摘要: 参考:https://rpy2.github.io/ 介绍 rpy2是用C语言编写的,是嵌入在Python进程中的R运行接口。该包由几个子包或模块组成: 1)rpy2.rinterface: R的低级接口,当速度和灵活性最重要的时候。接近R的c级API。 2)rpy2.robjects: R的高级接 阅读全文
posted @ 2023-11-11 22:18 yayagogogo 阅读(156) 评论(0) 推荐(0) 编辑
摘要: 参考:https://natsort.readthedocs.io/en/stable/api.html#natsort.natsorted 语法格式 natsort.natsorted(seq: Iterable[T], key: Optional[Callable[[T], Union[nats 阅读全文
posted @ 2023-09-17 21:04 yayagogogo 阅读(262) 评论(0) 推荐(0) 编辑
摘要: 介绍 Python __init__.py主要功能如下: 包的标识符:__init__.py用于指示 Python 解释器将包含它的目录标识为一个模块包(module package),所以它可以是一个空文件。但通常会包含一些关于包的元信息,比如包的版本号或作者信息。这些信息可以通过在 __init 阅读全文
posted @ 2023-08-26 12:14 yayagogogo 阅读(337) 评论(0) 推荐(0) 编辑
摘要: 作用:使三引号内字符串与显示的左边缘对齐,同时仍然以缩进的形式在源代码中显示它们。 代码示例 from textwrap import dedent def text_deal(): text=""" I'M fine! Thanks. """ return text print(text_deal 阅读全文
posted @ 2023-08-22 16:43 yayagogogo 阅读(33) 评论(0) 推荐(0) 编辑
摘要: 参考:https://docs.python.org/3/library/argparse.html argparse.ArgumentParser: 创建Parser对象 语法格式 class argparse.ArgumentParser(prog=None, usage=None, descr 阅读全文
posted @ 2023-07-30 17:23 yayagogogo 阅读(212) 评论(0) 推荐(0) 编辑
摘要: 前面讲了神经网络的前向传播算法,下面再对反向传播算法进行总结。 反向传播算法也称为误差逆传播(error BackPropagation),是指基于梯度下降对神经网络的损失函数进行迭代优化求极小值的过程,它不仅可应用于前馈神经网络,还可以用于其他类型的神经网络。需要注意的是,大家提及到的“BP网络” 阅读全文
posted @ 2023-06-11 22:15 yayagogogo 阅读(93) 评论(0) 推荐(0) 编辑
摘要: sys.argv输出的是一个列表,列表中的每个元素为用户输入的参数。 argv[0]是脚本名(它取决于操作系统是否为完整路径名) 代码示例 <一> 假设我有一个test.py脚本,内容如下: import sys a0=sys.argv[0] a1=sys.argv[1] a=sys.argv[:] 阅读全文
posted @ 2023-06-08 23:33 yayagogogo 阅读(42) 评论(0) 推荐(0) 编辑
摘要: https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.duplicated.html 语法格式 DataFrame.duplicated(subset=None, keep='first') 参数解释: 阅读全文
posted @ 2023-06-08 22:05 yayagogogo 阅读(84) 评论(0) 推荐(0) 编辑
摘要: 神经网络介绍 T. Kohonen于1988年在Neural Networks创刊号上给出了神经网络的定义:神经网络是由具有适应性的简单单元组成的广泛并互连的网络,它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应。 神经网络中最基本的成分是神经元(neuron)模型(即上述定义中的“简单单 阅读全文
posted @ 2023-06-05 23:46 yayagogogo 阅读(63) 评论(0) 推荐(0) 编辑
摘要: 参考:https://maxbachmann.github.io/Levenshtein/ Levenshtein 距离,也称编辑距离,是一种字符串度量,用于衡量两个序列之间的差异。通俗地说,两个字符串之间的 Levenshtein 距离是将一个字符串更改为另一个字符串所需的最小单字符编辑(插入、删 阅读全文
posted @ 2023-05-28 20:23 yayagogogo 阅读(699) 评论(0) 推荐(0) 编辑