<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[michael_wq的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/michael_wq</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; michael_wq]]></copyright><item><title><![CDATA[jupyter 导出 html 或者 pdf 如何隐藏/删除input行，只留下output]]></title><link>https://blog.youkuaiyun.com/michael_wq/article/details/121883579</link><guid>https://blog.youkuaiyun.com/michael_wq/article/details/121883579</guid><author>michael_wq</author><pubDate>Sun, 12 Dec 2021 10:22:38 +0800</pubDate><description><![CDATA[最近发现一个比较头疼的问题，jupyter导出的时候input有时候真的太长了，特别是用pandas和matplotlib处理表格和画图的代码其实放出来很多时候并没有什么意义。在网上找了半天的资料，试了一下要么不成，要么被自己的智商限制住????。
突然想到其实导出的html可以去修改起源代码嘛，这样用javascript的DOM配合上函数不就能把input直接删掉么？特此尝试了一下，发现的确是ok的！可能不是最好的方法，但感觉基本满足我的需求了
1. 首先导出HTML
。

2. 浏览器打开inspect]]></description><category></category></item><item><title><![CDATA[【Python-docx】隔行删除内容]]></title><link>https://blog.youkuaiyun.com/michael_wq/article/details/114866730</link><guid>https://blog.youkuaiyun.com/michael_wq/article/details/114866730</guid><author>michael_wq</author><pubDate>Tue, 16 Mar 2021 08:25:22 +0800</pubDate><description><![CDATA[记录一个使用python批量更改word内容方法：
问题：
最近想学英语，也关注了一个讲data science面试的youtuber，但总是看视频有点累，有时候希望可以直接看到重要的咨询，从Youtube上找到了字幕，但中间隔着时间比较影响阅读，但是用鼠标一行一行的删除好麻烦，怎么办？

解决：
from docx import Document
fileName = 'xxx'
document = Document(fileName + '.docx')
for i in range(1, len(d]]></description><category></category></item><item><title><![CDATA[kaggle比赛学习总结-kaggle-2020-visualization-analysis]]></title><link>https://blog.youkuaiyun.com/michael_wq/article/details/112911930</link><guid>https://blog.youkuaiyun.com/michael_wq/article/details/112911930</guid><author>michael_wq</author><pubDate>Wed, 20 Jan 2021 22:11:24 +0800</pubDate><description><![CDATA[今天做kaggle一个比赛，学习到一些东西，特此记录。
https://www.kaggle.com/subinium/kaggle-2020-visualization-analysis
.unstack()
当有一个一下数据


会将Q2的内容展开，变成column，忽略sort_index()，这个只是来通过index排序，可以区分一下sort_values()。
同理，如果从下面这个表用.stack()，就会变会上面那个表

.sum(axis=1)
当想对row求和的时候，或者其他运算的时候，不需]]></description><category></category></item><item><title><![CDATA[手把手教用爬虫爬sciencedirect学术研究]]></title><link>https://blog.youkuaiyun.com/michael_wq/article/details/111922845</link><guid>https://blog.youkuaiyun.com/michael_wq/article/details/111922845</guid><author>michael_wq</author><pubDate>Tue, 29 Dec 2020 21:09:49 +0800</pubDate><description><![CDATA[背景
做过学术的小伙伴都很应该很清楚知网了，看英文文献的话更加会接触过Elsevier。每当老板说：知道别人都在做一些什么研究吗？别的组都在从事什么方向了解吗？相关文献要多读一下。。。开始踏入学术圈的嘎杂，犹如无头苍蝇，摸不清楚方向，就算打不死也要愁死了。
最近它得知一传说，在网上有一神兽，可以有呼天唤地之力量，在互联网中穿梭自由，过及之处，可挥一挥衣袖，带走所有云彩，这就是—爬虫。
小伙伴问：“不需要这么麻烦，我去买一个不就完事了，要学会运用资本的力量。“ 嘎杂想了一下，觉的非常有道理，于是乎去联系了一下]]></description><category></category></item><item><title><![CDATA[阿里云天池-AI训练营机器学习TASK2 - 朴素贝叶斯(Naive Bayes)]]></title><link>https://blog.youkuaiyun.com/michael_wq/article/details/111634530</link><guid>https://blog.youkuaiyun.com/michael_wq/article/details/111634530</guid><author>michael_wq</author><pubDate>Thu, 24 Dec 2020 15:49:25 +0800</pubDate><description><![CDATA[朴素贝叶斯算法（Naive Bayes, NB) 是应用最为广泛的分类算法之一。它是基于贝叶斯定义和特征条件独立假设的分类器方法。由于朴素贝叶斯法基于贝叶斯公式计算得到，有着坚实的数学基础，以及稳定的分类效率。NB模型所需估计的参数很少，对缺失数据不太敏感，算法也比较简单。当年的垃圾邮件分类都是基于朴素贝叶斯分类器识别的。
什么是条件概率，我们从一个摸球的例子来理解。我们有两个桶：灰色桶和绿色桶，一共有7个小球，4个蓝色3个紫色，分布如下图：

从这7个球中，随机选择1个球是紫色的概率p是多少？选择过程如下]]></description><category></category></item><item><title><![CDATA[map(mapping)技巧]]></title><link>https://blog.youkuaiyun.com/michael_wq/article/details/110219163</link><guid>https://blog.youkuaiyun.com/michael_wq/article/details/110219163</guid><author>michael_wq</author><pubDate>Fri, 27 Nov 2020 08:30:25 +0800</pubDate><description><![CDATA[先说数据集



]]></description><category></category></item><item><title><![CDATA[柱状图叠加]]></title><link>https://blog.youkuaiyun.com/michael_wq/article/details/110218979</link><guid>https://blog.youkuaiyun.com/michael_wq/article/details/110218979</guid><author>michael_wq</author><pubDate>Fri, 27 Nov 2020 08:19:44 +0800</pubDate><description><![CDATA[]]></description><category></category></item><item><title><![CDATA[dataframe中寻找一些字符串的方法]]></title><link>https://blog.youkuaiyun.com/michael_wq/article/details/110159656</link><guid>https://blog.youkuaiyun.com/michael_wq/article/details/110159656</guid><author>michael_wq</author><pubDate>Thu, 26 Nov 2020 08:17:31 +0800</pubDate><description><![CDATA[一般常用的有两个


xxx.isin([‘a’, ‘b’])
isin中的字符串要与columns里头的字符串完全匹配，才会返回True。不能只是一部分


xxx…str.contains(’…’, na=False)
contains只需要含有就可以，不需要完全一模一样，包含一部分就会返回True



...]]></description><category></category></item><item><title><![CDATA[阿里云天池-AI训练营机器学习TASK3 - KNN]]></title><link>https://blog.youkuaiyun.com/michael_wq/article/details/109846622</link><guid>https://blog.youkuaiyun.com/michael_wq/article/details/109846622</guid><author>michael_wq</author><pubDate>Fri, 20 Nov 2020 14:00:41 +0800</pubDate><description><![CDATA[KNN原理介绍
k近邻方法是一种惰性学习算法，可以用于回归和分类，它的主要思想是投票机制，对于一个测试实例x, 我们在有标签的训练数据集上找到和最相近的k个数据，用他们的label进行投票，分类问题则进行表决投票，回归问题使用加权平均或者直接平均的方法。knn算法中我们最需要关注两个问题：k值的选择和距离的计算。
kNN中的k是一个超参数，需要我们进行指定，一般情况下这个k和数据有很大关系，都是交叉验证进行选择，但是建议使用交叉验证的时候，k∈[2,20]，使用交叉验证得到一个很好的k值。
k值还可以表示我]]></description><category></category></item><item><title><![CDATA[机器学习 - 集成学习（超全面）]]></title><link>https://blog.youkuaiyun.com/michael_wq/article/details/109773479</link><guid>https://blog.youkuaiyun.com/michael_wq/article/details/109773479</guid><author>michael_wq</author><pubDate>Wed, 18 Nov 2020 21:04:16 +0800</pubDate><description><![CDATA[看到一篇介绍集成学习的好文，但里头代码有点乱，特意研读整理一下，感谢大神
假设你去随机问很多人一个很复杂的问题，然后把它们的答案合并起来。通常情况下你会发现这个合并的答案比一个专家的答案要好。这就叫做群体智慧。同样的，如果你合并了一组分类器的预测（像分类或者回归），你也会得到一个比单一分类器更好的预测结果。这一组分类器就叫做集成；因此，这个技术就叫做集成学习，一个集成学习算法就叫做集成方法。
例如，你可以训练一组决策树分类器，每一个都在一个随机的训练集上。为了去做预测，你必须得到所有单一树的预测值，然后通过]]></description><category></category></item><item><title><![CDATA[python - function list generator]]></title><link>https://blog.youkuaiyun.com/michael_wq/article/details/109303111</link><guid>https://blog.youkuaiyun.com/michael_wq/article/details/109303111</guid><author>michael_wq</author><pubDate>Wed, 11 Nov 2020 07:49:21 +0800</pubDate><description><![CDATA[*args
传递多个变量进来
**kwargs
传递个字典过来
def func(**kwargs):
	for key, value in kwargs.items():
		print(key + ':' + value)

lambda
map(func, seq) 会遍历所有items在seq中
⚠️：要使用list(xxxxx)来读取数据

filter(func, seq)
表达的是一个判断，返回为True的原数值
list(map(lambda x : x % 2, range(10)))
#]]></description><category></category></item><item><title><![CDATA[阿里云天池-AI训练营机器学习TASK1 - logistic regression]]></title><link>https://blog.youkuaiyun.com/michael_wq/article/details/109579126</link><guid>https://blog.youkuaiyun.com/michael_wq/article/details/109579126</guid><author>michael_wq</author><pubDate>Mon, 09 Nov 2020 16:50:12 +0800</pubDate><description><![CDATA[AI训练营机器学习
超详细的讲解！可怕！
看完感觉自己是xx系列。
如何画出logistic regression的图
##  基础函数库
import numpy as np 

## 导入画图库
import matplotlib.pyplot as plt
import seaborn as sns

## 导入逻辑回归模型函数
from sklearn.linear_model import LogisticRegression

##Demo演示LogisticRegression分类

## 构]]></description><category></category></item><item><title><![CDATA[【solved】遇到一个matplotlib画图的问题-关于barplot排序画图]]></title><link>https://blog.youkuaiyun.com/michael_wq/article/details/109461450</link><guid>https://blog.youkuaiyun.com/michael_wq/article/details/109461450</guid><author>michael_wq</author><pubDate>Tue, 03 Nov 2020 08:57:09 +0800</pubDate><description><![CDATA[先说数据集

现在想plot id VS market_cap_perc
TOP_CAP_TITLE = 'Top 10 market capitalization'
TOP_CAP_YLABEL = '% of total cap'

ax = plt.subplot()
ax.bar('id', 'market_cap_perc', data=cap10)
ax.set_xticklabels(cap10['id'], rotation=90)
ax.set_ylabel(TOP_CAP_YLABEL)]]></description><category></category></item><item><title><![CDATA[python - seaborn sns]]></title><link>https://blog.youkuaiyun.com/michael_wq/article/details/109266640</link><guid>https://blog.youkuaiyun.com/michael_wq/article/details/109266640</guid><author>michael_wq</author><pubDate>Mon, 26 Oct 2020 20:35:24 +0800</pubDate><description><![CDATA[Q: 这个怎么搞用sns？
可以用hue
sns.scatterplot(x, y, data=df, hue='smoker')
plt.show()




]]></description><category></category></item><item><title><![CDATA[python - matplotlib.pyplot plt]]></title><link>https://blog.youkuaiyun.com/michael_wq/article/details/109240945</link><guid>https://blog.youkuaiyun.com/michael_wq/article/details/109240945</guid><author>michael_wq</author><pubDate>Sat, 24 Oct 2020 21:12:12 +0800</pubDate><description><![CDATA[import matplotlib.pyplot as plt

Q: 图中的点点怎么搞？

ax = plt.subplots()
ax.plot(x, y, marker='v'， linestype='--', color='r')
ax.set_xlabel('Time (months)')
plt.show()

具体的marker都有啥子：官方说明

time-series
Q: 读csv时候，如何把data转化成datetime格式？
import pandas as pd

df = pd.]]></description><category></category></item><item><title><![CDATA[pandas Q&A]]></title><link>https://blog.youkuaiyun.com/michael_wq/article/details/109236763</link><guid>https://blog.youkuaiyun.com/michael_wq/article/details/109236763</guid><author>michael_wq</author><pubDate>Fri, 23 Oct 2020 13:49:18 +0800</pubDate><description><![CDATA[Q: 如何把DataFrame datetime转化成datetime格式，然后在把year，month，day提取出来？
df['date'] = pd.to_datetime(df['date'], utc=True)

df['year'] = df['date'].dt.year


Q: 找出倒数10个数据
df.tail(10)

Q: 如何查找是否又重复数据？然后去掉重复的数据？
查找：
df['location'].duplicated() # 返回的是bool，所以可以靠这个索引

set]]></description><category></category></item><item><title><![CDATA[2020-10-21 pandas - tables关系]]></title><link>https://blog.youkuaiyun.com/michael_wq/article/details/109193594</link><guid>https://blog.youkuaiyun.com/michael_wq/article/details/109193594</guid><author>michael_wq</author><pubDate>Thu, 22 Oct 2020 22:23:02 +0800</pubDate><description><![CDATA[Pandas
Q: inner join用什么？
# df1, df2
df1.merge(df2, on='xxx', suffixes=('_aaa', '_bbb'))

Q: 多个tables拼接如何？
# df1, df2, df3
df1.merge(df2, on=['xxx', 'yyy']) /
.merge(df3, on='zzz', suffixes=(...))


]]></description><category></category></item><item><title><![CDATA[学习笔记-Numpy-常用]]></title><link>https://blog.youkuaiyun.com/michael_wq/article/details/109197937</link><guid>https://blog.youkuaiyun.com/michael_wq/article/details/109197937</guid><author>michael_wq</author><pubDate>Wed, 21 Oct 2020 13:33:57 +0800</pubDate><description><![CDATA[Q:  来一个从0到100，间隔是5.3的数组：
np.arange(0., 100., 5.3)
#array([ 0. ,  5.3, 10.6, 15.9, 21.2, 26.5, 31.8, 37.1, 42.4, 47.7, 53. ,58.3, 63.6, 68.9, 74.2, 79.5, 84.8, 90.1, 95.4])

Q: 来5个全部都是1的数组：
np.full(5, 1.0)
#array([1., 1., 1., 1., 1.])

Q: 来5个全部都是0的数组：
np.ze]]></description><category></category></item><item><title><![CDATA[TASK4_Python基础入门：Pokemon数据分析--阿里云天池]]></title><link>https://blog.youkuaiyun.com/michael_wq/article/details/108522082</link><guid>https://blog.youkuaiyun.com/michael_wq/article/details/108522082</guid><author>michael_wq</author><pubDate>Thu, 10 Sep 2020 20:22:11 +0800</pubDate><description><![CDATA[开始上手数据分析
对于数据分析，我整体下来发现自己的基础还是不是很牢固，主要还是熟练的工作，要灵活运用一些python package，了解数据格式，知道怎么批量更改数据把一些错误的值改成统一的，这样处理下来才不会出错。希望自己以后可以坚持下来，慢慢把这个骨头啃下来，也欢迎可以和小伙伴们一块学习，共同进步！
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

df = pd.read_csv("./pokemo]]></description><category></category></item><item><title><![CDATA[TASK3_Python基础入门：从函数到高级魔法方法--阿里云天池]]></title><link>https://blog.youkuaiyun.com/michael_wq/article/details/108483744</link><guid>https://blog.youkuaiyun.com/michael_wq/article/details/108483744</guid><author>michael_wq</author><pubDate>Wed, 09 Sep 2020 13:55:24 +0800</pubDate><description><![CDATA[函数

函数以def关键词开头，后接函数名和圆括号()。
函数执行的代码以冒号起始，并且缩进。
return [表达式] 结束函数，选择性地返回一个值给调用方。不带表达式的return相当于返回None。


def functionname (parameters):
&nbsp; &nbsp; &nbsp; &nbsp;“函数_文档字符串”
&nbsp; &nbsp; &nbsp; &nbsp; function_suite
&nbsp; &nbsp; &nbsp; &nbsp; return [exp]]></description><category></category></item></channel></rss>