np.argsort()函数将数组的值从小到大排序后,并按照其相对应的索引值输出一维数组:a = array([3, 3, 6, 2, 1, 9]) print(np.argsort(a))输出:[4 3 0 1 2 5]分析:a[4]=1 为a中最小值,排序后第一个为1,其索引为4;a[5]=9 为a中最大值,排序后最后一个为9,其索引为5.
s1223452840
2020-08-14
官方定义:使用一个或多个现有列设置索引, 默认情况下生成一个新对象DataFrame.set_index(keys, drop=True, append=False, inplace=False, verify_integrity=False) drop:默认为true,表示是否删除列作为新索引。append:是否增加列到原来的索引上。inplace:是否创建一个新的dataframe
s1223452840
2020-08-12
答: 把print()后的括号()去掉即可, 如 ?print , 或者 print? 也就是 ? 后面只加函数名即可.
s1223452840
2020-08-11
偏差:实际上也可以称为避免欠拟合 ✓ 寻找更好的特征 -- 具有代表性 ✓ 用更多的特征 -- 增大输入向量的维度。(增加模型复杂度)方差:避免过拟合 ✓ 增大数据集合 -- 使用更多的数据,噪声点比减少(减少数据扰动 所造成的影响(紧扣定义) ✓ 减少数据特征 -- 减少数据维度,高维空间密度小(减少模型复杂 度)均方差: 其实偏差和方差没有具体的数学表达式 , 均方差公式可以理解为 既包含了
s1223452840
2020-08-11
如图 , 打开jupyter notebook后,找不到文件路径。解决办法:1.在你要打开的文件,按shift + 鼠标右键 ,点击 “在此处打开power shell窗口”,打开后,敲 jupyter notebook就可以看到
s1223452840
2020-08-08
merge()函数,merge默认的是内连接(inner join) concat()函数,concat默认的是外连接(outer join) merge()一个类似于关系数据库的连接(join)操作的方法merage,可以根据一个或多个键将不同DataFrame中的行连接起来 concat方法相当于数据库中的全连接(UN
s1223452840
2020-08-06
d = open('Account.txt','r',encoding = 'utf-8')data = d.readlines()data出错:‘utf-8’ codec can’t decode byte 0xa1 in position 0: invalid start byte解决办法 ,编码错误 ,源文件为 ANSI 格式
s1223452840
2020-08-06
是文本保存时包含了BOM(Byte Order Mark,字节顺序标记,出现在文本文件头部,Unicode编码标准中用于标识文件是采用哪种格式的编码)导致的,解决方法是使用 utf-8-sig 编码:
s1223452840
2020-08-06
thresh参数用法是:保留至少有n个非NaN数据的行/列 如图,当运行完这一行代码后,data.dropna(axis = 0 , thresh = 3), 可以看到“”1“”行数据被丢弃
s1223452840
2020-08-05
pip install jupyter_contrib_nbextensions # 安装第三方包jupyter contrib nbextension install --user --skip-running-check # 对 jupyter 进行配置打开anaconda prompt 依次运行这两行代码。打开 Jupyter notebook 会新增nbextensions按钮, 点击
s1223452840
2020-08-04
答 : drop=True 就是把原来的索引index列去掉,重置index。 drop=False 就是保留原来的索引,添加重置的index。 两者的区别就是有没有把原来的index去掉。
s1223452840
2020-08-04