周末饺子配啤酒的博客

关于List的一些记录list 是Python中最基本的数据结构。序列中的每个元素都分配一个数字 - 它的位置。list是一个可变的数据存储结构创建方法list的创建方式主要有三种直接创建构造函数创建推导式创建# 直接创建方式 L = [] L = [1,2,3,4] L = ['beijing','shanghai'...

模型任务接受波士顿地区的房价特征，一共13个，根据特征预测房子售价数据载入import sklearn.datasets as sd #标准样本数据集housing = sd.load_boston()#使用housing.feature_names查看房价特征#通过housing.data查看特征矩阵，测试集和训练集划分#打乱原数据集，保证数据随机性#随...

数据读入数据读入&形成特征矩阵x,y = [],[]with open('abnormal.txt','r') as f: for line in f.readlines(): data = [float(substr) for substr in line.split(',')] #遍历每行的数据添加到ｄａｔａ x.append(d...

数据载入x,y = [],[]with open('single.txt','r') as f: for line in f.readlines(): data = [float(substr) for substr in line.split(',')] #遍历每行的数据添加到ｄａｔａ x.append(data[:-1]) #特征矩阵 ...

机器学习中对于数的预处理都在sklearn的preprocessing中下面整理了基本的数据预处理方法均值移除为了统一样本中不同特征的基准值和分散度，可以将各个特征的平均值调整为0,标准差调整为1，这个过程为均值移除实现过程import sklearn.preprocessing as sp均值移除后样本 = sp.scale(原始样本)import sklearn.prep...

线性代数子模块（linalg）np.linalg.inv(a,b) 求矩阵的逆np.linalg.solve(a,b) 解线性方程组，返回结果np.linalg.lstsq(a,b)[0] 解线性方程组，返回的第一行是解结果np.linalg.eig() 返回特征值和特征向量np.linalg.svd(M) 返回M矩阵的奇异值分解的矩阵 U Vnp.linalg.det(...

向量卷积

任务目标预测收盘价，时间窗口设置为5，即采用5天的收盘价格，建立线性方程组，预测最后一天的收盘价格模型原理采用线性拟合，现在假设有一组数据(a,b,c,d,e,f)那么根据目前的数据趋势请给出后面的数据是多少那么这就可以总结为线性拟合，根据已知的数据建立线性方程组如下 d = aA+bB+cC e = bA+cB+dC ...

文件操作读入文件numpy.loadtxt(文件名,delimiter=分隔符,usecols=选择列,unpack=是否解包, dtype=目标类型, converters=转换器)->二维数组(unpack=False)/列一维数组集(unpack=True)保存文件numpy.savetxt(文件名,二维数组,delimiter...

导入绘图工具包import matplotlib.pypolt as mp基本绘图函数mp.plot(水平坐标（数组），垂直坐（数组）,linestyle = '线型',linewight = '线宽',color = '颜色')x = np.linspace(-np.pi, np.pi, 1000) #产生-pi到pi的1000个均匀分布的样本点cos_y = np...

导入numpy第三方库import numpy as np多维数组numpy中的多维数组是numpy.ndarray类类型的对象，可用于表示数据结构中的任意维度的数组；numpy中的创建的数组在内存中时连续的创建数组np.arrange(起始,终止,步长)：创建一维数组np.array(任何可以被解释为数组的容器)改变数组类型ndarray.dtype...

关于解决pip install xx过程中的遇到的一万个吐血超时问题解决方案一：找到pip文件夹新建pip.ini文件添加如下内容[global]timeout = 60000index-url = https://pypi.tuna.tsinghua.edu.cn/simple[install]use-mirrors = truemirrors = https://py...

本文记录python网络编程中关于TCP套接字编程的客户端和服务端的框架，以及UDP套接字编程的客户端和服务端的框架TCP套接字编程TCP套接字编程是基于TCP三次握手和四次挥手的基础上，因此在数据传输前需要建立连接，那么TCP套接字编程的服务端和客户端端的工作流程如下所示 基础服务端框架'''服务端框架1.0'''import socket...

本篇文章主要记录python中量大容器字典和集合，不要说什么列表、元组这俩是序列，虽然都是用来存储数据的但是其本质是不同。但是在python中序列和容器的使用感受差别实在是太小了，主要是看存储的数据的特征选取合适的数据类型就可以了字典定义表现形式：{'key1':value1,'key2':value2}字典是一种可变的容器，字典中的数据采用key-value对进行映射存储(和m...

python3中有很多比较别致的函数定义方式，让没有见过的同学总是很头痛，这一堆表达式到底是想干什么呀ヽ(#`Д´)ﾉ，本篇就总结一下python中出现的别致函数定义lambda 表达式定义：创建一个匿名函数对象，不提供函数名lambda [参数1,,参数2,...]:表达式让给定的参数执行表达式的操作然后返回操作结果表达式的调用与函数的调用相同myadd = lambda a...

在学习完函数编程后，发现又有一个很小但是很重要的问题，那就是python变量的作用域，本文整理了python中变量的作用（全局变量和局部变量）作用域既然要谈到局部变量和全局变量，那么就不可避免的需要说一下python中的作用域划分python中主要有4个作用域分别为Local function：局部作用域(函数内部)enclosing function locals：外部嵌套函数...

博主在学完python基本数据类型后就开始迫不及待的去编写自己的程序去了，但是写出来的程序总是和大神的差了不是一星半点，后来发现那是因为我和大神之间差了n个函数w(ﾟДﾟ)w，因此勤学努力的博主又去学习了帮助python高逼格编程的函数^_^函数定义python 定义函数的格式如下：def function_name(形参列表)： function_body return...

plot绘图颜色和标志设定x轴数据，y轴数据，format_string控制曲线的格式字串format_string 由颜色字符，风格字符，和标记字符实例d = tsne[r[u'类别数目'] == 0] #找出聚类类别为0的数据对应的降维结果plt.plot(d[0], d[1], 'r.') #红色小点d = tsne[r[u'类别数目'] == 1]plt.plot...