htuhxf的博客

python - 装箱项目/3D Bin Packing problem

htuhxf — Tue, 14 Oct 2025 23:05:11 +0800

本文探讨了Python实现3D装箱问题的自主可控解决方案。目前市场上缺乏免费的开源工具，商业软件年费高达数千至上万美元。作者基于Google OR-Tools开发了一套优化算法，通过消除对称解提升19%-30%性能。方案包含三个核心模块：基础信息输入（集装箱和货物尺寸）、优化算法（使用CP-SAT模型处理装箱约束和朝向约束）以及3D可视化（Plotly实现）。实施案例采用40HQ集装箱（1203×235×269cm）装载4种不同规格的箱子，通过体积排序和逻辑优先级约束显著提升求解效率。该方案为企业提供了经济

文本分析NLP的常用工具和特点

htuhxf — Wed, 05 Feb 2025 21:16:56 +0800

1）非上下文感知型文本分析工具和特点。2）上下问感知型文本分析工具和特点。

TfidfVectorizer

htuhxf — Wed, 05 Feb 2025 21:14:18 +0800

是自然语言处理NLP中常用的文本特征提取工具，用于将文本数据转换为数据向量。– 高频词（TF高）但罕见（IDF高）的词语会获得高权重（e.g.专业术语）；：是通过统计词频和逆文档频率来量化词语在文本中的重要性。– 高频但常见的词语（如“的”、“是”）会被抑制。

已解决：OSError: [E050] Can‘t find model ‘en_core_web_sm‘.

htuhxf — Fri, 24 Jan 2025 14:53:44 +0800

根据spacy版本选择对应的en_core_web_sm版本。如spacy 3.8.4，则en_core_web_sm选择3.8.0即可。实测 pip无法直接安装，在无法翻墙的情况下怎么办？

【python笔记】datafram的时间动态可视化 pyecharts地图

htuhxf — Thu, 25 Apr 2024 19:39:40 +0800

【代码】【python笔记】datafram的时间动态可视化 pyecharts地图。

【python笔记】客户运营 - cohort分析

htuhxf — Wed, 22 Nov 2023 00:07:17 +0800

【代码】【python笔记】客户运营 - cohort分析。

Pandas笔记：explode

htuhxf — Wed, 27 Apr 2022 15:33:17 +0800

文章目录目标：把dataframe某个string格式的N个逗号分隔值，拆分成N行做法一：仅使用`explode()`做法二：`explode()`搭配`assign()`做法三：`explode()`搭配`apply` 目标：把dataframe某个string格式的N个逗号分隔值，拆分成N行 import pandas as pd dfnew = pd.DataFrame({'a': ['a', 'b'], 'b': ['1, 2, 3,', '4, 5, 6

【翻译】：UserWarning:FixedFormatter should only be used together with FixedLocator

htuhxf — Mon, 28 Mar 2022 00:22:52 +0800

设定x/y轴的标签的“个数”&“内容”&“格式”

【python笔记】经营分析-RFM和新老客户留存 by秦路

htuhxf — Sun, 06 Mar 2022 00:09:25 +0800

无意中看到非常不错的一篇文章《如何七周成为数据分析师》by秦路。此处记录1）精彩的地方，2）其它的想法

numpy笔记：.select()默认值的类型

htuhxf — Sat, 12 Feb 2022 21:09:58 +0800

numpy.select(condlist, choicelist, default=0)链接，当DataFame新生成字段时，choicelist如下3种会使得default的“0”的type分别为str和int：一、当select函数里choicelist是指定string value时，type为str： f['new'] = numpy.select([mask], ['value'], default=0) 二、当select函数里choicelist是df.series时，type为数

【Python笔记】爬取信息 + 储存到MySQL + 词云展示

htuhxf — Mon, 07 Feb 2022 23:50:20 +0800

从目标网站获取数据，然后储存到MySQL，最后云图展示

翻译：apply与transform在搭配groupby的不同

htuhxf — Wed, 18 Aug 2021 19:02:35 +0800

pandas.DataFrame.apply(func, axis=0)：将func沿着axis应用在DataFrame上并返回结果；文章链接：https://towardsdatascience.com/difference-between-apply-and-transform-in-pandas-242e5cf32705 pandas.DataFrame.transform(func, axis=0)：Call func on self producing a DataFrame with tran

几种分类的名词意思：Multiclass VS Multilabel VS Multioutput

htuhxf — Mon, 12 Apr 2021 01:02:08 +0800

Multiclass classification 打比方你想要把XX归到n_classes(即彼此不同&互斥的classes)。那么来举个栗子：我们有4个classes，分明是"Python"、“Java”、"C++“和"Other language”。此刻我们如果有6个XX，它们对应的classes标签存在数列y里 import numpy as np y = np.asarray(['Java', 'C++', 'Other language', 'Python', 'C++', 'Pytho

ML：产品分析之关联算法介绍 & python案例

htuhxf — Wed, 12 Aug 2020 23:30:12 +0800

Explanation of the Market Basket Mo Definition： List item It is a rule-based machine learning method for discovering interesting relatiosn between varianbles in large databases. It is intended to identify strong rules discovered in databases using some m

ML：非监督学习之聚类_从KMeans到GMM高斯混合聚类

htuhxf — Sun, 09 Aug 2020 16:24:46 +0800

本文节选于《Python Data Science Handbook》by Jake VanderPlas 2016-11-17 First Edition In Depth: Gaussian Mixture Model k-means 聚类模型简单、易于理解，但是也因此无法处理比较复杂的聚类问题。尤其是它的非概率论本质，和它用简单的distance-from-cluster-center/中心点距离来进行聚类方法，导致在许多实际情况下模型效果不佳。本文要讨论的GMM/Gaussian Mixture.

摘抄 - 从几何角度看协方差矩阵

htuhxf — Sun, 02 Aug 2020 21:49:20 +0800

简介：本文通过探索线性变换和变换后数据协方差的的关系，提供一个直观的、几何图示的协方差矩阵解释。大多数教材都是通过协方差矩阵的概念来解释数据的分布形状。相反的我们通过数据分布的形状来解释协方差矩阵。在先前的文章里我们探讨和方差的概念，并给出了预估方差的公式的推导和证明。这里Figure 1 展现了标准差——方差的根，量化了整个数据的分布：下边这个公式可以或许样本方差的估计值： σ2=1N−1∑i=1N(xi−μ)2=E[(x−E(x))(x−E(x))]=σ(x,x)\sigma^2=\frac{1

调参简例：SARIMA模型_手工调参过程

htuhxf — Thu, 04 Jun 2020 23:48:32 +0800

背景：SARIMA，简单说就是AR+MA+差分+季节性因素+趋势。所以参数在statsmodels.tsa.statespace.sarimax.SARIMAX里边，用3个指标涵盖核心参数，order(p,d,q)、seasonal_order(P,D,Q,s)和trend. Seasonal AutoRegessive Integrated Moving Average with eXogenous regessors model 一、步骤的文字描述： """准备阶段""" # 第一、定义一个待传入参.

时间序列分析1：python里用AR自回归模型分析预测时间序列

htuhxf — Sat, 18 Apr 2020 17:31:47 +0800

Autoregression / AR，就是用前期数据来预测后期数据的回归模型，所以叫做自回归模型。它的逻辑简单，但对时间序列问题能够做出相当准确的预测。 1）自回归函数 y^t=b0+b1yt−1+...+bnyt−n,其中n

时间序列笔记：python中如何用差分消趋势和季节性因素

htuhxf — Tue, 07 Apr 2020 21:15:17 +0800

时间序列模型：严格来说包含4个要素，Trend/趋势、Circle/循环、Seasonal /季节性和不规则要素。但是实际中C和S貌似更多的归为一个。一组时间序列数据有可能包含T和S，这都导致数据集不平稳。因为T会造成均值跟着时间变化而变化，S会造成方差随时间变动。在平稳化时间序列数据中，差分/differencing是种用得广&受欢迎的方法。笔记的目的是为了理解：平稳的时间...

sklearn笔记：transfrom()为什么接在fit_transform()后边而不是fit()？

htuhxf — Sun, 05 Jan 2020 23:24:17 +0800

举个例子：对于数据集X_train和X_test， from sklearn.preprocessing import PolynomialFeatures import numpy as np x_train = np.array([6, 8, 10, 14, 18]).reshape(-1, 1) x_test = np.array([6, 8, 11, 16]).reshape(-1, 1...