發(fā)簡信
IP屬地：上海
-
-
只做原創(chuàng)，轉(zhuǎn)載請注明出處，謝謝。
-
萬化信息科技有限公司，（平臺“化工圈”），是中國領(lǐng)先的化工行業(yè)B2B2B產(chǎn)品交易平臺，創(chuàng)立于2014年9月，開創(chuàng)了化工行業(yè)平臺模式，與全球眾多品牌化工企業(yè)進行深度合作。
-
學(xué)習(xí)筆記-python（封裝、繼承、重寫）
1.封裝 封裝的意義： 將屬性和方法放到一起做為一個整體，然后通過實例化對象來處理； 隱藏內(nèi)部實現(xiàn)細(xì)節(jié)，只需要和對象及其屬性和方法交互就可以了； 對類的屬性和方法增加 訪問權(quán)...
-
將python腳本打包封裝成exe程序
封裝過程安裝pyinstaller模塊使用Windows+R輸入cmd打開cmd命令窗口，pyinstaller模塊依賴于pywin32模塊,所以先輸入pip install...
-
如何用Python和機器學(xué)習(xí)訓(xùn)練中文文本情感分類模型？利用Python機器學(xué)習(xí)框架scikit-learn，我們自己做一個分類模型，對中文評論信息做情感分析。其中還會介紹中文停用詞的處理方法。 疑惑 前些日子，我在微信后臺收到了...
-
用Python實現(xiàn)一個詞頻統(tǒng)計(詞云)圖有沒有辦法一眼掃過去，就知道一篇很長的文章是講什么的呢？ 詞云圖，就是做這個用途， 就像下面這張圖， 看過是不是馬上就有了“數(shù)據(jù)、分析、功能”這個概念？ 那么這種圖是怎么做出...
-
Gephi網(wǎng)絡(luò)圖極簡教程網(wǎng)絡(luò)分析背景知識 圖是一種數(shù)據(jù)結(jié)構(gòu) 圖結(jié)構(gòu)：是研究數(shù)據(jù)元素之間的多對多的關(guān)系。在這種結(jié)構(gòu)中，任意兩個元素之間可能存在關(guān)系。即結(jié)點之間的關(guān)系可以是任意的，圖中任意元素之間都可能...
-
關(guān)于python 爬蟲爬取網(wǎng)頁的亂碼問題立一個flag在這里，認(rèn)真解決這個問題 舉個例子，使用requests庫爬取網(wǎng)頁，經(jīng)常會出現(xiàn)亂碼，尤其是稍微大型一點的網(wǎng)站，比如百度，新浪新聞等。 如果print 爬取出來的...
-
Python 自然語言處理 入門—關(guān)于jieba庫的使用
1. 什么是jiaba庫 jieba 是一個python實現(xiàn)的分詞庫，對中文有著很強大的分詞能力。git鏈接：https://github.com/fxsjy/jieba 2...
-
Python 的自定義的模塊的調(diào)用Python里面開發(fā)一些稍微大一點程序的時候，為了編寫可維護的代碼，我們把很多函數(shù)分組，分別放到不同的文件里，這樣，每個文件包含的代碼就相對較少，很多編程語言都采用這種組織代...
-
至少做一個有態(tài)度的程序員
-
請問為啥我在使用Bar函數(shù)時會出錯：AttributeError: 'str' object has no attribute 'width'
代碼：bar=Bar('我的第一個圖表')，謝謝pyecharts使用方法
from pyecharts import Bar 引用pyecharts包，導(dǎo)入“Bar”，指圖的類型，可以是 Bar（柱狀圖/條形圖）、Bar3D（3D 柱狀圖）Boxp...
-
個人微信公眾號：3D視覺工坊<br>關(guān)注后，可以加入我們的技術(shù)交流群，以及獲取3D視覺學(xué)習(xí)資料。<br>
-
Anaconda完全入門指南Anaconda 使用指南 參考文章: 致Python初學(xué)者：Anaconda入門使用指南 Anaconda使用總結(jié) 概述 很多學(xué)習(xí)python的初學(xué)者甚至學(xué)了有一段時間的人...
-
歡迎關(guān)注微信公眾號: “Python數(shù)據(jù)之道”。 本專題主要關(guān)注python數(shù)據(jù)，包括數(shù)據(jù)爬取，清洗，挖掘，可視化，機器學(xué)習(xí)，深度學(xué)習(xí)等。
-
yanxishe.com<br>專注AI開發(fā)者和學(xué)術(shù)青年求知求職。<br><br>沒有人是一座孤島，每個AI愛好者都可以在這里分享你的知識與成長。
-
機器學(xué)習(xí)概念回顧、精確率、召回率、F1-score、準(zhǔn)確率、AUC、ROC曲線很久沒有溫習(xí)機器學(xué)習(xí)的算法了，還是容易將一些基本的概念給弄混，那么本次回顧一下機器學(xué)習(xí)模型中的評估方式：對于回歸問題來說，我們能夠采用MSE、MAE、RMSE、R方的方式去衡...
