绝不原创的飞龙

2017年6月10日

NumPy Beginner's Guide 2e 带注释源码九、使用 Matplotlib 绘图

摘要： # 来源：NumPy Biginner's Guide 2e ch9 绘制多项式函数 import numpy as np import matplotlib.pyplot as plt # 创建函数 func = x ** 3 + 2 * x ** 2 + 3 * x + 4 # poly1d 根阅读全文

posted @ 2017-06-10 22:15 绝不原创的飞龙阅读(12) 评论(0) 推荐(0) 编辑

计算布林带

摘要：计算布林带 # coding: utf-8 # 作者：Wizard <github.com/wizardforcel> import numpy as np from matplotlib import pyplot as plt import sys # 获取数据 # 因为没找到数据源，所以直接随阅读全文

posted @ 2017-06-10 17:51 绝不原创的飞龙阅读(6) 评论(0) 推荐(0) 编辑

NumPy Beginner's Guide 2e 带注释源码三、熟悉 NumPy 常用函数

摘要： # 来源：NumPy Biginner's Guide 2e ch3 读写文件 import numpy as np # eye 用于创建单位矩阵 i2 = np.eye(2) print i2 ''' [[ 1. 0.] [ 0. 1.]] ''' # 将数组以纯文本保存到 eye.txt 中 n 阅读全文

posted @ 2017-06-10 17:49 绝不原创的飞龙阅读(19) 评论(0) 推荐(0) 编辑

2017年6月2日

NumPy Beginner's Guide 2e 带注释源码七、NumPy 特殊例程

摘要： # 来源：NumPy Biginner's Guide 2e ch7 字典排序 import numpy as np import datetime # 日期转成字符串 def datestr2num(s): return datetime.datetime.strptime(s, "%d-%m-% 阅读全文

posted @ 2017-06-02 19:09 绝不原创的飞龙阅读(10) 评论(0) 推荐(0) 编辑

2017年6月1日

NumPy Beginner's Guide 2e 带注释源码六、深入 NumPy 模块

摘要： # 来源：NumPy Biginner's Guide 2e ch6 矩阵的逆 import numpy as np A = np.mat("0 1 2;1 0 3;4 -3 8") print "A\n", A ''' A [[ 0 1 2] [ 1 0 3] [ 4 -3 8]] ''' # 求阅读全文

posted @ 2017-06-01 17:26 绝不原创的飞龙阅读(10) 评论(0) 推荐(0) 编辑

NumPy Beginner's Guide 2e 带注释源码五、处理 NumPy 矩阵和 ufunc

摘要： # 来源：NumPy Biginner's Guide 2e ch5 创建矩阵 import numpy as np # mat 函数创建矩阵 # 空格分割行，分号分隔列 A = np.mat('1 2 3; 4 5 6; 7 8 9') print "Creation from string", 阅读全文

posted @ 2017-06-01 14:24 绝不原创的飞龙阅读(19) 评论(0) 推荐(0) 编辑

NumPy Beginner's Guide 2e 带注释源码四、NumPy 便利的函数

摘要： # 来源：NumPy Beginner's Guide 2e ch4 交易相关偶对 import numpy as np from matplotlib.pyplot import plot from matplotlib.pyplot import show # 读入 BHP 的收盘价 bhp = 阅读全文

posted @ 2017-06-01 10:34 绝不原创的飞龙阅读(13) 评论(0) 推荐(0) 编辑

2017年5月31日

NumPy Beginner's Guide 2e 带注释源码二、NumPy 基础入门

摘要： # 来源：NumPy Biginner's Guide 2e ch2 >>> from numpy import * 多维数组 # 创建多维数组 >>> m = array([arange(2), arange(2)]) >>> m array([[0, 1], [0, 1]]) # 打印形状 >> 阅读全文

posted @ 2017-05-31 20:34 绝不原创的飞龙阅读(11) 评论(0) 推荐(0) 编辑

2017年5月28日

NumPy Cookbook 带注释源码二、NumPy 高级索引和数组概念

摘要：调整图像尺寸 # 这个代码用于调整图像尺寸 # 来源：NumPy Cookbook 2e Ch2.3 import scipy.misc import matplotlib.pyplot as plt import numpy as np # 将 Lena 图像加载到数组中 lena = scipy 阅读全文

posted @ 2017-05-28 14:51 绝不原创的飞龙阅读(12) 评论(0) 推荐(0) 编辑

2017年5月25日

Scikit-learn 秘籍第三章使用距离向量构建模型

摘要：第三章使用距离向量构建模型作者：Trent Hauck 译者：飞龙协议：CC BY-NC-SA 4.0 这一章中，我们会涉及到聚类。聚类通常和非监督技巧组合到一起。这些技巧假设我们不知道结果变量。这会使结果模糊，以及实践客观。但是，聚类十分有用。我们会看到，我们可以使用聚类，将我们的估计在监督阅读全文

posted @ 2017-05-25 20:55 绝不原创的飞龙阅读(18) 评论(0) 推荐(0) 编辑

龙哥盟

掠夺·扩张·投机·博弈

公告