Ctrlk

数据分析-实验

混乱的实验室：Te-s-r-act，是 TensorAct，还是 Tesseract ?

Te-s-r-act，是 TensorAct，还是Tesseract ?

卓尔金升级6——分类网络

问题描述

使用工具

Anaconda (Jupyter Notebook，Jupyter Lab，Numpy，Pandas，SciPy，TensorFlow，Keras)还有matplotlib，差点忘了

TensorFlow | TensorBoard | TensorBoard.dev | Google Colab

https://playground.tensorflow.org/

https://nbviewer.jupyter.org/

数据来源

MVRV | S2F | NVT

22 款神经网络的设计和可视化工具

Mac版Excel如何添加数据分析功能？

机器学习-回归问题(Regression)

标准化、归一化、正规化

一文读懂机器学习分类算法（附图文详解）

Q&A: 机器学习与金融行业

开发环境

https://www.anaconda.com/

https://www.anaconda.com/pycharm

pandas是一个数据处理的包，本身提供了许多读取文件的函数，像read_csv（读取csv文件），read_excel（读取excel文件）等，只需一行代码就能实现文件的读取。

规整化算法

第一步：去指数转线性，y = LN(x/x的几何平均数)， 第二步：Logistic 模式 ，y = 1/(1+e^(-x)) 第三步：z-score 标准化，y=(x-μ)/σ

只要经过这三步处理，不管之前是怎样分布的数据，都会转化为标准正态分布。

研发进度

2021.7.9

安装了Anaconda，借助Anaconda 安装了 Jupyter Notebook，Jupyter Lab，Numpy，Pandas，SciPy，TensorFlow，Keras 还有matplotlib，差点忘了

课程？在看了在看了。

找到了 TensorFlow学习笔记 ，发现逻辑回归分类问题应该用交叉熵损失函数，而不是均方误差MSE损失函数

交叉熵 | 损失函数 | 归一化指数函数(Softmax函数)

matplotlib-tutorial 学会复制粘贴了，这是一种进步

python-tutorial 找到了python基础教程，重新回去学python

不学了，要吐了

再想想

找到了一本书：利用Python进行数据分析：README

找到了英文版

https://github.com/wesm/pydata-book

找到了中文版

https://github.com/BrambleXu/pydata-notebook

pandas是一个数据处理的包，本身提供了许多读取文件的函数，像read_csv（读取csv文件），read_excel（读取excel文件）等，只需一行代码就能实现文件的读取。

2021.7.10

python pandas read_html快读读取中国商情网的A股，港股以及新三板股票

pandas.read_csv 详细介绍

pandas.read_excel 详细介绍

教程

30分钟带你入门数据分析工具 Pandas

十分钟入门 Pandas 🚩

读取写入数据

    • 读取 CSV 文件数据：

    • 读取 Excel 文件：

Pandas 数据结构

1. Series

Series 是一种一维数组，和 NumPy 里的数组很相似。事实上，Series 基本上就是基于 NumPy 的数组对象来的。和 NumPy 的数组不同，Series 能为数据自定义标签，也就是索引（index），然后通过索引来访问数组中的数据。

创建一个 Series 的基本语法如下：

2. DataFrames

Pandas 的 DataFrame（数据表）是一种 2 维数据结构，数据以表格的形式存储，分成若干行和列。通过 DataFrame，你能很方便地处理数据。常见的操作比如选取、替换行或列的数据，还能重组数据表、修改索引、多重筛选等。

构建一个 DataFrame 对象的基本语法如下：

可视化

详见可视化 (opens new window)文档。

可视化

DataFrame 的 plot() (opens new window)方法可以快速绘制所有带标签的列：

可视化2

【美国微软大神的数据分析课】Pandas vs Excel 🚩

python3带你玩转excel--工作党福利--（评论区附有课件和代码）🚩

Excel动态仪表盘制作流程，非常详细【完结】🚩

python实现统计学包Scipy所有语法 🚩

python 正态分布_python绘制正态分布及三大抽样分布的概率密度图像

太玄的工具库0X04 NumPy SciPy 🚩

【2021新版】Python入门编程100例，用小例子提升实战技能！

python3带你玩转excel--工作党福利--（评论区附有课件和代码）\

numpy

np.array # ndarray

NumPy 提供了很多统计函数，用于从数组中查找最小元素，最大元素，百分位标准差和方差等。

scipy

scipy.stats

pandas

Series,DataFrame

excel,csv

matplotlib

tensorflow

keras

IPython

Spyder

Jupyter Notebook/Lab

PyCharm

SciPy - Stats_学习Scipy|WIKI教程

Scipy统计函数- Scipy教程™ - 易百教程 🚩

NumPy Ndarray 对象| 菜鸟教程

Scipy统计函数- Scipy教程教学| 程式教程网- 亿聚网

1.5 ScSciPy Lecture Notes 中文版 🚩

1.5 Scipy：高级科学计算

作者：Adrien Chauve, Andre Espaze, Emmanuelle Gouillart, Gaël Varoquaux, Ralf Gommers

Scipy

scipy包包含许多专注于科学计算中的常见问题的工具箱。它的子模块对应于不同的应用，比如插值、积分、优化、图像处理、统计和特殊功能等。

scipy可以与其他标准科学计算包相对比，比如GSL (C和C++的GNU科学计算包), 或者Matlab的工具箱。scipy是Python中科学程序的核心程序包；这意味着有效的操作numpy数组，因此，numpy和scipy可以一起工作。

在实现一个程序前，有必要确认一下需要的数据处理时候已经在scipy中实现。作为非专业程序员，科学家通常倾向于重新发明轮子，这产生了小玩具、不优化、很难分享以及不可以维护的代码。相反，scipy的程序是优化并且测试过的，因此应该尽可能使用。

警告 这个教程根本不是数值计算的介绍。因为列举scipy的不同子模块和功能将会是非常枯燥的，相反我们将聚焦于列出一些例子，给出如何用scipy进行科学计算的大概思路。

scipy是由针对特定任务的子模块组成的：

scipy.cluster

向量计算 / Kmeans

scipy.constants

物理和数学常量

scipy.fftpack

傅里叶变换

scipy.integrate

积分程序

scipy.interpolate

插值

scipy.io

数据输入和输出

scipy.linalg

线性代数程序

scipy.ndimage

n-维图像包

scipy.odr

正交距离回归

scipy.optimize

优化

scipy.signal

信号处理

scipy.sparse

稀疏矩阵

scipy.spatial

空间数据结构和算法

scipy.special

一些特殊数学函数

scipy.stats

统计

他们全都依赖于numpy, 但是大多数是彼此独立的。导入Numpy和Scipy的标准方式：

In [1]:

scipy的主要命名空间通常包含的函数其实是numpy（试一下scipy.cos其实是np.cos) 。这些函数的暴露只是因为历史原因；通常没有必要在你的代码中使用import scipy。

如何系统地学习Python 中 matplotlib, numpy, scipy, pandas？

2021.7.13

columns 列

连接 pandas.concat()

pandas.concat()通常用来连接DataFrame对象。 pandas中concat()的用法

.reset_index(drop=True)

索引 pandas (loc、iloc、ix)

pandas (loc、iloc、ix)的区别 **loc：**通过行标签索引数据 **iloc：**通过行号索引行数据 **ix：**通过行标签或行号索引数据（基于loc和iloc的混合）

删除 pandas.drop(columns=_____)

插入 pandas.insert(1,columns=_____,value=_____)

改名 pandas.rename(字典)

line 行

追加.append

.reset_index(drop=True)

.at

删除行.index

.concat(),.iloc(),.drop(),.insert(),.rename(),.append(),.reset_index(),.at(),.index()

原创 PANDAS 数据合并与重塑（concat篇）

原创 PANDAS 数据合并与重塑（join/merge篇）

原创 pandas笔记 基础／groupby／concat／merge／join

原创 Series 创建、索引、删除、数学运算 归纳总结

数据分析之Pandas（四）DataFrame运算

pandas笔记（7）DataFrame数学运算

三维散点图

Python绘制三维散点图

matplotlib绘制三维散点图

二维散点图（高级）

厉害了，Matplotlib还能这样画散点图！

简单图形绘制

Python Pandas 图形绘制（一）：折线图，柱状图

matplotlib绘制直方图、条形图和饼图

68–95–99.7原则

Python求均值，方差，标准差

pandas数据合并之一文弄懂pd.concat（）

pandas-DataFrame列移动

Python-pandas的fillna()方法-填充空值

Pandas中把dataframe和np.array的相互转换

将Pandas中的DataFrame转换成Numpy中数组

pandas将字段中的字符类型转化为时间类型，并设置为索引

pandas设置index索引的标签名

高效的5个pandas函数，你都用过吗？

Pandas 窗口函数

PythonPandas-根据给定的窗口并从某个值开始计算某一列的和。

如何更快计算Dataframe里某一列中，上下两值的差值

pandas应用——滚动计算、筛选、判断空值、列移动、行列删除

python数据处理——同一行或同一列的错位相减法

【python】pandas库常用函数之shift详解

pandas选择单元格，选择行列 🚩

数据可视化—使用matplotlib绘制常用类型图表

matplotlib画3D图形时设置z轴尺寸

np.log 和math.log的底数是什么，默认都是e

已经实现部分代码并开源

LogoGitHub - guhhhhaa/TensorAct-of-StarsGitHub
https://nbviewer.jupyter.org/github/guhhhhaa/TensorAct-of-Stars/blob/main/TensorAct1.0.ipynbnbviewer.jupyter.org
LV6-星魔方 (分类) 🎲
Previous数据分析-精炼Next人工智能-实验

Last updated