Intro-to-Python-for-Computer-Science-and-Data-Science

烈火 Pysolar是Python库的集合，用于模拟太阳对地球上任何点的照射。 它包含用于极其精确的星历表计算的代码，等等。 注意：目前，Pysolar的最新提交不适用于Python 2.x 版本0.6适用于2.x： ： 但0.7和更高版本有很多更改。 它们已经针对Python 3.4进行了验证，但是3.2版或更早的版本缺少更改所需的功能。 * 此外，API略有变化： Pysolar现在希望您提供时区感知的datetime ，而不是UTC中的原始日期时间。 如果您的结果看起来很疯狂，这可能就是原因。 现在，函数名称为lowercase_separated_by_underscores ，符合 。 安装 假设您已安装Python 3.4或更高版本，则可以使用pip安装Pysolar： sudo pip install pysolar 文档现在出现在。 会费 所有贡献都通过Gi

Clinical-Trials:临床试验数据

逻辑回归泰坦尼克数据集

Market-Markov:用马尔可夫链分析股票市场

安装 首先在requirements.txt安装需求，然后运行pip install -e .

补间 用Python实现的补间/缓动函数的集合。 用法示例 所有补间/缓动函数都传递一个从0.0（开始）到1.0（结束）的float参数： >>> pytweening.linear(0.5) 0.5 >>> pytweening.linear(0.75) 0.75 >>> pytweening.linear(1.0) 1.0 >>> pytweening.easeInQuad(0.5) 0.25 >>> pytweening.easeInQuad(0.75) 0.5625 >>> pytweening.easeInQuad(1.0) 1.0 >>> pytweening.easeInOutSine(0.5) 0.49999999999999994 >>> pytweening.easeInOutSine(0.75) 0.8535533905932737 >>> pytweening.e

大规模贝叶斯层次建模 ，博客文章附带了源代码 。 注意：该代码是GPL-2许可的。 如果出于商业原因，您需要更宽松的许可，请与我联系以获得您的企业的许可。 安装 为了设置必要的环境： 创造一种环境， bhm-at-scale的帮助下， conda env create -f environment.yaml # or `environment.lock.yaml` for exact reproduction 激活新环境 conda activate bhm-at-scale 使用以下bhm-at-scale安装bhm-at-scale ： python setup.py install # or `develop` 然后看一看notebooks文件夹。 依赖性管理和可重复性 如果以后要通过pip和安装软件包，请始终在environment.yaml以及最终在setup.cf

墨尔本房屋价格 预测墨尔本的房价。 利用机器学习模型预测墨尔本房价 清理原始数据集； 训练，分析和比较随机森林，Adaboost，决策树和神经网络模型 使用：Python，scikit学习

解决方案- Kaggle-APTOS-2019-失明检测 关于Challange： 想象一下能够在失明之前检测到失明。 数以百万计的人患有糖尿病性视网膜病，这是正在工作的成年人中失明的主要原因。 印度Aravind眼科医院希望在难以进行医学检查的农村地区的人们中发现并预防这种疾病。 成功参加该竞赛将提高医院识别潜在患者的能力。 此外，该解决方案还将通过第四届亚太远程眼科协会（APTOS）研讨会传播给其他眼科医生。 当前，Aravind的技术人员前往这些农村地区以捕获图像，然后依靠训练有素的医生来查看图像并提供诊断。 他们的目标是通过技术扩大努力。 获得自动筛查疾病图像并提供有关病情可能严重程度的信息的能力。 在仅此内核的同步竞赛中，您将建立机器学习模型以加快疾病检测速度。 您将处理在农村地区收集的数千张图像，以帮助自动识别糖尿病性视网膜病。 如果成功，您将不仅可以预防终身失明，