原创 06_數據結構與算法_雙端隊列_Python實現
#Created By: Chen Da """ 思路： 先實現一個雙端鏈表； 繼承雙端鏈表： 實現O(1)複雜度下的append、appendleft、pop、popleft方法 """ #先實現一個雙端鏈
2020-07-06 14:26:24
原创 04數據結構與算法_雙端鏈表（閉環）_Python實現
#定義節點 class Node(object): def __init__(self,prev=None,value=None,next=None): self.prev,self.value,self.nex
2020-07-06 14:26:24
原创 05_數據結構與算法_隊列_Python實現
#Created by: Chen Da """ 隊列類似生活中的排隊，爲FIFO結構。 兩個基本操作：入隊push和出隊pop。 用單鏈表可以實現，雙鏈表雖然可以，但是操作比較複雜。 """ #先實現一個單鏈表 class N
2020-07-06 14:26:23
1
原创 03數據結構與算法_單鏈表_Python實現
''' 鏈式與線性結構的區別： 線性————內存連續、下標訪問； 鏈式————內存不連續、無下標，追加時很方便，尋找的話很麻煩需要遍歷。 ''' #定義節點（具有value和next屬性，值和指針） class Nod
2020-07-06 14:26:23
原创 07_數據結構與算法_棧_Python實現
#Created By: Chen Da """ 棧區 LIFO結構 ADT: method:push、pop """ #先實現一個雙端鏈表 class Node(object):
2020-07-06 14:26:21
原创 12_數據結構與算法_歸併排序_Python實現
#Created By: Chen Da #定義一個合併方法，等價於Python內置的sorted def merge_sorted_list(sorted_a,sorted_b): length_a,length_b = l
2020-07-06 14:26:21
原创 01_數據結構與算法_抽象數據類型_Python實現
''' 實現一個ADT時要注意的問題： 1、選用什麼數據結構？ 2、能否操作？ 3、能否支持很高效的操作？效率怎麼樣？ ''' class Bag(object): def __init__(se
2020-07-06 14:26:21
原创 17_數據結構與算法_二叉堆_Python實現
#Created By: Chen Da #先實現一個二叉堆，基於完整二叉樹 class Binary_heap(object): def __init__(self): self.heap_list = [0
2020-07-06 14:26:21
原创 02數據結構與算法_數組和列表_Python實現
''' 線性結構：內存連續、下標訪問。如數組、列表。內存連續，很容易通過下標來進行訪問。 Python內置數組array: 用的不是很多； 只能同一類型；如數值、字符 python中list內置方法的時間複雜度：
2020-07-06 14:26:21
原创 利用R語言進行基本數據管理
####創建leadership數據框 manager <- c(1, 2, 3, 4, 5) date <- c("10/24/08", "10/28/08", "10/1/08", "10/12/08", "5/1/09") cou
2018-12-25 17:49:51
6
原创 R語言使用tibble實現簡單數據框
library(tidyverse) ####創建tibble as_tibble(iris) #將數據框轉換爲tibble tibble( x = 1:5, y = 1, z = x ^ 2 + y )
2018-12-23 17:36:52
3
原创 利用R語言的dplyr包進行數據轉換
library(tidyverse) library(nycflights13) #利用該包中的flights數據 flights #### R語言中的變量類型 # int——整數型變量 # dbl——雙精度浮點數型變量，或稱
2018-12-23 17:36:52
4
原创 R語言基礎包中的繪圖函數——快速用R探索數據
library(ggplot2) #R語言中的基礎包所帶的繪圖函數雖然用起來相對ggplot2包不是那麼友好 #但在剛拿到原始數據時進行快速探索還是很方便的 ####散點圖 #運用plot()函數，向函數傳入一個x向量和一個y向量
2018-12-17 17:49:12
1
原创 用R語言進行方差分析
R語言中與方差分析有關的包有car、gplots、HH、rrcov、multicomp、effects、MASS和mvoutlier。 單因素方差分析 #運用multcomp包中的cholesterol數據 library(multco
2018-12-07 17:36:52
原创 基於softmax的mnist數字識別
# Title : TODO # Objective : TODO # Created by: Chen Da # Created on: 2018/10/17 import tensorflow as tf import
2018-11-28 13:05:37