摘要: 1 import matplotlib.pyplot as plt 2 from IPython.display import display, clear_output 3 4 lst=[] 5 fig,ax=plt.subplots() 6 for i in range(10): 7 ax.cl 阅读全文
posted @ 2024-10-25 15:20 cup_leo 阅读(10) 评论(0) 推荐(0) 编辑
摘要: 使用虚拟环境 用pipenv创建python虚拟环境。因为在打包环境下会引入了很多不必要的文件,一块打包会导致在生成exe文件过大,而在虚拟纯净环境里打包程序可以有效避免。 步骤1:首先在需要作为虚拟环境的文件夹内执行pip install pipenv命令 步骤2:在安装成功后使用pipenv s 阅读全文
posted @ 2024-10-16 08:57 cup_leo 阅读(13) 评论(0) 推荐(0) 编辑
摘要: 下面的链接是一个集合式的搜索引擎,集合了各类AI工具,有免费的,有收费的https://www.aig123.com/其中对于学习和科研来讲,比较好用是秘塔AI网址:https://metaso.cn/目前图书馆试用的数据库是CNKI AI学术研究助手网址:https://aiplus.cnki.n 阅读全文
posted @ 2024-09-24 16:40 cup_leo 阅读(46) 评论(0) 推荐(0) 编辑
摘要: jupyter线上实验代码看文件 https://jupyter.org/try-jupyter/lab/ 阅读全文
posted @ 2024-09-20 10:16 cup_leo 阅读(4) 评论(0) 推荐(0) 编辑
摘要: https://blog.csdn.net/gitblog_00071/article/details/139555390 https://raschka-research-group.github.io/coral-pytorch/api_subpackages/coral_pytorch.lay 阅读全文
posted @ 2024-07-04 09:16 cup_leo 阅读(11) 评论(0) 推荐(0) 编辑
摘要: tensorflow-estimator==1.15.1!pip install pandas==1.1.0 scikit-learn==0.23.1 numpy==1.19.0 tensorflow-estimator==2.5.0 !pip install pandas==1.1.0 sciki 阅读全文
posted @ 2024-05-24 14:52 cup_leo 阅读(377) 评论(0) 推荐(0) 编辑
摘要: import numpy as np import matplotlib.pyplot as plt from sklearn.metrics import confusion_matrix def calculate_net_benefit_model(thresh_group, y_pred_s 阅读全文
posted @ 2024-02-04 16:38 cup_leo 阅读(375) 评论(0) 推荐(0) 编辑
摘要: import os import random import shutil def split_data(source_dir, train_dir, val_dir, test_dir): # 确保目标文件夹存在 os.makedirs(train_dir, exist_ok=True) os.m 阅读全文
posted @ 2024-01-20 21:22 cup_leo 阅读(19) 评论(0) 推荐(0) 编辑
摘要: import pandas as pd import numpy as np #导入你的数据 data = pd.read_csv('./yourdata.csv') vals = np.unique(data[['origin_x', 'origin_y']]) # 同时取出两列,作为节点 df 阅读全文
posted @ 2023-12-01 15:33 cup_leo 阅读(30) 评论(0) 推荐(0) 编辑
摘要: pd.set_option('expand_frame_repr', False) # True换行显示, False不允许换行 pd.set_option("display.max_columns", None) # dataFrame的列, None显示完整的列, 数字表示显示最大列数 pd.s 阅读全文
posted @ 2023-11-08 22:11 cup_leo 阅读(28) 评论(0) 推荐(0) 编辑