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
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
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
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
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
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
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
摘要：
步骤： 1、计算\(y = 20 e^{0.24x}\)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
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
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