Ming_Dazhou

基于LSTM的大规模资金流入流出的大数据预测实例 目录： 一：数据预处理 二：构建神经网络 三：训练神经网络（神经网络的保存） 四：使用LSTM算法进行预测（神经网络的恢复） 前言： 作为一名大二的学生，接触ML&DL的时间也还没超过一年，写下博客只是用于记录自己的学习成果，以方便日后查找、应用，水平及其有限，不讳言很多东西都是CTRL...

  创建文件： import pandas as pd df = pd.DataFrame() # DataFrame实例 df.to_csv('C:/Temp/output.csv') #save to file 在文件里写入： df = pd.DataFrame( {'ID':[1,2,3],'name':['Tim','Vector','Jim'] } ) df.to_...

Series是pandas的一种数据结构 # eg.1 s1 = pd.Series() #实例化一个Series # s1.data() # s1.name() # # s1.index 对于Series比较重要的是它的data 、name 、index FutureWarning: Series.data is deprecated and will be removed in ...

一、 eg.1 dates = pd.date_range('20190101',periods=6) df = pd.DataFrame(np.arange(24).reshape((6,4)),index=dates,columns=['A','B','C','D']) # 选取某列 print(df['A']) print(df.A) df.['A']和df.A的效果完全一样 ...

dates = pd.date_range('20190101',periods=6) df = pd.DataFrame(np.arange(24).reshape((6,4)),index=dates,columns=['A','B','C','D']) print(df) 1、修改某个特定数据 # select by position df.iloc[2,2] = 1111 ...

import pandas as pd import numpy as np dates = pd.date_range('20190101',periods=6) df = pd.DataFrame(np.arange(24).reshape((6,4)),index=dates,columns=['A','B','C','D']) df.iloc[0,1] = np.nan df.iloc...

df0 = pd.DataFrame(np.ones((3,4))*0,columns=['a','b','c','d']) df1 = pd.DataFrame(np.ones((3,4))*1,columns=['a','b','c','d']) df2 = pd.DataFrame(np.ones((3,4))*2,columns=['a','b','c','d']) print(df0)...

1 添加路径 2 运行下面的代码生成 file.spec pyinstaller -F file.py 3 在filename.spec 文件头添加下面语 import sys sys.setrecursionlimit(5000) 4在你打包的命令行中先输入chcp 65001然后再输入打包命令。 # pyinstaller -F xxx.py pyinstalle...