摘要：
预测2018年，11月和12月的销售额 1 import glob #读文件 2 import os #设置工作路径 3 import pandas as pd 4 import re #正则表达式 5 import numpy as np 6 import datetime as dt #时间包 阅读全文
摘要：
一、步骤 1、处理数据：避免原数据被感染，将原数据copy，标记缺失值，用热力图，去掉多余的字段 2、清洗数据：copy处理的数据，然后进行删除字段和删除重复的字段 3、划分测试、训练集：copy 测试集和训练集，再给缺失的值里面填充中位数、众数 处理数据 1 #求补集（对应索引不一致的数据） 2 阅读全文
摘要：
一、有监督学习和无监督学习区别 分类：有监督 聚类：无监督 二、kmeans 算法 #自己创建数据集 1 X, y = make_blobs(n_samples=500,n_features=2,centers=4,random_state=1) 2 plt.scatter(X[:, 0], X[: 阅读全文
摘要：
python 用镜像源安装命令 1 pip install -i https://pypi.doubanio.com/simple/ flask 2 pip install -i https://pypi.doubanio.com/simple/ -r requirements.txt 豆瓣 htt 阅读全文
摘要：
一、knn 算法 1 import numpy as np 2 import pandas as pd 3 import matplotlib.pyplot as plt 4 from math import sqrt 5 6 plt.rcParams['font.sans-serif'] = [' 阅读全文
摘要：
1、环境 python 3.6.8 2、安装 pip install locust 2.4.3 3、demo如下 yaCe.py 1 from locust import HttpUser,task,between 2 3 class websitUser(HttpUser): 4 wait_tim 阅读全文
摘要：
一、基本操作 1 r = np.ones(3) 2 r = np.zeros(3) 3 r = np.full(shape=[3,2],fill_value="5") 4 r = np.arange(start=0,stop=5,step=2) 5 r = np.random.randint(low 阅读全文
摘要：
一、几天之后的日期 1 import datetime 2 3 str = "23/09/2021" 4 # 把字符串转成对象 5 toObj = datetime.datetime.strptime(str,'%d/%m/%Y') 6 # 2天之后的日期 7 result = toObj+date 阅读全文
摘要：
一、坐标、网格、标题 1 import numpy as np 2 import pandas as pd 3 from sqlalchemy import create_engine 4 import matplotlib.pyplot as plt 5 6 x = np.linspace(0,2 阅读全文
摘要：
pandas 连接数据库 1 import numpy as np 2 import pandas as pd 3 from sqlalchemy import create_engine 4 5 engine = create_engine("mysql+pymysql://root:100100 阅读全文