Big brother的博客

转载 优快云-markdown模板

这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Ma...

原创 ubuntu工具

samba可以将linux文件目录通过局域网映射到win系统。

原创 谷歌浏览器历史版本

https://www.slimjet.com/chrome/google-chrome-old-version.php

原创 python并发编程

多线程Thread，多进程Process，多协程Coroutine。

原创 python库打包

想让自己写的python库可以使用安装。

原创 Shell入门

NAME = John # 变量定义：变量=值, 注意等号前后不能有空格 echo $NAME # 输出变量值 unset NAME # 撤销变量变量名可以由字母、数字和下划线组成，但是不能以数字开头，环境变量名建议大写等号两侧不能有空格在bash中，变量默认类型都是字符串类型，无法进行数值运算变量的值如果有空格，需要使用双引号或者单引号括起来使用可将局部变量提升为全局变量，供其他Shell程序使用。

转载 git reset与git revert区别

git revert是用于“反做”某一个版本，以达到撤销该版本的修改的目的。比如，我们commit了三个版本（版本一、版本二、 版本三），突然发现版本二不行（如：有bug），想要撤销版本二，但又不想影响撤销版本三的提交，就可以用 git revert 命令来反做版本二，生成新的版本四，这个版本四里会保留版本三的东西，但撤销了版本二的东西。这个时候我们不需要text.txt这个文件了，那就是说不想要“add text.txt”那个版本的操作，那可以通过反做“add text.txt”这个版本来实现。...

原创 轨迹预测分享

PRIME工作的核心思想是通过基于模型的方法生成预测轨迹候选集，减少后续轨迹搜索空间。PIP的核心思想是将Planning输出的自车规划的轨迹传递给预测模块，以更好的来进行目标车辆未来轨迹预测。传统的Planning与Prediction之间的关系预测模块只预测目标车轨迹，然后将轨迹传递给Planning帮助其更好的对自车候选轨迹进行打分。...

原创 编码与解码

首先说一下背景：由于计算机是美国人发明的，因此最早只有127个字母被编码到计算机中，也就是大小写英文字母、数字和一些符号，这个编码表称为ASCII编码。例如：大写字母A的编码是65，小写字母z的编码时122。要处理中文，显然一个字节是不够的，至少需要两个字节，且不能和ASCII编码冲突，所以我国制定了GB2312编码，用于把中文编进去。可以想象，全世界上有上百种语言，日本把日文编写到Shift_JIS里，韩国把韩文编写到Euc-kr里，各国有各国的标准，就不可避免出现冲突，结果就是，在多语言混合的文本中就会

原创 linux常用命令和基本常识

显示linux服务器版本信息cat /proc/versioncat命令连接文件并打印到标准输出设备上，cat经常用来显示文件的内容查看显卡nvidia-smi # 查看显卡信息cat /usr/local/cuda/version.txt # 查看cuda版本cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2 # 查........................

原创 python命令行参数-argparse模块基本用法

python命令行参数-argparse模块基本用法

原创 临床试验中的样本量估算---理论篇

本文描述的是常用的临床试验样本量估算方法及背景知识，如组数最多涉及两组、总体为正态总体、假设检验方法为Z检验或T检验。一、临床试验中的样本量临床试验中的样本量指的是在指定的显著性水平α\alphaα下，以期望的统计效能1−β1-\beta1−β检验出具备临床意义的差异，所需的最小的样本量。二、样本量估算公式样本量的估算公式主要与以下6个因素相关：临床试验设计类型如单样本试验、配对试验、平行对照试验临床试验评价指标类型定量指标：评价定量资料的指标，如平均误差，标准差；定性指标：评价定性.

原创 临床试验中的样本量估算---实践篇

# -*- coding: utf-8 -*-"""__author__ == "BigBrother""""import numpy as npimport osfrom scipy.stats import norm, t"""公式实现"""alpha = 0.05 # 显著性水平，犯第一类错误的概率beta = 0.02 #　犯第二类错误的概率sigma = 8 # 试验组和对照组的合并标准差delta = 5Z_percent_alpha = norm.pp

原创 seaborn

格式&风格调整import seaborn as snssns.set_theme(context="notebook", style="darkgrid", # 图形风格 palette="deep", # 调色板 font="sans-serif", font_scale=1, # 字体大小 solor_codes=True, rc=None)sns.set_style("dark") # seaborn有5种

原创 Excel常用函数

1、求均值average(v1:v5)2、求标准差stdev(v1:v5)3、求方差VAR(v1:v5)4、求MAESUMPRODUCT(ABS(C2:C11))/COUNT(C2:C11) //C2:C11为误差

原创 下载github指定文件

使用tortoisesvn下载github中指定文件(1) 下载软件tortoisesvn(2) 右键点击->SVN Checkout(3) 填写URL of repository(4) 将URL中的“tree/master”改为“trunk”

原创 假设检验和AB测试

2、血压测量（1）有创血压测量方法（2）无创血压测量有感血压测量（阻断式、半阻断式）阻断式：听诊法、示波法半阻断式：恒定容积法、动脉张力法无感血压测量（基于脉搏波）脉搏波传播速度法（PWV）： **PWV：脉搏波传播速度**1995年，Young等人提出血压与脉搏波传输速度之间的关系：P=A∗ln(PWV)+BP=A*ln(PWV)+BP=A∗ln(PWV)+BPTT：脉搏波传输时间通过同步测量近心端和远心端两处位置的PPG信号， PAT：脉搏波到达时间脉

原创 pandas常用操作

1、Series.value_counts(normalize=False)与Series.count()value_counts(normalize=False): 统计df某一列各个值出现的次数，若noemalize=True,则返回出现频率count():返回某一列非空元素的个数2、修改df的数据类型在创建df时指定数据类型data = {"a" :[1,2,3], "b":[4,5,6]}data = pd.DataFrame(data, dtype={"a": np.float

原创 时序数据特征提取

https://wenku.baidu.com/view/e9ae7cd2fad6195f302ba623.html

原创 柱状图、堆叠柱状图、坐标抽为时间序列

import matplotlib.pyplot as pltimport numpy as npimport matplotlib as mplmpl.rcParams["font.sans-serif"] = ["SimHei"]mpl.rcParams["axes.unicode_minus"] = Falsepos_num = [108, 36, 121, 109, 147,...

原创 缺失值处理方法

原创 关于时间序列训练集与验证集的构建

将时间序列预测问题处理成标准的分类与回归问题进行处理，在划分训练集与测试集时不能够随机划分，因为在构造样本时选取的时间步长一般很短，那么某些样本之间的差异会很小，如果随机划分会导致验证集的结果过于乐观。时间序列数据交叉验证的方式一般有两种：（1）如果时间序列数据存在明显的趋势或者周期性的话，一般采用forward chain方法，如下所示：但是这种方法其实也存在问题，因为每次交叉训练集的大...

原创 prophet实战

（1）Prophet类参数：growth: linear or logisticchangepoints: date 列表，如果没被指定，则自动选择n_changepoints: 自动选择模式下的变点数量，如果设置了changepoints，则这个参数失效；否则从历史数据的前changepoint_range比例中等间隔选择n_changepoints个变点。changepoint_r...

原创 datetime

字符串与datetime相互转化datetime.datetime(year, month, day[, hour[, minute[, second[, microsecond[,tzinfo]]]]])年 月 日 时 分 秒 毫秒 时区信息from datetime import datetime# 将datetime转为字符串stamp = datetime(2018, 1, 1...

原创 prophet论文阅读笔记

TBA

原创 win7 安装prophet

(1)首先安装minicondaMiniconda 是一个 Anaconda 的轻量级替代，默认只包含了 python 和 conda，但是可以通过 pip 和 conda 来安装所需要的包。pip与conda的区别：![区别](https://img-blog.csdnimg.cn/20190717202126505.png?x-oss-process=image/watermark,t...

原创 含有缺失值特征之间的相关性分析

方法1 Complete case analysis假如要分析特征1和特征2之间的相关性，只考虑那些特征1和特征2都没有缺失的样本；方法2 multiple imputation 多重插值根据对某个缺失值构造的估计值个数的多少，可以分为单一插补法和多重插补法。单一插补法：为每一个缺失值构造一个估计值，再对插补估计值后的数据集使用针对完整数据集分析的方法进行统计分析。比如使用均值填充，但是...

原创 pandas缺失值处理

（1）如果想将inf或-inf当成NaN，可以通过以下设置pandas.options.mode.use_inf_as_na = True

原创 pandas map与apply

mapmap不是df的方法，而是Series的方法可以用来对df的某一列的所有元素执行某个操作data["timestamp"].map(lambda x: str2datetime(x)) # 将字符串转为TimeStamp类型， 注意不是data[["timestamp"]]apply可以对df的多行或者多列的元素执行某一操作def func(item): """ 将“01”...

原创 pandas合并操作

merge通过键（这里的键是dataframe的某一列）拼接列,应用场景：针对同一主键存在两张包含不同字段的表，如果想把这两张表整合成一张表，就可以使用merge。merge结果的行数并没有pd.merge(left, right, how="inner", on=None, ...)是pd的方法，即pd.merge， 每次只能合并两个dfjoin同样是拼接列，但主要是将索引作为键。...

原创 python多进程multiprocessing

multiprocessing 的使用在做特征工程或者处理文件是经常要使用多进程，用法如下：from multiprocessing import Poolfrom functools import partialfrom tqdm import tqdm # python 的一个进度条库PROCESSES = 5 # 进程数# pool.mapdef test1(args): ...

转载 win10下删除ubuntu及其引导项

本文主要针对UEFI和GPT双系统下Ubuntu EFI分区及启动项的删除。1、查看电脑分区信息电脑分区信息如我上一篇博客所示，打开win10磁盘管理器，可以看到相应分区信息，具体如下图(根据个人分区方式会不同)：这里说明下，磁盘1中标红色的为Ubuntu下各分区信息，分别为：swap分区，EFI分区，/home分区，/usr分区和...