机器学习-Padans

机器学习-Padans

面对人生的烦恼与挫折,最重要的是摆正自己的心态,积极面对一切。再苦再累,也要保持微笑。笑一笑,你的人生会更美好!

目录

机器学习-Padans

1.DataFrame

2.画图

3. 扩展:


1.DataFrame

# coding = UTF-8import pandas as pd
# pandas DataFrame是用来读取样本数据的 可以认为它是一个表格
# 创建一个DataFrame
df1=pd.DataFrame([[1,2,3],[4,5,6]])
print(df1)
# 取值
# iloc 在取值时不包括最后一列(行)
df11=df1.iloc[:,1:2] # 取所有行 第一列
df22=df1.iloc[:,1:-1]
print(df11)
print(df22)

# coding = UTF-8import pandas as pd
# pandas DataFrame是用来读取样本数据的 可以认为它是一个表格
# 创建一个DataFrame
df1=pd.DataFrame([[1,2,3],[4,5,6]])
print(df1)
# 取值
# iloc 在取值时不包括最后一列(行)df11=df1.iloc[1,:] # 取第一行 所有列
df22=df1.iloc[1:2,:] # 取第一行 所有列
print(df22)
print(df11)

# coding = UTF-8import pandas as pd
# pandas DataFrame是用来读取样本数据的 可以认为它是一个表格
# 创建一个DataFrame
df1=pd.DataFrame([[1,2,3],[4,5,6]])
print(df1)
# 取值
# iloc 在取值时不包括最后一列(行)
print(df1[[0,1]]) # 取第一列 第二列print(type(df1[0])) # 查看第一列的类型 Series
print(df1[0]) # 取第一列

2.画图

我现在需要将数据显示成一张图表

# coding = UTF-8import matplotlib.pyplot as plt
# 图表显示汉字乱码
import matplotlib as mpl
mpl.rcParams['font.sans-serif']=[u'simHei']
mpl.rcParams['axes.unicode_minus']=False
# 创建
plt.figure()
# 关系
plt.plot([1,2,3],[1,2,3],label="对比图",color="red")
plt.legend()
# 显示图表
plt.show()

subplot:

# coding = UTF-8import matplotlib.pyplot as plt
# 图表显示汉字乱码
import matplotlib as mpl
mpl.rcParams['font.sans-serif']=[u'simHei']
mpl.rcParams['axes.unicode_minus']=False
# 创建
plt.figure()
# 关系
plt.subplot(1,2,1)
plt.plot([1,2,3],[1,2,3],label="对比图",color="red")
plt.legend()
plt.subplot(1,2,2)
plt.plot([1,2,3],[1,2,3],label="对比图",color="red")
plt.legend()
# 显示图表
plt.show()

3. 扩展:

"Series"通常指的是一种数据结构,特别是在数据分析和处理的上下文中。最常见的是在Python的Pandas库中使用Series,它是一种类似于一维数组的数据结构,但带有索引,可以包含不同类型的数据。

在Pandas中,Series是一种基本的数据结构,它由两个部分组成:索引(index)和值(values)。索引用于标识数据,可以是整数、标签甚至是日期时间。值则是实际的数据。下面是一个简单的示例:
 

import pandas as pd# 创建一个Seriesdata = pd.Series([10, 20, 30, 40, 50])print(data)

这将输出:

0    101    202    303    404    50

在这个例子中,索引是默认生成的整数索引(0到4),而值则是每个索引对应的数据。Series对象也可以使用自定义的索引:
 

# 创建一个带有自定义索引的Seriesdata = pd.Series([10, 20, 30, 40, 50], index=['a', 'b', 'c', 'd', 'e'])print(data)

输出:
 

a    10b    20c    30d    40e    50

Series可以用于许多数据分析任务,例如数据清洗、数据切片、统计计算等。它也是Pandas其他数据结构的基础,比如DataFrame,后者是一个二维表格数据结构。Series在数据分析中非常常用,因为它提供了方便的方法来处理一维数据。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://xiahunao.cn/news/3031403.html

如若内容造成侵权/违法违规/事实不符,请联系瞎胡闹网进行投诉反馈,一经查实,立即删除!

相关文章

SwiftUI 调整视图内容周围间隙(Content Margins)的“时髦”方法

概述 在 SwiftUI 开发的应用中,往往在小屏设备(比如 iPhone)上布局良好的 App 放到大屏(iPad)上后就会“一塌糊涂”。因为它们一味的只想着“占据”却不知道“舍弃”。 从 iOS 17.0(iPad 17.0)开始苹果提供了原生的视图修改器方法专注于处理此事。 在本篇博文中,您将…

免费白嫖ChatGPT4(国内可用)

邀请链接 https://burn.hair/register?aff=2MdD网站首页 https://burn.hair使用github账号登录 登录完成之后记得进行签到,签到的token是大家能够聊天的基础,每天进行签到然后就可以免费白嫖ChatGPT4了,一般每天签到,聊天应该是够了的。

自定义el-select下拉菜单的内容以及数据回显的内容

最终的效果 下拉选项的自定义内容好实现&#xff0c;因为他有默认插槽&#xff0c;所以直接在el-option标签里面写自定义内容就可以实现 <el-selectref"seriesBorderTypeRef"class"series-border-type"change"changeSeriesBorderType"v-model…

使用Vue调用ColaAI Plus大模型,实现聊天(简陋版)

首先去百度文心注册申请自己的api 官网地址&#xff1a;LuckyCola 注册点开个人中心 查看这个文档自己申请一个ColaAI Plus定制增强大模型API | LuckyColahttps://luckycola.com.cn/public/docs/shares/api/colaAi.html来到vue的页面 写个样式 <template><Header …

社交媒体数据恢复:九信极速版

九信极速版是一款功能强大的社交软件&#xff0c;但在使用过程中&#xff0c;您可能会遇到数据丢失的问题&#xff0c;如聊天记录、好友等。不用担心&#xff0c;九信极速版提供了数据恢复功能&#xff0c;帮助您找回丢失的数据。以下是详细的恢复步骤&#xff1a; 一、恢复聊…

【CCF-CSP】202403-4 十滴水

题目描述 十滴水是一个非常经典的小游戏。 小 C 正在玩一个一维版本的十滴水游戏。我们通过一个例子描述游戏的基本规则。 游戏在一个 1c 的网格上进行&#xff0c;格子用整数x(1≤x≤c) 编号&#xff0c;编号从左往右依次递增。网格内 m 个格子里有 1∼41∼4 滴水&#xff0…

无限免费泛域名SSL证书申请

如今https访问已经成为了网络安全的标识&#xff0c;SSL证书也成为了保护网站内用户信息安全和加密信息交互的手段之一。自2019年等保2.0的相应政策出台后&#xff0c;实现网站https访问也是必经环节之一。 当下SSL证书的相关政策也一直备受关注&#xff0c;有免费的SSL证书也…

探索Python循环:索引值的获取与应用

在Python编程中&#xff0c;我们经常需要在循环中使用索引值来访问列表、元组或其他序列类型的元素。本文将详细讲解如何在’for’循环中访问索引值&#xff0c;并提供示例代码及运行结果&#xff0c;帮助初学者更好地理解和应用这一概念。 基本原理 在Python中&#xff0c;f…

Failed to start tomcat.service: Unit is not loaded properly: Bad message 如何解决?

错误 “Failed to start tomcat.service: Unit is not loaded properly: Bad message” 通常意味着的 tomcat.service systemd 配置文件存在语法错误或配置不正确。为了解决这个问题&#xff0c;一步步检查和修正这个服务文件。 1. 检查 tomcat.service 文件 首先&#xff0c…

【机器学习】AI时代的核心驱动力

机器学习&#xff1a;AI时代的核心驱动力 一、引言二、机器学习的基本原理与应用三、机器学习算法概览四、代码实例&#xff1a;线性回归的Python实现 一、引言 在数字化浪潮席卷全球的今天&#xff0c;人工智能&#xff08;AI&#xff09;已经不再是科幻小说中的遥远概念&…

Spring MVC 介绍及其使用(详细)

目录 一.什么是SpringMVC呢&#xff1f; 1.1MVC的介绍 1.2SpringMVC和MVC的关系 二.SpringMVC的学习 第一步&#xff1a;创建项目 第二步&#xff0c;SpringMVC的连接 第三步&#xff0c;Spring MVC获取参数 第四步 SpringMVC的输出 总结 特点和优势 核心组件 一.什…

GA-CNN-LSTM多输入时序预测|遗传算法-卷积-长短期神经网络|Matlab

目录 一、程序及算法内容介绍&#xff1a; 基本内容&#xff1a; 亮点与优势&#xff1a; 二、实际运行效果&#xff1a; 三、算法介绍&#xff1a; 四、完整程序下载&#xff1a; 一、程序及算法内容介绍&#xff1a; 基本内容&#xff1a; 本代码基于Matlab平台编译&am…

基于JAVAEE的停车场管理系统(论文 + 源码)

【免费】基于JAVAEE的停车场管理系统.zip资源-CSDN文库https://download.csdn.net/download/JW_559/89292324 基于JAVAEE的停车场管理系统 摘 要 如今&#xff0c;我国现代化发展迅速&#xff0c;人口比例急剧上升&#xff0c;在一些大型的商场&#xff0c;显得就格外拥挤&…

支付宝小程序如何去除页面下拉回弹

描述&#xff1a;支付宝小程序页面下拉时会产生回弹&#xff0c;如果页面上有拖拽功能&#xff0c;会有影响 解决方法&#xff1a; 页面xx.config.js中设置&#xff1a;allowsBounceVertical: “NO” 官方文档&#xff1a;https://opensupport.alipay.com/support/FAQ/7110b5d…

使用 AI Assistant for Observability 和组织的运行手册增强 SRE 故障排除

作者&#xff1a;Almudena Sanz Oliv, Katrin Freihofner, Tom Grabowski 通过本指南&#xff0c;你的 SRE 团队可以实现增强的警报修复和事件管理。 可观测性 AI 助手可帮助用户使用自然语言界面探索和分析可观测性数据&#xff0c;利用自动函数调用来请求、分析和可视化数据…

Polygon

挨个判断每一个1的出现是否合法: 合法条件:要么在某一个行或列最后一个要么后面有1 #include<iostream> #include<string> #include<cstring> #include<algorithm> using namespace std; char g[1000][1000]; int n,t; int main() {cin>>t;whil…

搭建Docker私服镜像仓库Harbor

1、概述 Harbor是由VMware公司开源的企业级的Docker Registry管理项目&#xff0c;它包括权限管理(RBAC)、LDAP、日志审核、管理界面、自我注册、镜像复制和中文支持等功能。 Harbor 的所有组件都在 Dcoker 中部署&#xff0c;所以 Harbor 可使用 Docker Compose 快速部署。 …

FonePaw Data Recovery for Mac:轻松恢复丢失数据

FonePaw Data Recovery for Mac是一款功能强大的数据恢复软件&#xff0c;专为Mac用户设计&#xff0c;帮助用户轻松恢复因各种原因丢失的数据。该软件支持从硬盘驱动器、存储卡、闪存驱动器等存储介质中恢复丢失或删除的文件&#xff0c;包括照片、视频、文档、电子邮件、音频…

力扣每日一题-收集垃圾的最少总时间-2024.5.11

力扣题目&#xff1a;收集垃圾的最少总时间 题目链接: 2391.收集垃圾的最少总时间 题目描述 代码纯享版 class Solution {public int garbageCollection(String[] garbage, int[] travel) {int sum 0;int last_M -1,last_P -1, last_G -1;for(int i 0; i < garbage.…

keil的jlink重新选择芯片识别

keil选择jlink要选择对应芯片&#xff0c;一旦选择成功会出现以下文件 如果选择错了芯片类型&#xff0c;就需要删除这两个文件&#xff0c;然后重新进入选择&#xff0c;就可以了