07 2021 档案

Pandas入门之十九：画图
摘要：已信任 Jupyter 服务器: 本地 Python 3: Not Started [7] import pandas as pd import numpy as np UsageError: unrecognized arguments: 设置这行代码，显示 [4] df = pd.DataFra 阅读全文
posted @ 2021-07-20 00:02 vv_869 阅读(74) 评论(0) 推荐(0) 编辑
Pandas入门之十八：时间差
摘要：已信任 Jupyter 服务器: 本地 Python 3: Not Started [1] import pandas as pd import numpy as np [2] # 设置时间差，通过字符串 timefiff = pd.Timedelta('2 days 2 hours 15 minu 阅读全文
posted @ 2021-07-17 17:40 vv_869 阅读(242) 评论(0) 推荐(0) 编辑
Pandas入门之十七：日期
摘要：已信任 Jupyter 服务器: 本地 Python 3: Not Started [1] import pandas as pd import numpy as np [3] # 创建日期,频率默认为天 dataList = pd.date_range('2020-01-01',periods=5 阅读全文
posted @ 2021-07-17 17:27 vv_869 阅读(45) 评论(0) 推荐(0) 编辑
Pandas入门之十六：级联
摘要：已信任 Jupyter 服务器: 本地 Python 3: Not Started [1] import pandas as pd import numpy as np [2] one = pd.DataFrame({ 'name':['alex','xm','xh','lc','ll'], 'su 阅读全文
posted @ 2021-07-17 17:17 vv_869 阅读(59) 评论(0) 推荐(0) 编辑
Pandas入门之十五：合并连接
摘要：已信任 Jupyter 服务器: 本地 Python 3: Not Started [1] import pandas as pd import numpy as np [6] yuwen = pd.DataFrame({ 'id':[1,2,3,4,5], 'name':['小明','小敏','小 阅读全文
posted @ 2021-07-17 17:07 vv_869 阅读(48) 评论(0) 推荐(0) 编辑
Pandas入门之十四：分组
摘要：已信任 Jupyter 服务器: 本地 Python 3: Not Started [1] import pandas as pd import numpy as np [7] df = pd.DataFrame({ 'user':['小明','小黑','小黄','小李'], 'gender':[' 阅读全文
posted @ 2021-07-16 22:48 vv_869 阅读(44) 评论(0) 推荐(0) 编辑
简单小例子：array转换为list，再转换为pd.Series
摘要： 阅读全文
posted @ 2021-07-16 15:46 vv_869 阅读(367) 评论(0) 推荐(0) 编辑
Pandas入门之十三：缺失值处理
摘要：已信任 Jupyter 服务器: 本地 Python 3: Not Started [1] import pandas as pd import numpy as np [3] df = pd.DataFrame(np.random.randn(5,3),index=['a','b','e','f' 阅读全文
posted @ 2021-07-15 23:51 vv_869 阅读(53) 评论(0) 推荐(0) 编辑
Pandas的DataFrame根据列名获取其对应下标
摘要：pd的df中已经可以根据列名获取数据了，为什么还需要列名的下标呢？特殊要求呗 阅读全文
posted @ 2021-07-15 16:22 vv_869 阅读(897) 评论(0) 推荐(0) 编辑
Pandas入门之十二：聚合函数
摘要：已信任 Jupyter 服务器: 本地 Python 3: Not Started [1] import pandas as pd import numpy as np [6] df = pd.DataFrame(np.random.randn(10,4), index=pd.date_range( 阅读全文
posted @ 2021-07-14 21:47 vv_869 阅读(301) 评论(0) 推荐(0) 编辑
Pandas入门之十一：窗口函数
摘要：已信任 Jupyter 服务器: 本地 Python 3: Not Started [1] import pandas as pd import numpy as np [3] df = pd.DataFrame(np.random.randn(10,4)) df 0 1 2 3 0 -0.1677 阅读全文
posted @ 2021-07-14 21:33 vv_869 阅读(164) 评论(0) 推荐(0) 编辑
Pandas入门之十：百分比与相关性
摘要：已信任 Jupyter 服务器: 本地 Python 3: Not Started [60] import pandas as pd import numpy as np [61] s = pd.Series([877,865,874,890,912]) s 0 877 1 865 2 874 3 阅读全文
posted @ 2021-07-14 21:23 vv_869 阅读(178) 评论(0) 推荐(0) 编辑
Pandas入门之九：数据选择
摘要：已信任 Jupyter 服务器: 本地 Python 3: Not Started [36] import pandas as pd import numpy as np [37] # .loc基于标签 # .iloc基于索引 [39] df = pd.DataFrame(np.random.ran 阅读全文
posted @ 2021-07-14 21:13 vv_869 阅读(59) 评论(0) 推荐(0) 编辑
Pandas入门之八：字符串与文本数据
摘要：已信任 Jupyter 服务器: 本地 Python 3: Not Started [13] import pandas as pd import numpy as np [15] s = pd.Series([' Tom',' xiaoming','john ']) s 0 Tom 1 xiaom 阅读全文
posted @ 2021-07-14 20:39 vv_869 阅读(36) 评论(0) 推荐(0) 编辑
Pandas入门之七：迭代
摘要：已信任 Jupyter 服务器: 本地 Python 3: Not Started [4] import pandas as pd import numpy as np df = pd.DataFrame({ 'date':pd.date_range(start='20210714',periods 阅读全文
posted @ 2021-07-14 20:27 vv_869 阅读(69) 评论(0) 推荐(0) 编辑
Pandas入门之六：重建索引
摘要：已信任 Jupyter 服务器: 本地 Python 3: Not Started [11] import pandas as pd import numpy as np [13] df = pd.DataFrame({ 'a':pd.date_range(start='2021-07-14', p 阅读全文
posted @ 2021-07-14 00:20 vv_869 阅读(146) 评论(0) 推荐(0) 编辑
Pandas入门之五：自定义元素处理函数
摘要：已信任 Jupyter 服务器: 本地 Python 3: Not Started [1] import pandas as pd import numpy as np [4] # 表格函数的自定义 # 将df中所有的元素加2 def add(ele1,ele2): return ele1+ele2 阅读全文
posted @ 2021-07-13 23:59 vv_869 阅读(94) 评论(0) 推荐(0) 编辑
Pandas入门之四：统计描述
摘要：已信任 Jupyter 服务器: 本地 Python 3: Not Started [1] import pandas as pd import numpy as np [4] d = { 'name':pd.Series(['小明','小黑','小红']), 'age':pd.Series([12 阅读全文
posted @ 2021-07-13 23:44 vv_869 阅读(53) 评论(0) 推荐(0) 编辑
Pandas入门之三：DataFrame
摘要：已信任 Jupyter 服务器: 本地 Python 3: Idle [2] import pandas as pd import numpy as np [-] [3] # pd.DataFrame(data,index,columns,dtype) # 创建空的DataFrame df = pd 阅读全文
posted @ 2021-07-12 22:50 vv_869 阅读(45) 评论(0) 推荐(0) 编辑
Pandas入门之 二：Series
摘要：已信任 Jupyter 服务器: 本地 Python 3: Not Started import pandas as pd import numpy as np # pd.Series(data,index,dtype,copy) # data->数据，np.ndarry,list,constant 阅读全文
posted @ 2021-07-12 22:06 vv_869 阅读(382) 评论(0) 推荐(0) 编辑
Pandas入门之一
摘要：import pandas as pd import numpy as np s = pd.Series([1,2,3,4,np.nan,6,8]) s 0 1.0 1 2.0 2 3.0 3 4.0 4 NaN 5 6.0 6 8.0 dtype: float64 1 dates = pd.dat 阅读全文
posted @ 2021-07-12 21:24 vv_869 阅读(48) 评论(0) 推荐(0) 编辑
在Pytorch中使用 nn.Sequential()自动添加网络层
摘要：nn.Sequential()定义网络简单高效，可以写死，可以自动添加add_module 参考链接：pytorch中的add_module函数 - 蒙面的普罗米修斯 - 博客园 (cnblogs.com) pytorch nn.Sequential()动态添加方法 - 慢行厚积 - 博客园 (cn 阅读全文
posted @ 2021-07-09 16:22 vv_869 阅读(960) 评论(0) 推荐(0) 编辑
Pytorch的nn.LSTM和Keras中LSTM对比
摘要：最近真的要被lstm整蒙了，一直理解不了，比如要3预测1，那么这个1怎么体现呢？？ https://stackoverflow.com/questions/62204109/return-sequences-false-equivalent-in-pytorch-lstm Pytorch： http 阅读全文
posted @ 2021-07-03 14:53 vv_869 阅读(1375) 评论(0) 推荐(0) 编辑