随笔分类 -  Python

Python
摘要:A string is happy if every three consecutive characters are distinct. def check_if_string_is_happy1(input_str): check = [] for a,b,c in zip(input_str, 阅读全文
posted @ 2024-07-14 10:11 华小电 阅读(1) 评论(0) 推荐(0) 编辑
摘要:isinstance() 函数来判断一个对象是否是一个已知的类型,类似 type()。 isinstance() 与 type() 区别: type() 不会认为子类是一种父类类型,不考虑继承关系。 isinstance() 会认为子类是一种父类类型,考虑继承关系。 如果要判断两个类型是否相同推荐使 阅读全文
posted @ 2024-07-14 09:13 华小电 阅读(18) 评论(0) 推荐(0) 编辑
摘要:Themes from qt_material import list_themes print(list_themes()) ['dark_amber.xml', 'dark_blue.xml', 'dark_cyan.xml', 'dark_lightgreen.xml', 'dark_medi 阅读全文
posted @ 2024-07-10 10:48 华小电 阅读(22) 评论(0) 推荐(0) 编辑
摘要:在Matplotlib中,如果你有一个时间序列数据,并且x轴上的时间标签太多导致它们重叠或难以阅读,你可以通过几种方法来减少显示的标签数量或调整它们的格式。以下是一些常用的方法: 使用plt.xticks()手动设置x轴标签: 你可以通过plt.xticks()手动设置你想显示的x轴标签的位置和文本 阅读全文
posted @ 2024-04-27 15:16 华小电 阅读(557) 评论(0) 推荐(0) 编辑
摘要:groupby是Pandas用于根据给定列中的不同值对数据点(即行)进行分组,分组后的数据可以计算生成组的聚合值。 agg 聚合操作 聚合操作是groupby后非常常见的操作,聚合操作可以用来求和、均值、最大值、最小值等. 函数 用途 函数 用途 min 最小值 max 最大值 sum 求和 mea 阅读全文
posted @ 2024-04-05 17:25 华小电 阅读(106) 评论(0) 推荐(0) 编辑
摘要:全量梯度下降 import numpy as np # 创建数据集X,y np.random.seed(1) X = np.random.rand(100, 1) y = 4 + 3*X + np.random.randn(100, 1) X_b = np.c_[np.ones((100, 1)), 阅读全文
posted @ 2024-04-05 16:57 华小电 阅读(34) 评论(0) 推荐(0) 编辑
摘要:import re content = [] srt = [] with open('input.vtt','r') as open_file: for lines in open_file: lines = lines.replace('WEBVTT','') #删除WEBVTT # vtt文件中 阅读全文
posted @ 2024-03-21 21:56 华小电 阅读(179) 评论(0) 推荐(0) 编辑
摘要:In Python, a decorator is a design pattern that allows you to modify the functionality of a function by wrapping it in another function. The outer fun 阅读全文
posted @ 2024-03-16 20:43 华小电 阅读(8) 评论(0) 推荐(0) 编辑
摘要:def counter(list): c_dict = {} for i in list: if i in c_dict: c_dict[i] += 1 else: c_dict[i] = 1 return c_dict def entropy(x): counts = counter(x) #每个 阅读全文
posted @ 2024-03-09 10:08 华小电 阅读(122) 评论(0) 推荐(0) 编辑
摘要:unique()是Pandas中的一个函数,用于获取Series或DataFrame中的唯一值,它返回一个包含Series或DataFrame中唯一值的数组,按照它们在原始数据中的出现顺序排列。 对于足够长的序列,比 numpy.unique 快得多。包括 NA 值。 data = {'Name': 阅读全文
posted @ 2024-02-28 20:41 华小电 阅读(1641) 评论(0) 推荐(0) 编辑
摘要:独热编码(One-Hot Encoding),又称一位有效编码,其方法是使用N位状态寄存器来对N个状态进行编码,每个状态都有它独立的寄存器位,并且在任意时候,其中只有一位有效。即,只有一位是1,其余都是零值。独热编码 是利用0和1表示一些参数,使用N位状态寄存器来对N个状态进行编码。 地区特征:[" 阅读全文
posted @ 2024-02-28 20:26 华小电 阅读(426) 评论(0) 推荐(0) 编辑
摘要:方法 描述 statistics.harmonic_mean() 计算给定数据集的调和平均值。是总体内各个变量值倒数1/x的算术平均数的倒数。 statistics.mean() 计算数据集的平均值 statistics.median() 计算数据集的中位数 statistics.median_gr 阅读全文
posted @ 2024-02-26 20:54 华小电 阅读(52) 评论(0) 推荐(0) 编辑
摘要:value_counts()方法返回一个序列Series,该序列用于统计某列中各个值的出现次数的函数。当配合参数 bins 使用时,它可以将数据分成指定的区间,然后统计每个区间内值的出现次数。 value_counts()是Series拥有的方法,一般在DataFrame中使用时,需要指定对哪一列或 阅读全文
posted @ 2024-02-26 20:18 华小电 阅读(514) 评论(0) 推荐(0) 编辑
摘要:Pandas时序处理中最常见的两种数据类型为datetime和timedelta。 flowchart TB datetime --data --> 2024-01-01 datetime --time--> 10:00:00 datetime顾名思义就是既有日期date也有时间time,表示一个具 阅读全文
posted @ 2024-02-21 09:34 华小电 阅读(49) 评论(0) 推荐(0) 编辑
摘要:1.Sublime Text 默认代码折叠 创建新插件 写入代码 import sublime import sublime_plugin class Folding(sublime_plugin.EventListener): def on_load(self, view): view.run_c 阅读全文
posted @ 2024-02-21 08:20 华小电 阅读(90) 评论(0) 推荐(0) 编辑
摘要:步骤: 1、计算y=20e0.24x计算出x 在0.1~4区间内的y值作为真值:Y; 2、在 Y 的基础上加入一个高斯分布的误差作为观测量,观测量:Y_OBS; 3、初始化P、Q、R矩阵,P代表初始状态精度,Q代表预测精度,R观测精度; 4、初始化状态值 stat 阅读全文
posted @ 2024-02-17 10:13 华小电 阅读(23) 评论(0) 推荐(0) 编辑
摘要:Hampel滤波器是一种基于中值和中值绝对偏差(MAD)的滤波器,旨在识别和去除时间序列数据中的异常值。相对于传统均值和标准差方法,Hampel滤波器对异常值更具鲁棒性 Hampel滤波器的核心在于中值的计算和MAD的求解。中值代表数据的中间值,而MAD度量了数据点与中值之间的离散程度 中值: 对于 阅读全文
posted @ 2024-02-16 16:46 华小电 阅读(564) 评论(0) 推荐(0) 编辑
摘要:在Pandas库中,DataFrame.drop() 用于移除DataFrame中的行或列。 df.drop(labels = None, axis = 0, index = None, columns = None, level = None, inplace = False,errors = ' 阅读全文
posted @ 2024-02-13 15:59 华小电 阅读(368) 评论(0) 推荐(0) 编辑
摘要:qrcode.QRCode 通过 qrcode.QRCode 方法,可以设定二维码的大小、容错率、颜色...等: 参数 说明 box_size 一个方块的边长为几个像素,默认为 10。 border 边框宽度,默认为 4 ( 最小为 4 )。 error_correction 容错率,数值为 ERR 阅读全文
posted @ 2023-12-25 17:00 华小电 阅读(321) 评论(0) 推荐(0) 编辑
摘要:1. 分子为1的传递函数 例: G(s)=1s3+a2s2+a1s+a0首先写成输入输出关系: (s3+a2s2+a1s+a0)Y(s)=U(s)对应的微分方程: \[\dddot{y}(t)+a_2\ddot y(t)+a_1\dot y( 阅读全文
posted @ 2023-09-30 09:14 华小电 阅读(810) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示