Python打包独立的mitmproxy.exe,可在任意机器直接运行
2024-07-26 13:16:38 23.25MB python
1
数据科学 项目1:足球运动员的评分( ) 使用来自欧洲足球数据库的数据并建立了回归模型,以基于各种属性预测足球运动员的整体评分。 使用Flask构建了基本的API,并将其部署到GCP,Herolu和Pivotal云平台中。 项目2:预测一个人每年的收入是否超过5万( ) 建立了几个分类模型,以预测一个人每年从经典成人数据集中赚取的收入是否超过5万。 建立了KNN,决策树,随机森林和XGBoost模型,并通过比较各自的AUC和准确性得分,比较了哪一种最适合数据集。 项目3:Zomato_EDA( ) 是否在Zomato印度餐厅数据集上进行了广泛的EDA分析。 zomato探索性数据分析旨在为美食家找到最佳的餐馆,并在他们所在的地区物有所值。 它还有助于在当地找到所需的美食。
2024-07-26 12:10:55 7.86MB python flask jupyter-notebook JupyterNotebook
1
VOC目前处于中断状态 BeeWare项目已不再使用VOC进行Android开发。 现在,我们使用来提供Android支持。 我们仍然相信字节码编译方法具有价值。 但是,我们不将任何BeeWare资源用于VOC开发,并且我们目前不鼓励其他人为VOC做出贡献。 如果您仍然对使用VOC感兴趣,请。 挥发性有机物 一个将Python代码转换为Java字节码的编译器。 这是实验代码。 如果破裂,您将保留所有闪亮的碎片。 它能做什么: 提供一个API,可让您以编程方式创建Java类文件。 将Python 3.4源文件编译为Java类文件,使您能够在JVM(包括Android的VM)上运行Python代码。 它不是完全兼容的Python 3.4实现-仍然需要实现一些语言功能(一些内置函数),并且只有一个基本的标准库实现。 但是,可以转换简单的Python程序,甚至编写简单的Androi
2024-07-25 15:34:17 4.85MB Python
1
《Python数据科学手册》是Jake VanderPlas撰写的一本针对数据科学和机器学习工具的权威指南,特别适合已经熟悉Python编程的科学家和数据分析师。这本书的2023年版全面更新,旨在帮助读者掌握使用Python进行数据分析的核心工具。 1. **IPython与Jupyter**: IPython是一个交互式计算环境,而Jupyter Notebook是基于Web的界面,让科学家能够以交互方式编写和展示代码、数据和可视化结果。这两个工具结合,为数据科学家提供了强大且灵活的工作平台,支持多语言,便于合作和文档记录。 2. **NumPy**: NumPy是Python的一个核心库,提供了多维数据结构`ndarray`,用于高效存储和处理大型数组数据。NumPy还包含数学函数库,支持向量和矩阵运算,是进行数值计算的基础。 3. **Pandas**: Pandas是构建在NumPy之上的数据处理库,其DataFrame对象提供了一种高效的方式来组织和操作结构化或标签数据。DataFrame允许用户轻松地清洗、转换和合并数据,非常适合进行数据预处理工作。 4. **Matplotlib**: Matplotlib是Python最常用的绘图库,支持创建各种静态、动态和交互式的可视化。它提供了一套类似于MATLAB的API,可以绘制2D和3D图形,并支持自定义颜色、样式、标签等元素,满足复杂的数据可视化需求。 5. **Scikit-Learn**: Scikit-Learn是Python中广泛使用的机器学习库,提供了大量预包装的算法,包括监督学习(如分类、回归和聚类)和无监督学习方法。Scikit-Learn的API设计简洁,使得构建和评估机器学习模型变得简单。 6. **其他相关工具**: 除了上述工具,书中可能还会涵盖其他辅助工具,如用于数据处理的Pandas扩展库(如Dask、Pyspark),用于统计分析的Statsmodels,以及用于深度学习的TensorFlow和Keras等。 通过本书,读者将能够: - 学习如何利用IPython和Jupyter Notebook进行高效的数据探索和分析。 - 掌握NumPy和Pandas进行数据存储、清洗、转换和操纵的技巧。 - 使用Matplotlib创建各种图表,以视觉方式表达数据。 - 了解并应用Scikit-Learn构建机器学习模型,包括训练、验证和优化模型。 - 探索和整合其他相关工具,以扩展Python数据科学工具箱。 Jake VanderPlas,作为本书的作者,拥有丰富的经验,他在Google Research担任软件工程师,专注于开发支持数据密集型研究的工具,包括Scikit-Learn在内的Python库,确保了书中的内容既实用又前沿。这本书是Python数据科学家必备的参考资源,无论你是初学者还是经验丰富的专业人士,都能从中受益。
2024-07-24 11:37:14 19.7MB python
1
python data science handbook-english version python data science handbook-english version
2024-07-24 11:30:15 20.47MB python
1
Python是数据科学和机器学习领域广泛使用的编程语言,其丰富的库为数据分析提供了强大的支持。在Python中,matplotlib、pandas和numpy是三个非常关键的库,它们分别用于数据可视化、数据处理和数值计算。 matplotlib是Python中最常用的绘图库,它能够创建各种高质量的图表,如折线图、散点图、条形图等。在提供的代码示例中,展示了如何绘制折线图。`plt.plot()`函数用于绘制折线,通过调整`linestyle`参数可以改变线条的样式,如直线、虚线、点划线等。`plt.xticks()`和`plt.yticks()`用于设置坐标轴的刻度标签,而`plt.xlabel()`和`plt.ylabel()`则用来定义坐标轴的名称。`plt.legend()`用于添加图例,`plt.title()`设定图表的标题,`plt.grid()`则用于添加网格线。此外,`plt.savefig()`用于将图表保存到本地。 pandas是一个强大的数据处理库,它提供了DataFrame和Series两种主要的数据结构,用于存储和操作结构化数据。虽然在给出的代码中没有直接使用pandas,但在实际数据分析中,通常会用pandas来清洗、预处理数据,然后用matplotlib进行可视化。 numpy则是Python中的数值计算库,提供了高效的多维数组对象ndarray,以及大量的数学函数来处理这些数组。在进行机器学习模型训练或科学计算时,numpy数组可以极大地提高性能。虽然这段代码也没有直接使用numpy,但在数据分析中,例如数据预处理、特征工程等步骤,numpy的作用不可或缺,比如使用numpy的函数`np.random.randint()`生成随机整数序列。 matplotlib、pandas和numpy是Python中进行数据处理和可视化的三大支柱。matplotlib提供图表绘制功能,使数据结果直观呈现;pandas用于高效地组织和处理数据,方便数据清洗和分析;numpy则专注于数值计算,为复杂的数据运算提供高性能支持。掌握这三个库的基本操作,对于Python在数据分析和机器学习领域的应用至关重要。
2024-07-24 10:30:42 533KB numpy python matplotlib pandas
1
Matplotlib绘图
2024-07-24 10:10:24 4.48MB matplotlib python
1
正弦波信号发生器设计 一个基于Python编程语言和numpy及matplotlib库的简单正弦波信号发生器示例 软件实现 - Python 1. 安装所需库 首先,你需要安装numpy和matplotlib库。如果尚未安装,可以使用以下命令进行安装: pip install numpy matplotlib 选择适当的采样率和持续时间,以确保生成的信号精确且可视化良好。
2024-07-24 10:07:04 814B matplotlib python 编程语言 numpy
1
给深度学习入门者的python教程,包括常用的numpy和matplotlib的入门知识,简单易懂。
2024-07-24 10:00:00 1.63MB python 深度学习
1
本资源提供Python文字识别的tesseract-ocr安装包和中文语言包chi_sim.traineddata下载。亲测可用 欢迎大家下载。内部包含安装文件一个是2022年V5.1版。Tesseract是一个开源的OCR(Optical Character Recognition,光学字符识别)引擎,可以识别多种格式的图像文件并将其转换成文本
2024-07-23 17:37:43 77.87MB python
1