03 2020 档案
摘要：Navicat for MySQL 64位破解版 下载地址如下：（直接点击navicat.exe文件运行就可以） 链接 :https://pan.baidu.com/s/1rkOowXtvIBUhLJawT43boA 密码: rcup 注册码: NAVH-WK6A-DMVK-DKW3
阅读全文
摘要：一、命令行的方式启动MySQL方法 1、方法一，使用MySql自带的命令行工具 2、方法二，使用cmd 右击我的电脑-->属性-->高级 >环境变量，在path里面添加mysql bin目录的路径。 选择环境变量，在环境变量中的path路径下输入你的MySQL路径就ＯＫ了。注意如果你的用户环境变量中
阅读全文
摘要：#1-1 创建数据库及其插入，修改，删除数据操作import MySQLdbconn= MySQLdb.connect( host='localhost', port = 3306, user='root', passwd='970515yjy', db ='impeller', )cur = co
阅读全文
摘要：#机器学习模型选择与参数调优#三种集成学习算法-GBDT/XGBoost/lightGBM#1-1 GBDT算法：梯度决策树，加强型模型，构建多个决策树进行合并import numpy as npimport matplotlib.pyplot as pltfrom sklearn import e
阅读全文
摘要：#特征工程#1-1sklearn中进行特征选择#筛选法-方差筛选过滤import numpy as npimport arrayfrom sklearn.feature_selection import VarianceThresholdx=[[0,0,1],[0,1,0],[1,0,0],[0,1
阅读全文
摘要：#数据可视化分析#python中matplotlib绘制图像'''import matplotlib.pyplot as pltimport matplotlib as mplimport numpy as npimport warningswarnings.filterwarnings("igno
阅读全文
摘要：#python数据清洗操作#1-1 pandas进行数据缺失值的预处理import pandas as pdimport numpy as npdate=pd.date_range("20200101",periods=6)df=pd.DataFrame(np.random.randn(6,4),i
阅读全文
摘要：#python爬虫技术#1-1 需要通过python的urllib或者request建立请求通信机制#1导入python的url库，请求库，用于与网页进行通信请求'''from urllib.request import urlopenurl="https://www.python.org/"res
阅读全文
摘要：python中数据含量统计： 对于：pandas表格数据numpy的数组型数据均可以通过value_counts()函数来进行输出 pandas表格：print(data["size"].value_counts()) numpy的数组型：print(n[0].value_counts())结果输出
阅读全文
摘要：学习官网：https://scikit-learn.org（API and user guide比较重要，可以系统学习)
阅读全文
摘要：python中numpy二维数组数据删除行和列： x=np.array[[1,2,3],[1,2,3]] 二维数组数据 y=np.array[0,1] #一维数据 #删除行： x=np.delete(x,1,axis=0) y=np.delete(y,1) #删除列： x=np.delete(x,1
阅读全文
摘要：#机器学习分类算法的评价指标#二分类问题的算法评价指标import numpy as npimport matplotlib.pyplot as pltimport pandas as pdfrom sklearn import datasetsd=datasets.load_digits()x=d
阅读全文
摘要：#逻辑回归算法是一个二分类的算法，但是通过变形可以解决多分类的任务#逻辑回归将数据的特征转变为数据的发生概率，然后与阈值作比较，判断是0还是1，所以也可以叫做回归算法import numpy as npimport matplotlib.pyplot as plt#定义概率转换函数sigmoid函数
阅读全文
摘要：import numpy as npimport matplotlib.pyplot as pltx=np.random.uniform(-3,3,size=100)X=x.reshape(-1,1)np.random.seed(666)y=0.5*x**2+x+2+np.random.normal
阅读全文
摘要：#PCA算法的底层原理实现import numpy as npimport matplotlib.pyplot as pltx=np.empty((100,2))np.random.seed(666)#噪声数据验证x[:,0]=np.random.uniform(0.0,100.0,size=100
阅读全文
摘要：#梯度下降法原理编写#一维函数的梯度下降方法编写import numpy as npimport matplotlib.pyplot as pltx=np.linspace(-1,6,141)y=(x-2.5)**2-1plt.plot(x,y)plt.show()def dJ(theta): re
阅读全文
摘要：#向量化运算import matplotlib as mplmpl.rcParams['agg.path.chunksize'] = 1000000import numpy as npimport matplotlib.pyplot as pltm=100x=np.random.random(siz
阅读全文
摘要：梯度下降法不是一种机器学习算法，而是一种基于搜索最优化方法，它是用来求取最大化效用函数，也可以用来最小化损失函数。
阅读全文
摘要：多元线性回归算法可以用来进行初步的数据分析，具有很好的可解释性，不需要进行数据的归一化； 另外，对于目标函数的最小化，求取模型参数，一般有两种方式：正规方程解以及梯度下降法
阅读全文
摘要：python实现KNN算法的全体流程代码#1-1KNN算法的原理底层代码import numpy as npimport matplotlib.pyplot as plt #导入相应的数据可视化模块raw_data_X=[[3.393533211,2.331273381], [3.110073483
阅读全文
摘要：import matplotlib as mplimport matplotlib.pyplot as pltimport numpy as np#绘制正常的二维曲线图像(实质是折线图)x=np.linspace(0,10,100) #x自变量的范围print(x)y=np.sin(x) #因变量的
阅读全文
摘要：#numpy.array基础模块介绍与使用import numpyimport numpy as np #导入numpy模块print(np.__version__) #输出numpy的版本# 将列表转换为二维数组mxn数组L=[[1,2,3],[1,3,1]] #先定义好list列表，将其转换为n
阅读全文
摘要：RSA算法运用了数学“两个大的质数相乘，难以在短时间内将其因式分解”的这么一套看似简单事实上真的是很困难的一个数学难题...... RSA加密算法的安全性 当p和q是一个大素数的时候，从它们的积pq去分解因子p和q，这是一个公认的数学难题。然而，虽然RSA的安全性依赖于大数的因子分解，但并没有从理论
阅读全文
摘要：python实现欧几里得算法代码： #欧几里得算法#递归算法实现：def gcd(a,b): if b==0: return a else: return gcd(b,a%b)print(gcd(12,16))#非递归算法实现def gcd1(a,b): while b>0: r=a%b a=b b
阅读全文
摘要：、 python实现钢条切割问题与最长工公共序列问题 #动态规划算法DP代码： #递归法计算斐波那契数列f(n)=f(n-1)+f(n-2)#递归算法-执行效率比较低，相同的问题算了好多遍—子问题的重新计算def fibnacci(n): if n==1 or n==2: return 1 else
阅读全文
摘要：python实现贪心算法代码如下： #贪心算法#1找零问题的贪心算法def change(t,n): #对t进行从大到小的排序 t.sort() t.reverse() #定义t的每一个的数量 m=[0 for _ in range(len(t))] for i,money in enumerate
阅读全文
摘要：python实现AVL树的代码: from BST import BiTreeNode1,BST #导入二叉搜索树的类进行继承class AVLNode(BiTreeNode1): def __init__(self,data): BiTreeNode1.__init__(self,data) se
阅读全文
摘要：python实现树与二叉树的代码：#创建二叉树的类class BiTreeNode: def __init__(self,data): self.data=data self.lchild=None #左孩子 self.rchild=None #右孩子a=BiTreeNode("A")b=BiTre
阅读全文
摘要：python实现代码如下所示： #创建一个哈希表的类别class hashtable: def __init__(self,size=101): self.size=size #self.T=[linklist() for i in range(self.size)] #创建长度为size的链表,T
阅读全文
摘要：python实现链表的代码如下所示： #链表的创建和连接函数#链表是由数据域item和next连接关系class Node: def __init__(self,item): self.item=item self.next=Nonea=Node(1)b=Node(2)c=Node(3)a.next
阅读全文
摘要：python实现代码如下所示： #导入python里面自带的数据结构模块（deque双向队列）from collections import deque#右边进来，左边出去，单向队列q=deque([1,2,3],5) #第一个参数为初始化的队列，第二个参数是队列的长度q.append(4) #队尾
阅读全文
摘要：python实现迷宫问题的栈和队列的解决方法： #迷宫问题#表示迷宫的颜色，0表示路通，1表示围墙maze=[ [1,1,1,1,1,1,1,1,1,1], [1,0,0,1,0,0,0,1,0,1], [1,0,0,1,0,0,0,1,0,1], [1,0,0,0,0,1,1,0,0,1], [1
阅读全文
摘要：#面试题1：判断两个字符串是否为相同字母的重新组合O(n2)#解决办法1，直接进行1个元素1个元素的进行搜索和对比def view(s,t): s=list(s) t=list(t) r=True r1=False if len(s)==len(t): for i in range(len(s)):
阅读全文
摘要：python版本实现代码如下所示： #定义一个栈Stack()class Stack: def __init__(self): self.stack=[] def push(self,element): self.stack.append(element) def pop(self): return
阅读全文
摘要：#topk问题的解决思路#先构造小根堆调整函数def sift(li,low,high): #li是指列表，low是指根节点位置，high是指最后一个元素位置 i=low #最开始跟节点的位置 j=2*i+1 #左边下一层孩子节点 tmp=li[low] #把堆顶元素存下来 while j<=hig
阅读全文
摘要：#堆排序的python版本代码#堆排序的向下调整函数#大根堆的建立方函数def sift(li,low,high): #li是指列表，low是指根节点位置，high是指最后一个元素位置 i=low #最开始跟节点的位置 j=2*i+1 #左边下一层孩子节点 tmp=li[low] #把堆顶元素存下来
阅读全文
摘要：实现python代码如下： import syssys.setrecursionlimit(100000) #设置递归的最大限制次数为100000次from cal_time import *import random#递归partition函数def partition(li,left,right
阅读全文
摘要：运行效率较慢的三大排序算法：冒泡、选择与插入算法，时间复杂度都为O（n2），运行效率较慢。 #python 代码实现如下所示： li=[2,1,4,5,7,8,9,5,3]#冒泡算法(升序算法)O(n2)import randomfrom cal_time import *@cal_timedef
阅读全文
