摘要：
1.浮点数的表示分为阶和尾数 两部分。两个浮点数相加时，需要先对阶，即（1）（n为阶差的绝对值） 答案： 1 D将小阶向大阶对齐，同时将尾数右移n位 解析： 对阶是指将两个进行运算的浮点数阶码对齐的操作。对阶的目的是为使两个浮点数的尾数能够进行加减运算。首先求出两浮点数阶码的差，即n，将小阶码加上n 阅读全文
摘要：
实现：# -*- coding: UTF-8 -*- import numpy as npfrom sklearn.linear_model import SGDRegressor__author__ = 'zhen'X = 2 * np.random.rand(100, 1)y = 4 + 3 * X + np.random.randn(100, 1)# 梯度下降回归sgd_reg = SGDR... 阅读全文
摘要：
实现：# -*- coding: UTF-8 -*-import numpy as npfrom sklearn.linear_model import Ridge__author__ = 'zhen'X = 2 * np.random.rand(100, 1)y = 4 + 3 * X + np.random.randn(100, 1)# 岭回归ridge_reg = Ridge(alpha=1... 阅读全文
摘要：
实现：# -*- coding: UTF-8 -*-""" 练习使用随机梯度下降算法"""import numpy as npimport math__author__ = 'zhen'# 生成测试数据x = 2 * np.random.rand(100, 1) # 随机生成100*1的二维数组，值分别在0~2之间y = 4 + 3 * x + np.random.randn(100, 1... 阅读全文
摘要：
# -*- coding: utf-8 -*-"""Created on Wed Jul 4 18:40:55 2018 @author: zhen""" import pandas as pdimport numpy as np# 创建空的df，保存测试数据test_df = pd.DataFra 阅读全文
摘要：
# -*- coding: UTF-8 -*-import numpy as npimport math# 定义基础变量learning_rate = 0.1n_iterations = 10000m = 100x = 2 * np.random.rand(m, 1) # 生成一组服从0~1均匀分布的随机样本，此处表示生成100行一列的二维数组，下同y = 4 + 3 * x + np.rand... 阅读全文
摘要：
# -*- coding: utf-8 -*-"""Created on Sat Jun 30 14:49:22 2018 @author: zhen""" import numpy as npa = np.array([[1,2,3],[11,22,33]])b = np.array([[4,5, 阅读全文
摘要：
# -*- coding: utf-8 -*-"""Created on Sat Jun 30 11:49:56 2018 @author: zhen"""# 测试排列组合 import itertools# 定义测试数据list_test = [1,2,3,4,5]# 定义结果数据list_res 阅读全文
摘要：
# -*- coding: utf-8 -*-"""Created on Sat Jun 30 10:09:47 2018测试分组groupby@author: zhen"""from pandas import DataFrame"""data = [ [1,2,2,1] [2,2,2,2] [1 阅读全文
摘要：
# 去除重复行数据 keep:'first':保留重复行的第一行，'last':保留重复行的最后一行,False：删除所有重复行df = df.drop_duplicates( subset=['YJML','EJML','SJML','WZLB','GGXHPZ','CGMS'], # 去重列，按 阅读全文
摘要：
df = pd.merge( df, # 左 wzplbm, # 右 left_on = ['WZBM','ZBWZMC'], # 左DataFrame匹配列 right_on = ['WZPLBM','WZMC'],# 右DataFrame匹配列 how='inner' # 内连接 （left：左 阅读全文
摘要：
# 创建空DataFrame df = pd.DataFrame(columns = ['YJML','EJML','SJML','WZLB','GGXHPZ','CGMS']) # 插入数据（忽略索引） df = df.append(kjcgml.loc[i].append(bzwzcgml.lo 阅读全文
摘要：
# 文件路径 file_path = 'C:/Users/zhen/Desktop/物资/ycsj.xlsx' ycsj = pd.read_excel( file_path, # 文件路径 sheet_name='2018年物资类采购目录--资料', # 读取Excel中某个sheet的数据，没有 阅读全文
摘要：
# 在Python中可以根据某列的具体内容来拆分数据，保存成多个DataFrame! # 代码如下： ycsj = pfsj[pfsj['备注'].isin(['1'])] # 拆分数据： 结果： 阅读全文
摘要：
# 识别python中DataFrame中的nanfor i in pfsj.index: if type(pfsj.loc[i]['WZML']) == float: print('float value is ${}'.format(pfsj.loc[i]['WZML'])) elif type 阅读全文
摘要：
一.概述 参考博客：https://www.cnblogs.com/yszd/p/8529704.html 二.代码实现【解析解】 三.结果【解析解】 可视化： 四.代码实现【sklearn机器学习库】 五.结果【sklearn机器学习库】 可视化： 六.总结 根据图示可以得出结论，使用解析解或者是 阅读全文
摘要：
#coding:utf-8from sklearn.datasets import load_irisfrom sklearn.model_selection import train_test_splitfrom sklearn.neighbors import KNeighborsClassifierimport numpy as npimport matplotlib.pyplot as p... 阅读全文
摘要：
# NumPy Python科学计算基础包 import numpy as np # 导入numpy库并起别名为npnumpy_array = np.array([[1,3,5],[2,4,6]])print(numpy_array) # SciPy Python中用于科学计算的函数集合from s 阅读全文
摘要：
# 使用默认的高阶函数map和reduce import randomdef map_function(arg): # 生成测试数据 return (arg,1) list_map = list(map(map_function,list(ran * random.randint(1,2) for 阅读全文
摘要：
# 测试参数是传值还是传引用def test(arg): print("test before") print(id(arg)) arg[1]=30 # 测试可变对象 # arg[3][2] = 16 # 测试嵌套类型 # arg = list(range(5)) print("test after 阅读全文