''' 来源：天善智能韦玮老师 课堂笔记 函数 函数的本质就是封装，使用函数可以提高编程效率 局部变量与全局变量 变量的生效范围 ''' # 作用域 i=10 def func(): global k # 在函数内声明全局变量k k=10 j=10 j += 1 # j的作用域在函数中，函数外不生效 print("j="+str(j)) # 在函数内输出j func() # 调用函数func print("k="+str(k)) print("i="+str(i)) # 在全局中没有j ...

''' 来源：天善智能韦玮老师课堂笔记 1、numpy 可以高效处理数据、提供数组支持、很多模块都依赖他，比如pandas、scipy、matplotlib都依赖他，所以这个模块是基础。 2、pandas 我们课程后续用得最多的一个模块，主要用于进行数据探索和数据分析。 3、matplotlib 作图模块，解决可视化问题。 4、scipy 主要进行数值计算，同时支持矩阵运算，并提供了很多高等数据处理功能，比如积分、傅里叶变换、微分方程求解等。 5、statsmodels 这个模块主要用于统计分析 6、Gensim 这个模块主要用于文本挖掘 7、sklearn、keras 前者机器学习，后者深度...

''' pandas 来源：Dust的天善智能韦玮老师 课堂笔记 ''' import pandas as pda ''' Series 一串数字 index 索引,默认0，1，2，3 DataFrame 数据框 ''' a=pda.Series([8,9,2,1]) print(a) b=pda.Series([8,9,2,1],index=["one","two","three","four"]) print(b) c=pda.DataFrame([[1,2,3],[4,5,6],[7,8,9]]) # 数组默...

用VS学pandas的时候遇到了一个小问题。 看了一下是编码的问题，应该是文件内有字符不是用utf-08编码的 要么换个文件，要么改变编码。 在后面加上encoding='gbk'就行了，如图所示

''' 来源：天善智能韦玮老师课堂笔记 作者：Dust 数据导入 ·导入csv数据 csv是一种常见的数据存储格式，基本上我们遇到的数据都可以转为这种存储格式。在Python数据分析中，我们可以使用pandas模块导入csv数据。 ·导入excel数据 excel是一种表格文件，在Python数据分析中，我们同样可以使用pandas模块导入excel表格里面的数据。 ·导入MySQL数据库里的数据 MySQL是一种很常见的数据库，在Python数据分析中，我们也可以直接从MySQL中取数据。 ·导入html数据 使用pandas，可以直接从html网页中加载对应...

直方图： ''' 来源：天善智能韦玮老师课堂笔记 作者：Dust ''' # 折线图、散点图 import matplotlib.pylab as pyl import numpy as npy x=[1,2,3,4,8] y=[5,7,2,1,5] pyl.plot(x,y) # plot(x轴数据,y轴数据,对应的展现形式) pyl.show() 这个show可以直接展示一个直方图 挺厉害的，持续学习中…… 散点图： ''' 来源：天善智能韦玮老师课堂笔记 作者：Dust ''' # 折线图、散点图 import matplotlib.pylab as pyl impo...

''' 作者：Dust ''' # 生成随机数：numpy下的random import numpy as npy import warnings warnings.filterwarnings("ignore", category=Warning) # 额，运行的时候出现了一些warning很丑，我选择视而不见=v= data=npy.random.random_integers(1,20,10) # (最小值，最大值，个数) print(data) 用这段代码可以生成10个1~20的随机数 plus:还可以忽略warnings import warnings w...

首先复习一下正态分布（百度百科）：https://baike.baidu.com/item/%E6%AD%A3%E6%80%81%E5%88%86%E5%B8%83/829892?fr=aladdin 正态曲线呈钟型，两头低，中间高，左右对称因其曲线呈钟形，因此人们又经常称之为钟形曲线。 若随机变量X服从一个数学期望为μ、方差为σ^2的正态分布，记为N(μ，σ^2)。 其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。 当μ = 0,σ = 1时的正态分布是标准正态分布。 ''' 来源：天善智能韦玮老师课堂笔记 作者：Dust ''' # 生成随机数：n...

有任何问题欢迎在评论区提出！ 绘制直方图： ''' 来源：天善智能韦玮老师 课堂笔记 作者：Dust 直方图hist某一段数据出现的频数 ''' import numpy as npy import matplotlib.pylab as pyl data3=npy.random.normal(10.0,1.0,10000) # 生成正态分布的随机数 pyl.hist(data3) pyl.show() 生成常规的随机数绘制直方图： ''' 来源：天善智能韦玮老师 课堂笔记 作者：Dust ''' import numpy as npy import matplotlib....

有任何问题欢迎在评论区提出！ 用到的csv文件： 链接：https://pan.baidu.com/s/1OEg-U23EcEooVLwQCW_pzg  提取码：1234  ''' 来源：天善智能韦玮老师 课堂笔记 作者：Dust 数据可视化分析 ''' import pandas as pda import numpy as npy import matplotlib.pylab as pyl data=pda.read_csv("E:/Python3.7/data/starcraft.csv") print(data.shape) # 总共多少行列 print(d...

来源：天善智能韦玮老师 课堂笔记 作者：Dust 探索性数据分析Exploratory Data Analysis,EDA 数据探索的核心是︰ 1、数据质量分析（跟数据清洗密切联系） 2、数据特征分析（分布、对比、周期性、相关性、常见统计量等） 数据清洗可以按如下步骤进行︰ 1、缺失值处理（通过describe与len直接发现、通过0数据发现)2、异常值处理（通过散点图发现) 一般遇到缺失值，处理方式为（删除、插补、不处理); 插补的方式主要有:均值插补、中位数插补、众数插补、固定值插补、最近数据插补、回归插补、拉格朗日插值、牛顿插值法、分段插值等等。 遇到异常值，一般处理方式为视为缺失值...

来源：天善智能韦玮老师 课堂笔记 作者：Dust 数据集成技巧 import numpy a=numpy.array([[1,5,6],[9,4,3]]) b=numpy.array([[6,36,7],[2,3,39]]) c=numpy.concatenate((a,b)) # 整合 print("---a---") print(a) print("---b---") print(b) print("---c---") print(c)

首先简单讲解一下Doolittle： 看懂公式就能写出代码了。 #include <stdio.h> #include <math.h> /* 4 2 10 0 -3 -3 -4 -12 13 1 2 3 -4 4 14 9 -13 */ void Doo() { int n; int i,j,k; int mi; double mx,tmp; double a[20][20],b[20],x[20],y[20]; double l[20][20],u[20][20]; printf("\nin...

来源：天善智能韦玮老师课堂笔记 作者：Dust ---------- 数据转换： 简单变换 1、数据变换的目的是降数据转化为更方便分析的数据。 2、简单变换通常使用函数变换的方式进行，常见的函数变换包括:开方、平方、对数等。 数据规范化 1、离差标准化--消除量纲（单位）影响以及变异大小因素的影响。 x1=(x-min)/(max-min) 2、标准差标准化--消除单位影响以及变量自身变异影响。 x1=(x-平均数)/标准差 3、小数定标规范化--消除单位影响 x1=x/10**(k) k=log10(x的绝对值的最大值) # import pymysql import pandas as...