<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[udeme625的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/udeme625</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; udeme625]]></copyright><item><title><![CDATA[Datawhale数据分析之学术前沿分析学习笔记(五）]]></title><link>https://blog.youkuaiyun.com/udeme625/article/details/113106665</link><guid>https://blog.youkuaiyun.com/udeme625/article/details/113106665</guid><author>udeme625</author><pubDate>Mon, 25 Jan 2021 11:49:59 +0800</pubDate><description><![CDATA[任务5：作者信息关联一、任务说明？二、使用步骤1.引入库2.读入数据3.创建作者链接的无向图总结

一、任务说明？
学习主题：作者关联（数据建模任务），对论⽂作者关系进⾏建模，统计最常出现的作者关系；
学习内容：构建作者关系图，挖掘作者关系
学习成果：论⽂作者知识图谱、图关系挖掘。
二、使用步骤
1.引入库
代码如下（示例）：
import  pandas as pd
import  json
import networkx as nx
import matplotlib.pyplot as plt

2.]]></description><category></category></item><item><title><![CDATA[Datawhale数据分析之学术前沿分析学习笔记（四）]]></title><link>https://blog.youkuaiyun.com/udeme625/article/details/112985694</link><guid>https://blog.youkuaiyun.com/udeme625/article/details/112985694</guid><author>udeme625</author><pubDate>Fri, 22 Jan 2021 15:41:05 +0800</pubDate><description><![CDATA[任务4：论⽂种类分类一、任务说明二、使用步骤1.引入库2.读入数据3.数据预处理4.划分训练集和数据集5.建模总结

提示：以下是本篇文章正文内容，下面案例可供参考
一、任务说明
论⽂分类（数据建模任务），利⽤已有数据建模，对新论⽂进⾏类别分类。
二、使用步骤
1.引入库
代码如下（示例）：
import re
import pandas as pd
import json
from sklearn.preprocessing import MultiLabelBinarizer
from sklearn.]]></description><category></category></item><item><title><![CDATA[Datawhale数据分析之学术前沿分析学习笔记（三）]]></title><link>https://blog.youkuaiyun.com/udeme625/article/details/112863471</link><guid>https://blog.youkuaiyun.com/udeme625/article/details/112863471</guid><author>udeme625</author><pubDate>Wed, 20 Jan 2021 14:06:33 +0800</pubDate><description><![CDATA[Task3:论⽂代码统计一、任务说明？二、使用步骤1.引入库2.读入数据3.数据预处理4.图表展示4.1 统计各类别论文的平均数总结

一、任务说明？
论⽂代码统计，统计所有论⽂出现代码的相关统计。
二、使用步骤
1.引入库
import  json
import re
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

2.读入数据
代码如下（示例）：
data = []

with open('arxiv-met]]></description><category></category></item><item><title><![CDATA[Datawhale数据分析之学术前沿分析学习笔记（二）]]></title><link>https://blog.youkuaiyun.com/udeme625/article/details/112512515</link><guid>https://blog.youkuaiyun.com/udeme625/article/details/112512515</guid><author>udeme625</author><pubDate>Sat, 16 Jan 2021 20:21:47 +0800</pubDate><description><![CDATA[提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

文章目录前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结

前言
提示：这里可以添加本文要记录的大概内容：
例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。

提示：以下是本篇文章正文内容，下面案例可供参考
一、pandas是什么？
示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。
二、使用步骤
1.引入库
代码]]></description><category></category></item><item><title><![CDATA[Datawhale数据分析之学术前沿分析学习笔记]]></title><link>https://blog.youkuaiyun.com/udeme625/article/details/112509271</link><guid>https://blog.youkuaiyun.com/udeme625/article/details/112509271</guid><author>udeme625</author><pubDate>Tue, 12 Jan 2021 20:21:40 +0800</pubDate><description><![CDATA[这里写自定义目录标题DAY1-论文数据统计step1.数据读取导⼊所需的package功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入
DAY1-论文数据统计
学习主题：论⽂数量统计（数据统计任务），统计2019年全年，计算机各个⽅]]></description><category></category></item></channel></rss>