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

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（

TF-IDF：NLP中的TF_IDF的公式，并与Sklearn中的结果进行比较

如何使用AWS EC2 Hadoop集群处理200 GB数据 存储200 GB的NYC出租车数据集并部署Cloudera Hadoop集群以对其进行可视化。 使用Python Datashader绘制和可视化Hadoop大型数据集 没有Datashader的可视化 工作流程概述 使用数据着色器 最终可视化

技术指标 技术指标存储库提供了用于对开/高/低/收盘（OHLC）股票价格数据进行技术分析的工具。 techindicators.py代码包含Python 3.6函数，该函数使用Numpy库计算各种技术指标（移动平均线，RSI，MACD，CCI等）。 关联的Jupyter笔记本演示了techindicators.py中包含的所有功能的使用。 Jupyter笔记本中显示的图是使用Matplotlib和mpl_finance模块创建的。 为什么要创建另一个技术分析工具？ 已经有许多工具可用于使用Python进行技术分析。 其中大多数涉及将数据分析库和/或Python包装器用于技术分析库 。 那么，

FER-面部表情识别 这项工作是为了证明以下问题： : 使用卷积神经网络和OpenCV构建了实时面部检测器和情绪分类器。 CNN模型已经过调整，即使在低端设备上也具有出色的性能。 使用说明 按照进行神经网络训练。 文件结构： FER_CNN.ipynb-训练CNN的教程 FER.py-使用预先训练的模型进行推断 model.json-神经网络架构 weights.h5-训练过的模型权重 安装 建议使用Python虚拟环境。 用于模型预测 pip install -r requirements.txt 要么 pip install opencv-python pip instal

bond_pricer Python类和jupyter iPython笔记本，用于为固定息票债券定价。 它主要设计用于一级市场，但也适用于二级市场。 支持以下优惠券频率：年度，半年度，季度，每月 支持以下日期计数约定：实际/实际，实际/ 365，实际/ 360、30 / 360美国，30/360欧盟 支持以下首个优惠券类型：常规，长优先，短优先，全短优先

情感分析 受过Python的情感分析，并接受过Amazon西班牙评论的西班牙语培训。 请参阅我的博客以获取详细信息： 模型训练： : 应用于网页的模型： :

jupyter notebook是一个比较比较不错的网页版python编辑器，但是，由于很多“技术文档”都是直接以markdown(.md格式的文件)的格式编写的，而且jupyter notebook的代码文件(.ipynb)也可以转换成.md格式的文件，更为重要的是，我们从github上下载的很多学习资料也都是.md文件格式的。因此，为了能够在jupyter notebook上实现： 使用jupyter notebook浏览技术文档； 将转换成.md格式的python代码在不用转换格式的情况下直接由jupyter notebook上打开并且运行代码; 更加方便的由jupyter notebo