walking_visitor的博客

方差分析代码# -*- coding: utf-8 -*-"""Created on Tue Apr 27 11:24:17 2021 @author: MXX"""#方差分析import pandas as pdimport numpy as npfrom scipy.stats import f def Variance_analysis(data,degree,dfn=1,dfd=4): args = pd.DataFrame(data) jun_zhi

在各类算法中，距离的计算极其常见，用numpy来计算效率非常的高，其计算方式也有很多。个人认为最直观也非常高效的一种方式如下：首先看二维欧式距离的公式定义d=，三维、四维等等继续扩展即可。那么就依据公式的定义，我们直观的来设置计算公式，废话不多说直接见代码：import numpy as npa=np.arange(16).reshape(4,4)x1=a[0]x2=a[1]...

DataFrame.corr(method='pearson',min_periods=1)参数说明：method：可选值为{‘pearson’, ‘kendall’, ‘spearman’} pearson：Pearson相关系数来衡量两个数据集合是否在一条线上面，即针对线性数据的相关系数计算，针对非线性 ...

pandas的DataFrame是常用的数据分析数据格式，Oracle数据库是常用的结构化数据存储方式，通常做数据分析牵涉到大量的数据时，我们必须通过借助一定的工具进行，而不能单单依靠excel，因此通过pandas进行数据分析，以Oracle作为存储数据的媒介便成为了我们最方便或者灵活的选择，同时DataFrame的数据格式样式和oracle的结构化表非常的相似，将DataFrame格式的数据直...

首先看一段例子：import pandas as pdfrom pandas import DataFrame,Seriesdf = DataFrame(np.random.randn(10, 2), columns=['Col1', 'Col2'])boxplot=df.boxplot()  通过boxplot方法，我们直接得到了箱型图。boxplot方法官方介绍如下...

二、常用库1.NumPy　　NumPy是高性能科学计算和数据分析的基础包。部分功能如下： ndarray, 具有矢量算术运算和复杂广播能力的快速且节省空间的多维数组。 用于对整组数据进行快速运算的标准数学函数（无需编写循环）。 用于读写磁盘数据的工具以及用于操作内存映射文件的工具。 线性代数、随机数生成以及傅里叶变换功能。 用于集成C、C++、Fortran等语言编写...

plot方法：绘图，简单说就是依据x绘制y的线或点那么以绘制一条线为例进行简单说明首先需要有x值，其次需要有y值 其次需要坐标轴 然后还有线条宽度、颜色、线条样式等等设置plot方法并不直接对函数表达式进行绘制，而是根据所输入的x值和y值进行绘制，且为了快速简介，plot方法可以不指定x和坐标轴，以及线条的各种样式，只需输入y值即可，那么诸如坐标轴、线条样式并不是不用设置，而是采用了...

鸡尾酒排序思路：比较相邻的元素，如果前一个比后一个大，就把它们两个调换位置。 对每一对相邻元素作同样的工作，从开始第一对到结尾的最后一对。这步做完后，最后的元素会是最大的数。 从倒数第二个元素开始与前一个元素相比较，若小于前一个元素则进行位置交换，即倒叙进行比较排序 针对所有的元素重复以上的步骤，除了最后一个。 持续每次对越来越少的元素重复上面的步骤，直到没有任何一对数字需要比较。实...

冒泡排序思路：比较相邻的元素，如果前一个比后一个大，就把它们两个调换位置。 对每一对相邻元素作同样的工作，从开始第一对到结尾的最后一对。这步做完后，最后的元素会是最大的数。 针对所有的元素重复以上的步骤，除了最后一个。 持续每次对越来越少的元素重复上面的步骤，直到没有任何一对数字需要比较。实现代码如下：def bubble_sort(args): args_len=len...

归并排序思路见百度百科：https://baike.baidu.com/item/%E5%BD%92%E5%B9%B6%E6%8E%92%E5%BA%8F/1639015?fr=aladdin归并排序的代码实现有递归和循环两种，其中循环的代码思路如下：对于循环思路来讲，只有归并思路的并，没有分。这是因为，在分的过程中，任意元素的位置都没有发生变化，故一个序列可直接看做是已被分解的 创建合...

数据中不可避免会出现数据的缺失，pandas提供了几种简单的方式进行缺失值的处理。处理方法：dropna方法：默认原始对象不会被修改，dropna后会生成新的对象对Series会丢弃掉NA值。而对于DataFrame则会默认丢弃掉含有NaN的行，如果要丢弃含NaN的列，则指定axis=1若传入how='all'，则会丢弃全是NaN的行，指定axis=1时，则丢弃列fr...

OK，继续学习pandas的基本功能之计算与统计，pandas库的数据结构几乎与excel或数据库的结构完全一样，非常接近我们日常所用的数据形式。同时也是数据分析/挖掘计算的常用基础库，其计算功能的重要性自然不言而喻。本次我们针对pandas的主要数据结构Series/DataFrame的计算统计功能和方式进行学习，主要包括算术的数据对齐、错误值填充、DataFrame和Series运算、统计...

前边学习了pandas的基本数据结构Series和DataFrame，以及重要的index。本次在前期学习的基础上继续学习其基本的功能，比如重新索引(reindex)或者说索引取值、向前/后填充、。。。。重新索引重新索引的方法是reindex，有点像np.reshape。不同点在于np.reshape可改变数据结构本身，而reindex则是新产生一个数据结构，原始数据结构并未改变。Se...

类堆排序（堆末尾排序）---不知道起什么名字，原以为是堆排序，后来才发现对堆排序理解有误，但本身也可以实现序列的排序，且思路比堆排序要简单，缺点就是当序列长度较大时，运算量过大，不过整理思路可借鉴。类堆排序思路：构建类似大顶堆（小顶堆）【即整体为二叉树结构，只考虑单独的每次父节点与子节点大小关系，不考虑后续节点的交换产生的影响】--构建完成后最顶端为本次构建序列中的最大值 交换堆的首尾元...

堆排序思路：构建大顶堆（小顶堆） 交换堆的首尾元素，堆长度减一 交换首尾元素后，验证堆的合规性，若不合规则调整数据位置，直至合规 重复2和3步骤，直至长度为0，结束python实现_问题分析：问题1：如何构建初始堆 问题2：序列长度与节点数量的关系（node=round(length)） 问题3：每个父节点与子左节点、右节点的大小关系（father>left and fa...

常见的快速排序算法，用python实现起来如何呢，话不多说见代码：def list_sort(args_list): lista=[] listb=[] if len(args_list)<=1: return args_list else: args=args_list[0] for i in range...

近来在做数据处理的工作中，遇到了数据分类的问题，利用python的各种方便库，写了这么个以数据差值大小进行归类的方法。应用场景：有一批数据集，如list=[1,2,3,4,9,10,11,20,20,1,1.1,2.1,100]，将其按照数值大小进行归类，即数值比较接近的归为一类，故需要先设置一个阈值，以进行划分。具体实现如下：其中输入参数Data_set为输入的数据集，可以为列表、数...

range函数为列表生成的常用函数，在python2.X中，我们经常用range(num)返回一个[0,num)的列表，然而在python3中返回的不再是一个list而是一个range对象，我们看以下例子：list2=range(5)list2Out[95]: range(0, 5)type(list2)Out[96]: range不仅range(num)返回的不是list，...