- 博客(4)
- 收藏
- 关注
RSS订阅原创 Transformers库pipeline API的使用
#删除线格式 删除线格式 你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。 新的改变 我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客： 全新的界面设计 ，将会带来全新的写作体验； 在创作中心设置你喜爱的代码高亮样式，Markdown 将代码片显示选择的高亮样式 进行展示； 增加了 图片拖拽
2021-12-10 19:29:56
2111
原创 回归综合案例——利用回归模型预测鲍鱼年龄
回归综合案例——利用回归模型预测鲍鱼年龄 数据集探索性分析 首先将鲍鱼数据集abalone_dataset.csv读取为pandas的DataFrame格式。 import pandas as pd import warnings warnings.filterwarnings('ignore') data = pd.read_csv(r"C:\Users\86182\Desktop\abalone_dataset.csv") data.head() ...
2021-04-10 14:47:35
13331
6
原创 数据的浅拷贝、深拷贝与视图
1.数据的浅拷贝与深拷贝 共享内存地址的两个变量，当其中一个变量的值改变时，另一个变量的值也随之改变，此时，变量间的拷贝是浅拷贝。 import numpy as np a = np.array([-45,-66,2,25,99,-33]) b = a b is a out:True id(a) out:1941012593680 id(b) out:1941012593680 a == b out:array([ True, True, True, True, True, True]) a[0]
2021-03-18 21:57:31
377
1
原创 电商双11美妆数据分析
电商双11美妆数据分析 1、数据初步了解 import numpy as np import pandas as pd df = pd.read_csv('双十一淘宝美妆数据.csv') df.head() #查看数居前五行 df.info() #查看数据特征 df.shape #查看数据量 df.describe() #查看各数字类型特征的一些统计量 2.数据清洗 2.1 重复值处理 直接删除重复值。 data = df.drop_duplicates(inplace = False)##去
2020-12-23 23:30:49
6137
7
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人