摘要：
Tqdm 是一个快速，可扩展的Python进度条，可以在 Python 长循环中添加一个进度提示信息，用户只需要封装任意的迭代器 tqdm(iterator)。 根据要求安装依赖即可。 可以很方便的在数据训练的时候查看你的训练进度： 阅读全文
摘要：
数据合并时可以使用merge方法，对两个dataFrame根据某一个series合并，这个方法非常好用，只要找到了合并的标准，新的数据就可以重构出来。 1.命令： pd.merge() on：列名，join用来对齐的那一列的名字，用到这个参数的时候一定要保证左表和右表用来对齐的那一列都有相同的列名。 阅读全文
摘要：
当你要删除某一行或者某一列时，用drop函数，它不改变原有的df中的数据，而是返回另一个dataframe来存放删除后的数据。 1.命令： df.drop() 删除行：df.drop('apps') 删除列：df.dorp('col', axis=1)，删除列要加axis=1，默认是删除行的 2.使 阅读全文
摘要：
文章1 Generative and Discriminative Text Classification with Recurrent Neural Networks 时间：2017 机构：Google DeepMind 生成模型：generative 判别模型：discrimination 作者 阅读全文
摘要：
concat方法，用于拼接pandas数据，用处比较大 函数： 参数说明： objs：pandas数据，可以是series，dataFrame，或者是panel构成的序列 axis：需要合并拼接的轴，0表示行，1表示列 join：连接的方式，inner,outer 例子： 上面是将两个dataFra 阅读全文
摘要：
前一段时间做了一些项目，把一些笔记放在了txt中，现分享出来，自己也能够时长预习。 阅读全文
摘要：
将本人使用过的一些操作记录下来 1.读取数据，使用：data = pd.read_csv('./data/file.csv') 2.数据处理，如果你要修改某一个数据，其实把DATAFRAME数据看做是一个二维数组，先找到第一维数据，再找到第二维数据，赋值修改即可。要用到一个函数：loc,定位 如： 阅读全文
摘要：
pandas是python非常好用的一个数据结构包，包含有许多数据操作的方法，能够让你快速简便的提取和保存数据，节省你在这块的数据流操作耗时，从而让你更加专注于逻辑的设计和算法的设计。很多算法的相关库函数的输入数据结构都要求是pandas数据，或者有该数据的接口。 阅读全文
摘要：
经过最近一段时间的实际工作发现，原来只是认为Mysql和sqlite是分别独立的，数据传输和共享或有障碍，其实这是一个误区。当我们想要将sqlite中的数据存放到mysql中，最好的方法就是利用中间文件.csv 两个数据库都能够导出.csv文件，我们将.csv文件修改为所需要的数据，然后导入到需要的 阅读全文
摘要：
首先给大家来一波福利，在没有连接外网（互联网）的情况下，只有公司内网或者断网情况下，需要安装python的一些依赖，不会操作的同学可能就会遇到麻烦。这里教大家离线安装python依赖。 方法：使用.whl文件安装依赖，网址：https://www.lfd.uci.edu/~gohlke/python 阅读全文