绝对实用的，VASP计算数据后处理程序除了lev00外的其他小程序

采用python3，对KITTI数据集进行处理。。

JT808 GPS终端 图片数据包处理说明

scapy：基于python的交互式数据包处理程序和库 Scapy Scapy 是一个强大的基于 Python 的交互式数据包操作程序和库。 它能够伪造或解码多种协议的数据包，通过网络发送它们，捕获它们，使用 pcap 文件存储或读取它们，匹配请求和回复等等。 它旨在通过使用有效的默认值来实现快速数据包原型设计。 它可以轻松处理大多数经典任务，如扫描、跟踪路由、探测、单元测试、攻击或网络发现（它可以替代 hping、85% 的 nmap、arpspoof、arp-sk、arping、tcpdump、wireshark、p0f 等）。 它还在大多数其他工具无法处理的许多其他特定任务中表现出色，例如发送无效帧、注入您自己的 802.11 帧、组合技术（VLAN 跳跃 + ARP 缓存中毒、WEP 保护信道上的 VoIP 解码、. ..) 等。 Scapy 支持 Python 2.7 和 Python 3（3.4 到 3.8）。 它旨在跨平台，并在许多不同的平台（Linux、OSX、*BSD 和 Windows）上运行。 入门 Scapy 可用作 shell 或库。 有关更多详

数据挖掘：数据清洗——数据噪声处理 一、什么是数据噪声？ 数据噪声(Noise)：数据集中的干扰数据（对场景描述不准确的数据），即测量变量中的随机误差或方差。 二、噪声数据与离群点的区别 观测量(Measurement) = 真实数据(True Data) + 噪声 (Noise)：而离群点(Outlier)属于观测量，既有可能是真实数据产生的，也有可能是噪声带来的，但是总的来说是和大部分观测量之间有明显不同的观测值。 数据噪声与离群点有很多相同的地方。之间没有太过明确的定义，主要看应用的场景。如在信用卡诈骗中，我们通常会关注那些少量的异常数据，此时数据是具有探索意义的。而在一般的场景下，离

使用一维卷积神经网络处理序列数据，数据类型为一维

无机类、有机类大多数物质的物性简介，包括其废水的处理方式，生化数据等。华东理工大学 乌锡康教授整理。

本资源为Python代码，适用于电信专业课电子测量学科使用，包括粗大误差处理、肖维纳检验法、莱特检验法、 格拉布斯检验法、累进性误差判断、周期性误差判断及给定置信概率求取置信区间部分。

绍了以图形化编程语言LabVIEW为应用程序开发平台的USB数据采集处理系统的设计,并给出了LabVIEW对外部动态链接库的调用方法以及USB驱动程序的设计方法。

数据分析实战可上的课后练习，里面就几个数据和一个很烂的代码。不需要请不要看不要喷，谢谢~