超参数优化

miepython：Python中完美球体的Mie光散射

使用jupyter进行简单的数据处理，求各种统计特性和模型拟合，以及数据可视化。

JupyterHub - 支持多用户服务器版 Jupyter notebooks 技术概览 | 安装 | 配置| 码头工人 | 贡献 | 许可证 | 帮助和资源 JupyterHub 使用 JupyterHub，您可以创建一个多用户集线器，它生成、管理和代理单用户 Jupyter 笔记本服务器的多个实例。 Jupyter 项目创建了 JupyterHub 以支持许多用户。 Hub 可以为学生班级、企业数据科学工作组、科学研究项目或高性能计算组提供笔记本服务器。 技术概述 JupyterHub 的三个主要参与者： 多用户 Hub（tornado 进程）可配置的 http 代理（node-http-proxy） 多个单用户 Jupyter notebook 服务器（Python/Jupyter/tornado） 操作的基本原则是：Hub 启动一个代理人。 默认情况下，代理将所有请求转发到 Hub。 集线器处理登录，并按需生成单用户服务器。 集线器配置代理以将 url 前缀转发到单用户笔记本服务器。 JupyterHub 还提供了一个 REST API 来管理 Hu

气候分析 该项目的目标是使用Python和SQLAlchemy进行基本的气候分析和数据集的数据探索。 数据包含在SQLite数据库中。 使用SQLAlchemy ORM查询，Pandas和Matplotlib完成了所有分析。 数据集 使用的工具 PyCharm-Python IDE Jupyter笔记本 Python-熊猫，NumPy，Matplotlib，SQLAlchemy，Datetime，Flask，Scipy 任务 将sqlite表反映到SQLAlchemy中 使用SQLAlchemy create_engine连接到sqlite数据库。 使用SQLAlchemy automap_base（）将表反映到类中，并保存对这些名为Station和Measurement的类的引用。 降水分析 设计了一个查询以检索最近12个月的降水数据。 从数据集中的最后日期算起的一年后的日期。

冲浪分析 概述 在此项目中，我们使用Jupyter Notebook进行了瓦胡岛的天气分析，并浏览了存储在SQLite数据库中的Weather Data。我们生成了摘要，并使用Flask在网页中显示结果。我们还完成了挑战中的两个摘要统计。 挑战中完成了以下任务。 确定6月的摘要统计信息。 确定12月的摘要统计信息。 资源 数据源：hawaii.sqlite 软体：Python 3.7.6，Visual Studio Code，1.52.1 结果 表1列出了6月份的摘要统计信息，表2列出了12月份的摘要统计信息。 表1 6月份摘要统计 表2十二月汇总统计 我们的结果表明： 6月的温度观测数大于12月的温度观测数。 6月有1700次总温度观测值，12月有1517次总温度观测值。 6月的平均气温高于12月。 6月的平均气温为74.94，12月的平均气温为71.04。差异为3.9。 12月的

SlicerNotebooks：示例说明如何在Python中通过Jupyter笔记本使用3D Slicer

图像风格迁移源代码，jupyter文件有注释，附带VGG16。基于keras进行了实现。 程序中使用到了VGG16的预训练模型vgg16_weights_tf_dim_ordering_tf_kernels_notop.h5（已放入zip包），第一次调用会自动下载，如果下载慢，就用zip包中的，放到C:\Users\用户\.keras\models目录下，就可以使用。

K匿名 网络安全的匿名化方法。 匿名化方法 匿名化方法旨在通过使用归纳和抑制技术使单个记录在组记录之间难以区分。 数据库，网络和计算技术的Swift发展，可以对数字化的大量个人数据进行集成和分析，从而导致越来越多地使用数据挖掘工具来推断趋势和模式。 提出了关于保护个人隐私的普遍关注。 K匿名 将数据集转换为k匿名（可能是l离散或t闭合）数据集是一个复杂的问题，而将最佳分区划分为k匿名组则是一个NP难题。 幸运的是，存在几种实用的算法，这些算法通常通过采用贪婪搜索技术来产生“足够好”的结果。 在本教程中，我们将探讨所谓的“蒙德里安”算法，该算法使用贪婪搜索算法将原始数据划分为越来越小的组（

天气查询python小程序第0步：导入工具库第一步：生成查询天气的url链接第二步：访问url链接，解析服务器返回的json数据，变成python的字典数据第三步：对字典进行索引，获取气温、风速、风向等天气信息第四步：遍历forecast列表中的五个元素，打印天气信息完整Python代码 本案例是一个非常有趣的python小程序，调用网络API查询指定城市的天气，并打印输出天气信息。 你将学到以下技能： 向网络API发起请求，解析和处理服务器返回的json数据，可以迁移到各种各样的API中,如PM2.5查询，道路拥堵查询，自然灾害查询等。 python字典数据类型的常用操作 以下的代码运行在j