原创 Python：計算歐氏距離的兩種寫法

使用列表List作爲樣本點表示的歐氏距離計算方法： import math # 計算兩點之間的距離 def eucliDist(A,B): return math.sqrt(sum([(a - b)**2 for (a,b) i

2019-09-16 04:43:31

原创 Python：給定樣本的排列組合，使用itertools

import itertools ''' #product笛卡爾積（有放回的抽樣排列） for i in itertools.product('ABCD',repeat=2): print(i) ''' ''' #permut

2019-09-16 04:43:31 1

原创 Python：給定數據集計算樣本之間的距離矩陣

import numpy as np from sklearn.datasets import load_iris iris = load_iris() # data = iris.data # print(data[0]) # pr

2019-07-31 06:03:44

原创 Python：用pandas中plot.bar()畫柱狀圖

import pandas as pd import matplotlib.pyplot as plt books = pd.read_excel("C:/temp/Books.xlsx",index_col="ID") books

2019-06-29 05:46:31 1

原创 Python：計算樣本協方差矩陣

import numpy as np x = np.array([2,4,5,3,6,9,40,25,32]) print(np.cov(x)*8) print(np.var(x)*9) y = np.array([[1,5,6],[4

2019-06-22 05:28:16

原创 Python：機器學習手寫代碼

先把網址保存起來 https://github.com/juwikuang/machine_learning_step_by_step

2019-06-18 05:43:18

原创 Python：使用from sklearn.model_selection import train_test_split把數據劃分爲訓練數據和測試數據

import pandas as pd from sklearn import datasets import matplotlib.pyplot as plt import matplotlib.cm from sklearn.mod

2019-06-18 05:43:18 1

原创 Python：快速排序法python實現

def QuickSort(myList,start,end): if start < end: i,j = start, end base = myList[i] while i

2019-06-16 07:08:40

原创 Python：將列表中字符串按照長度重新排列

names = ["NiuNiu","FangYing","Dad","Mom","LiYing","BaoBao"] lst = [] for name in names: lst.append((len(name),name

2019-04-29 14:06:12

原创 Python：關於集合 set 的有關操作

''' set集合 ''' student_set = {"TangSeng","WuKong","SaSeng","Bajie"} print(type(student_set)) print(student_set) for ele

2019-04-27 13:35:00

原创 Python：關於if ……elif 的實用例子

''' 設計一個計算器 ''' print("《歡迎使用大大牛計算器》") # print("請輸入第一個數字：") num1 = eval(input("請輸入第一個數字：")) # print("請輸入運算符：") operato

2019-04-25 13:07:46

原创 Python：在List或array中定位元素位置，並計算元素個數

import numpy as np a = np.array([1,2,2,3,3,4,4,5,5,5,5]) b = [1,2,2,3,3,4,4,5,5,5,5] print(type(a)) print(type(b)) #

2019-03-23 04:50:36 20

原创 Python：計算信息增益的方法

import numpy as np a =np.array([1,2,3,3,4,4,5,5,6,6,7,7]) # 計算方法一 def calculate_entropy(x): x_value_list = set([

2019-03-23 04:50:36 2

原创 Python：numpy.shape的使用方法

import numpy as np a = np.eye(3) b = np.array([1,2,3,4,5,6]) c = np.array([[1,2,3,4,5,6],[1,2,3,4,5,6]]) print(np.sha

2019-03-23 04:50:36

原创 Python：numpy.random的使用方法

import numpy as np a1 = np.random.rand(3,2) #輸出是（0,1）之間的小數 print("np.random.rand(3,2)=") print(a1) a2 = np.random.ra

2019-03-21 04:43:50