<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[qq_43300880的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/qq_43300880</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; qq_43300880]]></copyright><item><title><![CDATA[使用pandas和seaborn绘图]]></title><link>https://blog.youkuaiyun.com/qq_43300880/article/details/130151610</link><guid>https://blog.youkuaiyun.com/qq_43300880/article/details/130151610</guid><author>qq_43300880</author><pubDate>Fri, 14 Apr 2023 13:38:41 +0800</pubDate><description><![CDATA[Python创建图形的方式非常多]]></description><category></category></item><item><title><![CDATA[Matplotlib 入门]]></title><link>https://blog.youkuaiyun.com/qq_43300880/article/details/130046737</link><guid>https://blog.youkuaiyun.com/qq_43300880/article/details/130046737</guid><author>qq_43300880</author><pubDate>Sun, 09 Apr 2023 20:11:17 +0800</pubDate><description><![CDATA[Matplotlib是一个Python 2D绘图库，它以多种硬拷贝格式和跨平台的交互式环境生成出版物质量的图形。 Matplotlib可用于Python脚本，Python和IPython Shell、Jupyter笔记本，Web应用程序服务器和四个图形用户界面工具包。]]></description><category></category></item><item><title><![CDATA[Python常用函数使用总结]]></title><link>https://blog.youkuaiyun.com/qq_43300880/article/details/128394865</link><guid>https://blog.youkuaiyun.com/qq_43300880/article/details/128394865</guid><author>qq_43300880</author><pubDate>Wed, 21 Dec 2022 11:26:56 +0800</pubDate><description><![CDATA[Python os.path模块常见函数用法， Python os.environ模块环境变量详解等函数使用内容]]></description><category></category></item><item><title><![CDATA[Google Python命名规范]]></title><link>https://blog.youkuaiyun.com/qq_43300880/article/details/127359734</link><guid>https://blog.youkuaiyun.com/qq_43300880/article/details/127359734</guid><author>qq_43300880</author><pubDate>Mon, 17 Oct 2022 11:07:00 +0800</pubDate><description><![CDATA[Google Python命名规范]]></description><category></category></item><item><title><![CDATA[MySQL基础知识总结]]></title><link>https://blog.youkuaiyun.com/qq_43300880/article/details/126597587</link><guid>https://blog.youkuaiyun.com/qq_43300880/article/details/126597587</guid><author>qq_43300880</author><pubDate>Tue, 30 Aug 2022 09:50:56 +0800</pubDate><description><![CDATA[MySQL 是最流行的关系型数据库管理系统，在 WEB 应用方面 MySQL 是最好的 RDBMS(Relational Database Management System：关系数据库管理系统)应用]]></description><category></category></item><item><title><![CDATA[深度学习实战教程（一）：感知器]]></title><link>https://blog.youkuaiyun.com/qq_43300880/article/details/126245477</link><guid>https://blog.youkuaiyun.com/qq_43300880/article/details/126245477</guid><author>qq_43300880</author><pubDate>Tue, 09 Aug 2022 12:57:16 +0800</pubDate><description><![CDATA[上图中每个圆圈都是一个神经元，每条线表示神经元之间的连接。我们可以看到，上面的神经元被分成了多层，层与层之间的神经元有连接，而层内之间的神经元没有连接。最左边的层叫做**输入层**，这层负责接收输入数据；最右边的层叫**输出层**，我们可以从这层获取神经网络输出数据。输入层和输出层之间的层叫做**隐藏层**。...]]></description><category></category></item><item><title><![CDATA[机器学习实战练手项目]]></title><link>https://blog.youkuaiyun.com/qq_43300880/article/details/125441756</link><guid>https://blog.youkuaiyun.com/qq_43300880/article/details/125441756</guid><author>qq_43300880</author><pubDate>Fri, 24 Jun 2022 11:07:23 +0800</pubDate><description><![CDATA[机器学习是一种从数据生成规则、发现模型，来帮助我们预测、判断、分析和解决问题的技术。一个机器学习项目从开始到结束大致分为5步，分别是定义问题、收集数据和预处理、选择算法和确定模型、训练拟合模型、评估并优化模型性能。......]]></description><category></category></item><item><title><![CDATA[一次学会Python数据可视化]]></title><link>https://blog.youkuaiyun.com/qq_43300880/article/details/125394338</link><guid>https://blog.youkuaiyun.com/qq_43300880/article/details/125394338</guid><author>qq_43300880</author><pubDate>Tue, 21 Jun 2022 16:53:10 +0800</pubDate><description><![CDATA[今天来讲讲 Python 的可视化技术。 如果你想要用 Python 进行数据分析，就需要在项目初期开始进行探索性的数据分析，这样 方便你对数据有一定的了解。其中最直观的就是采用数据可视化技术，这样，数据不仅一目 了然，而且更容易被解读。同样在数据分析得到结果之后，我们还需要用到可视化技术，把最终的结果呈现出来。...]]></description><category></category></item><item><title><![CDATA[Pytorch学习笔记（一）—— Pytorch基础]]></title><link>https://blog.youkuaiyun.com/qq_43300880/article/details/125092378</link><guid>https://blog.youkuaiyun.com/qq_43300880/article/details/125092378</guid><author>qq_43300880</author><pubDate>Thu, 02 Jun 2022 08:00:00 +0800</pubDate><description><![CDATA[更多文章代码详情可查看博主个人网站：https://www.iwtmbtly.com/导入需要使用的库和文件：
一、什么是Tensor
在深度学习中，从数据的组织，到模型内部的参数，都是通过一种叫做张量（Tensor）的数据结构进行表示和处理。Tensor 是深度学习框架中极为基础的概念，也是 PyTroch、TensorFlow 中最重要的知识 点之一，它是一种数据的存储和处理结构。回忆一下我们目前知道的几种数据表示：为了帮助你更好理解标量、向量和矩阵，我特意准备了一张示意图，可以结合图片理解。不难发现，]]></description><category></category></item><item><title><![CDATA[安装Pytorch及其使用环境]]></title><link>https://blog.youkuaiyun.com/qq_43300880/article/details/125060019</link><guid>https://blog.youkuaiyun.com/qq_43300880/article/details/125060019</guid><author>qq_43300880</author><pubDate>Tue, 31 May 2022 10:31:41 +0800</pubDate><description><![CDATA[前导

更多文章代码详情可查看博主个人网站：https://www.iwtmbtly.com/

Pytorch简介
为什么选择 PyTorch 框架？从 19 年起，无论是学术界还是工 程界 PyTorch 已经霸占了半壁江山，可以说 PyTorch 已经是现阶段的主流框架了。 这里的 Py 我们不陌生，它就是 Python，那 Torch 是什么？从字面翻译过来是一个“火 炬”。

什么是火炬呢？其实这跟 TensorFlow 中的 Tensor 是一个意思，我们可以把它看成是能 在 GPU 中计算的矩]]></description><category></category></item><item><title><![CDATA[Pandas学习笔记（九）—— Pandas时序数据]]></title><link>https://blog.youkuaiyun.com/qq_43300880/article/details/125029031</link><guid>https://blog.youkuaiyun.com/qq_43300880/article/details/125029031</guid><author>qq_43300880</author><pubDate>Sun, 29 May 2022 11:44:22 +0800</pubDate><description><![CDATA[Pandas 是 Python 的核心数据分析支持库，提供了快速、灵活、明确的数据结构，旨在简单直观地处理关系型、标记型数据。Pandas 的目标是成为 Python 数据分析实践与实战的必备高级工具，其长远目标是成为最强大、最灵活、可以支持任何语言的开源数据分析工具。经过多年不懈的努力，Pandas 离这个目标已经越来越近了。]]></description><category></category></item><item><title><![CDATA[Pandas学习笔记（八）—— Pandas分类数据]]></title><link>https://blog.youkuaiyun.com/qq_43300880/article/details/125029001</link><guid>https://blog.youkuaiyun.com/qq_43300880/article/details/125029001</guid><author>qq_43300880</author><pubDate>Sun, 29 May 2022 11:43:00 +0800</pubDate><description><![CDATA[Pandas 是 Python 的核心数据分析支持库，提供了快速、灵活、明确的数据结构，旨在简单直观地处理关系型、标记型数据。Pandas 的目标是成为 Python 数据分析实践与实战的必备高级工具，其长远目标是成为最强大、最灵活、可以支持任何语言的开源数据分析工具。经过多年不懈的努力，Pandas 离这个目标已经越来越近了。]]></description><category></category></item><item><title><![CDATA[Pandas学习笔记（七）—— Pandas文本数据]]></title><link>https://blog.youkuaiyun.com/qq_43300880/article/details/125020302</link><guid>https://blog.youkuaiyun.com/qq_43300880/article/details/125020302</guid><author>qq_43300880</author><pubDate>Sat, 28 May 2022 17:01:21 +0800</pubDate><description><![CDATA[Pandas 是 Python 的核心数据分析支持库，提供了快速、灵活、明确的数据结构，旨在简单直观地处理关系型、标记型数据。Pandas 的目标是成为 Python 数据分析实践与实战的必备高级工具，其长远目标是成为最强大、最灵活、可以支持任何语言的开源数据分析工具。经过多年不懈的努力，Pandas 离这个目标已经越来越近了。]]></description><category></category></item><item><title><![CDATA[Pandas学习笔记（六）—— Pandas数据缺失]]></title><link>https://blog.youkuaiyun.com/qq_43300880/article/details/125020287</link><guid>https://blog.youkuaiyun.com/qq_43300880/article/details/125020287</guid><author>qq_43300880</author><pubDate>Sat, 28 May 2022 17:00:15 +0800</pubDate><description><![CDATA[Pandas 是 Python 的核心数据分析支持库，提供了快速、灵活、明确的数据结构，旨在简单直观地处理关系型、标记型数据。Pandas 的目标是成为 Python 数据分析实践与实战的必备高级工具，其长远目标是成为最强大、最灵活、可以支持任何语言的开源数据分析工具。经过多年不懈的努力，Pandas 离这个目标已经越来越近了。]]></description><category></category></item><item><title><![CDATA[Pandas学习笔记（五）—— Pandas合并]]></title><link>https://blog.youkuaiyun.com/qq_43300880/article/details/125008612</link><guid>https://blog.youkuaiyun.com/qq_43300880/article/details/125008612</guid><author>qq_43300880</author><pubDate>Fri, 27 May 2022 17:55:06 +0800</pubDate><description><![CDATA[Pandas 是 Python 的核心数据分析支持库，提供了快速、灵活、明确的数据结构，旨在简单直观地处理关系型、标记型数据。Pandas 的目标是成为 Python 数据分析实践与实战的必备高级工具，其长远目标是成为最强大、最灵活、可以支持任何语言的开源数据分析工具。经过多年不懈的努力，Pandas 离这个目标已经越来越近了。]]></description><category></category></item><item><title><![CDATA[Pandas学习笔记（四）—— Pandas变形]]></title><link>https://blog.youkuaiyun.com/qq_43300880/article/details/125008581</link><guid>https://blog.youkuaiyun.com/qq_43300880/article/details/125008581</guid><author>qq_43300880</author><pubDate>Fri, 27 May 2022 17:53:58 +0800</pubDate><description><![CDATA[Pandas 是 Python 的核心数据分析支持库，提供了快速、灵活、明确的数据结构，旨在简单直观地处理关系型、标记型数据。Pandas 的目标是成为 Python 数据分析实践与实战的必备高级工具，其长远目标是成为最强大、最灵活、可以支持任何语言的开源数据分析工具。经过多年不懈的努力，Pandas 离这个目标已经越来越近了。]]></description><category></category></item><item><title><![CDATA[Pandas学习笔记（三）—— Pandas分组]]></title><link>https://blog.youkuaiyun.com/qq_43300880/article/details/125001167</link><guid>https://blog.youkuaiyun.com/qq_43300880/article/details/125001167</guid><author>qq_43300880</author><pubDate>Fri, 27 May 2022 11:48:27 +0800</pubDate><description><![CDATA[Pandas 是 Python 的核心数据分析支持库，提供了快速、灵活、明确的数据结构，旨在简单直观地处理关系型、标记型数据。Pandas 的目标是成为 Python 数据分析实践与实战的必备高级工具，其长远目标是成为最强大、最灵活、可以支持任何语言的开源数据分析工具。经过多年不懈的努力，Pandas 离这个目标已经越来越近了。]]></description><category></category></item><item><title><![CDATA[Pandas学习笔记（二）—— Pandas索引]]></title><link>https://blog.youkuaiyun.com/qq_43300880/article/details/124985663</link><guid>https://blog.youkuaiyun.com/qq_43300880/article/details/124985663</guid><author>qq_43300880</author><pubDate>Thu, 26 May 2022 15:32:35 +0800</pubDate><description><![CDATA[Pandas 是 Python 的核心数据分析支持库，提供了快速、灵活、明确的数据结构，旨在简单直观地处理关系型、标记型数据。Pandas 的目标是成为 Python 数据分析实践与实战的必备高级工具，其长远目标是成为最强大、最灵活、可以支持任何语言的开源数据分析工具。经过多年不懈的努力，Pandas 离这个目标已经越来越近了。]]></description><category></category></item><item><title><![CDATA[Pandas学习笔记（一）—— Pandas基础]]></title><link>https://blog.youkuaiyun.com/qq_43300880/article/details/124971639</link><guid>https://blog.youkuaiyun.com/qq_43300880/article/details/124971639</guid><author>qq_43300880</author><pubDate>Wed, 25 May 2022 18:50:20 +0800</pubDate><description><![CDATA[Pandas 是 Python 的核心数据分析支持库，提供了快速、灵活、明确的数据结构，旨在简单、直观地处理关系型、标记型数据。Pandas 的目标是成为 Python 数据分析实践与实战的必备高级工具，其长远目标是成为最强大、最灵活、可以支持任何语言的开源数据分析工具。经过多年不懈的努力，Pandas 离这个目标已经越来越近了。]]></description><category></category></item><item><title><![CDATA[NumPy学习笔记（二）—— 随机数与数学函数]]></title><link>https://blog.youkuaiyun.com/qq_43300880/article/details/124971556</link><guid>https://blog.youkuaiyun.com/qq_43300880/article/details/124971556</guid><author>qq_43300880</author><pubDate>Wed, 25 May 2022 18:44:02 +0800</pubDate><description><![CDATA[NumPy（Numerical Python）是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。如果你使用 Python 语言进行科学计算，那么一定会接触到 NumPy。

NumPy 的英文全称为 Numerical Python，意味 Python 面向数值计算的第三方库。NumPy 的特点在于，针对 Python 内建的数组类型做了扩充，支持更高维度的数组和矩阵运算，以及更丰富的数学函数。]]></description><category></category></item></channel></rss>