原创 [Python3] 機器學習 ——(二)Scikit-Learn簡介

文章目錄二、Scikit-Learn簡介(一)Scikit-Learn的數據表示1. 數據表2. 特徵矩陣3. 目標數組(二)Scikit-Learn的評估器API1. API基礎知識2. 有監督學習示例:簡單線性迴歸3. 有監督

原创 [Python3] Matplotlib —— (九) 多子圖

文章目錄十、多子圖(一)plt.axes:手動創建子圖(二)plt.subplot:簡易網格子圖(三)plt.subplots:用一行代碼創建網格(四)plt.GridSpec:實現更復雜的排列方式 [ Matplotlib v

原创 [Python3] Matplotlib —— (八) 配置顏色條

文章目錄九、配置顏色條(一)選擇配色方案(二)顏色條刻度的限制與擴展功能的設置(三)離散型顏色條 [ Matplotlib version: 3.2.1 ] 九、配置顏色條 圖例通過離散的標籤標示離散的圖形元素,然而,對於圖形

原创 [Python3] Matplotlib —— (七) 配置圖例

文章目錄八、配置圖例(一)選擇圖例顯示的元素(二)在圖例中顯示不同尺寸的點(三)同時顯示多個圖例 [ Matplotlib version: 3.2.1 ] 八、配置圖例 在可視化圖形中使用圖例,可以爲不同的圖形元素分配標籤。

原创 [Python3] Matplotlib —— (五) 密度圖與等高線圖

文章目錄六、密度圖與等高線圖三維函數的可視化1. 用等高線圖可視化三維數據2. 用彩色等高線可視化三維數據3. 帶填充色的三維數據可視化4. 重新渲染三維數據彩色圖5. 在彩色圖上加上帶數據標籤的等高線 [ Matplotlib

原创 [Python3] Matplotlib —— (六) 頻次直方圖、數據區間劃分和分佈密度

文章目錄七、頻次直方圖、數據區間劃分和分佈密度(一)簡易頻次直方圖(二)二維頻次直方圖與數據區間劃分1. plt.hist2d:二維頻次直方圖2. plt.hexbin:六邊形區間劃分3. 核密度估計 [ Matplotlib

原创 [Python3] 機器學習 ——(一)機器學習簡介

文章目錄一、機器學習機器學習的分類1. 有監督學習2. 無監督學習3. 半監督學習 一、機器學習 機器學習經常被歸類爲人工智能(artificial intelligence)的子領域。雖然對機器學習的研究確實是源自人工智能領

原创 日常問題解決彙總

日常操作時遇到各種報錯或新想法,所遇問題以及搜索到的解決方案參考來源大彙總(持續更新) Python數據科學庫 1. URLError: <urlopen error [Errno 61] Connection refused>

原创 [Python3] Matplotlib —— (四) 可視化異常處理

文章目錄五、可視化異常處理(一)基本誤差線(二)連續誤差 [ Matplotlib version: 3.1.3 ] 五、可視化異常處理 對任何一種科學測量方法來說,準確地衡量數據誤差比數據本身更重要。在數據可視化的結果中用圖

原创 [Python3] Matplotlib.pyplot.plot圖形符號、風格及顏色縮寫速查表

Matplotlib.pyplot.plot圖形符號、風格及顏色簡寫形式速查表 注:圖形符號、風格及顏色均爲plot函數的可選參數 如不指定符號和線條風格,默認爲無符號的實線 如不指定顏色,Matplotlib會爲多條線自動循

原创 [Python3] Matplotlib —— (三) 簡易散點圖

文章目錄四、簡易散點圖(一)用plt.plot畫散點圖(二)用plt.scatter畫散點圖(三)plot與scatter效率對比 [ Matplotlib version: 3.1.3 ] 四、簡易散點圖 散點圖(scatt

原创 [Python3] Matplotlib —— (二) 簡易線形圖

文章目錄三、簡易線形圖(一)調整圖形:線條的顏色與風格(二)調整圖形:座標軸上下限(三)設置圖形標籤(四)Matplotlib陷阱:plt函數與ax方法之間轉換 三、簡易線形圖 所有圖形中,最簡單的應該就是線性方程 y=f(x)

原创 [Python3] Pandas —— (八) 處理時間序列

文章目錄十一、處理時間序列(一)Python的日期與時間工具(二)Pandas時間序列:用時間作索引(三)Pandas時間序列數據結構(四)時間頻率與偏移量 十一、處理時間序列 本文涉及的日期與時間數據主要包含三類: 時間戳:

原创 [Python3] Matplotlib —— (一) 基礎操作

文章目錄一、Matplotlib常用技巧(一)導入(二)設置繪圖樣式(三)顯示圖形1. 在腳本中畫圖2. 在IPython shell中畫圖3. 在IPython Notebook中畫圖(四)將圖形保存爲文件二、兩種畫圖接口(一)

原创 [Python3] Pandas —— (七) 向量化字符串操作

文章目錄十、向量化字符串操作Pandas字符串方法列表1. 與Python字符串方法相似的方法2. 使用正則表達式的方法3. 其他字符串方法 十、向量化字符串操作 Pandas提供一系列向量化字符串操作(vectorized s