编号plt.subplot(3, 2, 4)  
plt.subplot(324)  


上面两个式子表达的含义是相同的

2.实例
import numpy as np
import matplotlib.pyplot as plt

def f(t):
    ret]]></description><category></category></item><item><title><![CDATA[004.透明度]]></title><link>https://blog.youkuaiyun.com/TommyLiuZ/article/details/116568416</link><guid>https://blog.youkuaiyun.com/TommyLiuZ/article/details/116568416</guid><author>TommyLiuZ</author><pubDate>Sun, 09 May 2021 19:02:41 +0800</pubDate><description><![CDATA[004.透明度
1. 实例


facecolor：设置前景颜色
edgecolor ：设置边框， 本处设置边框为None
alpha：设置透明度.



]]></description><category></category></item><item><title><![CDATA[003.添加图例和注解]]></title><link>https://blog.youkuaiyun.com/TommyLiuZ/article/details/116566379</link><guid>https://blog.youkuaiyun.com/TommyLiuZ/article/details/116566379</guid><author>TommyLiuZ</author><pubDate>Sun, 09 May 2021 18:25:45 +0800</pubDate><description><![CDATA[003.添加图例
1.示例

2.legend函数

官方文档：
https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.legend.html#matplotlib.pyplot.legend
使用参数版添加图例


3.添加注解


3.1 添加注解





]]></description><category></category></item><item><title><![CDATA[002.matplotlib.pyplot坐标轴的操作]]></title><link>https://blog.youkuaiyun.com/TommyLiuZ/article/details/116565511</link><guid>https://blog.youkuaiyun.com/TommyLiuZ/article/details/116565511</guid><author>TommyLiuZ</author><pubDate>Sun, 09 May 2021 16:16:13 +0800</pubDate><description><![CDATA[002.matplotlib.pyplot坐标轴的操作
1.相关操作



解决字体不好看的问题:采用正则表达加$的形式

2.位置操作

gca: get current axis
返回四个边框

设置轴消失




]]></description><category></category></item><item><title><![CDATA[001.matplotlib.pyplot入门]]></title><link>https://blog.youkuaiyun.com/TommyLiuZ/article/details/116564803</link><guid>https://blog.youkuaiyun.com/TommyLiuZ/article/details/116564803</guid><author>TommyLiuZ</author><pubDate>Sun, 09 May 2021 15:24:57 +0800</pubDate><description><![CDATA[001.matplotlib.pyplot入门
1.简单程序

画图plot方法
显示图片show方法


2.画多张图


3.figure函数
**matplotlib.pyplot.figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True, FigureClass=&lt;class ‘matplotlib.figure.Figure’&gt;, clear=False, kwargs）
]]></description><category></category></item><item><title><![CDATA[003.时间序列的移动]]></title><link>https://blog.youkuaiyun.com/TommyLiuZ/article/details/116563908</link><guid>https://blog.youkuaiyun.com/TommyLiuZ/article/details/116563908</guid><author>TommyLiuZ</author><pubDate>Sun, 09 May 2021 14:19:17 +0800</pubDate><description><![CDATA[003.时间序列的移动
1.时间序列的移动

2.shift方法

用来进行时间序列的前移和后移，但数据的索引保持不变




]]></description><category></category></item><item><title><![CDATA[002.创建固定频率的时间序列]]></title><link>https://blog.youkuaiyun.com/TommyLiuZ/article/details/116562259</link><guid>https://blog.youkuaiyun.com/TommyLiuZ/article/details/116562259</guid><author>TommyLiuZ</author><pubDate>Sun, 09 May 2021 12:00:41 +0800</pubDate><description><![CDATA[002.创建固定频率的时间序列
1. pandas.date_range

生成一个具有固定频率的DatetimeIndex对象






设定时区


2. 时间序列的频率、偏移量


基础频率







]]></description><category></category></item><item><title><![CDATA[001.时间序列基础知识]]></title><link>https://blog.youkuaiyun.com/TommyLiuZ/article/details/116560874</link><guid>https://blog.youkuaiyun.com/TommyLiuZ/article/details/116560874</guid><author>TommyLiuZ</author><pubDate>Sun, 09 May 2021 11:06:51 +0800</pubDate><description><![CDATA[001.时间序列基础知识
1.定义

时间序列：多个时间点上形成的数值序列
可以定期出现
可以不定期出现

2.类型

3.创建时间序列
3.1 pandas.Timestamp

用来创建时间戳
时间戳用Timestamp表示
实际上是pandas.Series派生的子类
和python的datetime对象具有高度的兼容性
可以使用pandas.to_datetime将其他类型的对象转换为pandas.Timestamp对象

如果传入的是多个datetime组成的列表，pandas会将其强制转换为Da]]></description><category></category></item><item><title><![CDATA[007.pandas.to_datetime()]]></title><link>https://blog.youkuaiyun.com/TommyLiuZ/article/details/116561103</link><guid>https://blog.youkuaiyun.com/TommyLiuZ/article/details/116561103</guid><author>TommyLiuZ</author><pubDate>Sun, 09 May 2021 09:54:44 +0800</pubDate><description><![CDATA[007.pandas.to_datetime()

]]></description><category></category></item><item><title><![CDATA[007.Pandas的基本统计函数]]></title><link>https://blog.youkuaiyun.com/TommyLiuZ/article/details/116456363</link><guid>https://blog.youkuaiyun.com/TommyLiuZ/article/details/116456363</guid><author>TommyLiuZ</author><pubDate>Thu, 06 May 2021 16:39:58 +0800</pubDate><description><![CDATA[007.Pandas统计部分
1.基本的统计分析函数

1.1 pandas.Series


1.2 pandas.DataFrame


2. 数据的累计统计分析
默认是按照0轴




3. 数据的滚动计算
默认是按照0轴



4. 数据的相关分析



]]></description><category></category></item><item><title><![CDATA[006.pandas.DataFrame的排序]]></title><link>https://blog.youkuaiyun.com/TommyLiuZ/article/details/116454575</link><guid>https://blog.youkuaiyun.com/TommyLiuZ/article/details/116454575</guid><author>TommyLiuZ</author><pubDate>Thu, 06 May 2021 16:09:47 +0800</pubDate><description><![CDATA[006.pandas.DataFrame的排序
1. pandas.DataFrame.sort_index()
1.1 功能

根据标签对对象进行排序
当inplace参数为False的时候，返回的是一个新的DataFrame，否则会改变原来的DataFrame

1.2 原始定义
DataFrame.sort_index(axis=0, level=None, ascending=True, inplace=False, kind=‘quicksort’, na_position=‘last’, sor]]></description><category></category></item><item><title><![CDATA[005.Pandas.DataFrame(三）]]></title><link>https://blog.youkuaiyun.com/TommyLiuZ/article/details/116449111</link><guid>https://blog.youkuaiyun.com/TommyLiuZ/article/details/116449111</guid><author>TommyLiuZ</author><pubDate>Thu, 06 May 2021 10:59:27 +0800</pubDate><description><![CDATA[005.Pandas.DataFrame（三）
1. 算术运算



Series和DataFrame之间的运算

不同维度之间为广播运算;一维默认在轴1（each row)运算
上面的结果是第一行第一个和0做减法，第一行第二个1做减法，第一行第三个2做减法，(each row)


2. 逻辑运算
尺寸不同，程序会报错


...]]></description><category></category></item><item><title><![CDATA[004.pandas.DataFrame（二）]]></title><link>https://blog.youkuaiyun.com/TommyLiuZ/article/details/116446532</link><guid>https://blog.youkuaiyun.com/TommyLiuZ/article/details/116446532</guid><author>TommyLiuZ</author><pubDate>Thu, 06 May 2021 10:42:40 +0800</pubDate><description><![CDATA[004.pandas.DataFrame（二）
1.pandas.DataFrame.iloc
1.1 功能

纯粹基于整数位置的索引，用于按位置进行选择
也可以和loc一样，使用布尔数组作为参数
可以使用lambda表达式（结果必须是整型的）
索引的切片遵循的是左闭右开

1.2 比较
pandas.DataFrame.loc

功能：通过标签或布尔数组访问一组行和列，主要基于标签（字符串），但也可以与布尔数组一起使用，不能直接用整型

pandas.DataFrame.iloc
功能：纯粹基于整数位置的]]></description><category></category></item><item><title><![CDATA[003.pandas.DataFrame（一）]]></title><link>https://blog.youkuaiyun.com/TommyLiuZ/article/details/116421118</link><guid>https://blog.youkuaiyun.com/TommyLiuZ/article/details/116421118</guid><author>TommyLiuZ</author><pubDate>Thu, 06 May 2021 08:43:27 +0800</pubDate><description><![CDATA[003.pandas.DataFrame
1.定义



原始定义
pandas.DataFrame(data=None, index=None, columns=None, dtype=None, copy=False)

2.创建

二维ndarray对象

字典和Series构成的字典
字典的键作为column，index需要后面进行自定义

字典和Series构成的字典，重新定义了index和column

3.属性和索引

建立一个pandas.DataFrame


如果在中括号内直接索引，则匹]]></description><category></category></item><item><title><![CDATA[002.Pandas.Series]]></title><link>https://blog.youkuaiyun.com/TommyLiuZ/article/details/116420449</link><guid>https://blog.youkuaiyun.com/TommyLiuZ/article/details/116420449</guid><author>TommyLiuZ</author><pubDate>Wed, 05 May 2021 09:29:31 +0800</pubDate><description><![CDATA[002.Pandas.Series
1.定义
pandas.Series(data=None, index=None, dtype=None, name=None, copy=False, fastpath=False)

2. 创建

如果和字典的键不能匹配，则值用NaN



pandas索引分为自动索引和自定义索引
使用range函数进行创建

3. 基本操作

index属性
values属性
按照自定义索引进行值得搜索
按照自动索引进行值得搜索
pandas的组合索引（使用列表形式）
pandas]]></description><category></category></item><item><title><![CDATA[001.Pandas入门（一）]]></title><link>https://blog.youkuaiyun.com/TommyLiuZ/article/details/116403670</link><guid>https://blog.youkuaiyun.com/TommyLiuZ/article/details/116403670</guid><author>TommyLiuZ</author><pubDate>Wed, 05 May 2021 09:26:09 +0800</pubDate><description><![CDATA[001.Pandas入门（一）
1.简介

Python的数据分析库
基于Numpy实现，经常和Numpy以及Matplotlib一起使用

2.定义

3.Pandas库的理解


]]></description><category></category></item><item><title><![CDATA[011.Numpy.expand_dims]]></title><link>https://blog.youkuaiyun.com/TommyLiuZ/article/details/116402566</link><guid>https://blog.youkuaiyun.com/TommyLiuZ/article/details/116402566</guid><author>TommyLiuZ</author><pubDate>Tue, 04 May 2021 17:40:03 +0800</pubDate><description><![CDATA[011.Numpy.expand_dims
1. 简介

功能：扩展数组的形状
解释：插入新的轴，该轴将出现在扩展数组形状的轴位置上

2.代码练习
生成一个一维数组

一维数组的维度拓展

生成一个二维数组

二维数组的维度拓展


多个轴上的拓展


...]]></description><category></category></item><item><title><![CDATA[009.Numpy组合数组]]></title><link>https://blog.youkuaiyun.com/TommyLiuZ/article/details/116395759</link><guid>https://blog.youkuaiyun.com/TommyLiuZ/article/details/116395759</guid><author>TommyLiuZ</author><pubDate>Tue, 04 May 2021 11:28:26 +0800</pubDate><description><![CDATA[009.Numpy组合数组
1.numpy.concatenate((a1, a2, …), axis=0, out=None, dtype=None, casting=“same_kind”)

功能：根据给定的现有轴连接数组
常用的参数：

(a1, a2, …)
- a1，a2，…array_like序列
- 除了对应于给定轴的对应位置上形状可以不同外，其余形状必须是相同的才能合并
axis
- 默认为0轴


练习：
多个一维数组合并（简单）

一维和二维数组的合并（不可行）
  		   				]]></description><category></category></item></channel></rss>