01 引言之前发了几篇文章关于矩阵中 特征向量和PCA主元分析的文章，大家反响不错。当时并没有涉及到数学运算，只是大概讲了讲原理。这篇文章我们一起来一步一步解读PCA的计算过程如何用Python实现PCA分析 准备就绪 02 第一步：数据获取第一步，大量的数据收集是必须的。手边此时并没有数据，就通过python自己制造点数据吧。 构造数据框架 我们的项目计划是 看看 白种人和黄种人
转载
2024-04-20 21:43:42
67阅读
# 用Python进行视频分析：新手入门指南
作为一名刚入行的开发者，你可能对如何使用Python进行视频分析感到困惑。别担心，本文将为你提供一个详细的入门指南，帮助你快速掌握视频分析的基础知识。
## 1. 视频分析流程
首先，让我们通过一个表格来了解视频分析的整体流程：
| 步骤 | 描述 |
| --- | --- |
| 1 | 安装必要的库 |
| 2 | 读取视频文件 |
|
原创
2024-07-25 08:41:38
462阅读
# 用Python做实证分析
在现代社会，数据已经变得异常重要。数据分析已经成为了许多领域中的一个重要组成部分，其中实证分析是一种通过对数据进行统计分析和模型建立来验证假设的方法。Python作为一种功能强大且易学易用的编程语言，被广泛应用于数据分析和实证研究中。
## 什么是实证分析
实证分析是一种基于数据和事实进行研究的方法。它通过对数据进行收集、整理、分析和解释，来验证或者推翻一个假设
原创
2024-06-12 05:32:48
148阅读
OS模块函数os.getcwd()：功能：获取当前目录，python的工作目录。cwd = os.getcwd()
print(cwd)
打印结果：C:\Users\complexzx\Desktopos.environ[ ]os.environ['USER']:当前使用用户。
os.environ['LC_COLLATE']:路径扩展的结果排序时的字母顺序。
os.environ['SHELL
转载
2023-11-07 08:14:28
155阅读
说明：本文章为Python数据处理学习日志，主要内容来自书本《利用Python进行数据分析》，Wes McKinney著，机械工业出版社。“以我的观点来看，如果只需要用Python进行高效的数据分析工作，根本就没必要非得成为通用软件编程方面的专家不可。”——作者接下来是书本一些代码的实现，用来初步了解Python处理数据的功能，相关资源可在下方链接下载。 书本相关资源读取文件第一行相关例子可以再s
转载
2024-02-19 14:01:32
146阅读
文章目录metacustomdata 自定义数据domain 域automarginmarker 标记textfont 文字字体textinfo 文本信息direction 方向holehoverlabel 悬停标签insidetextfont 内部文字字体insidetextorientation 内部文本方向outsidetextfont 外部文本字体rotation 旋转scalegrou
转载
2023-11-27 20:04:18
106阅读
kmeans聚类 迭代时间远比层次聚类的要少，处理大数据，kmeans优势极为突出.。对博客数据进行聚类，实验测试了: 层次聚类的列聚类(单词聚类)几乎要上1小时，而kmeans对列聚类只需要迭代4次！！ 快速极多。如图：包含两个聚类的kmean聚类过程：总思路：将所有要聚类的博客，全部用word表示成一个向量，即每篇博客都是由单词组成的，然后形成了一个单词-博客 的矩阵，矩
转载
2024-08-23 20:19:35
47阅读
# 使用Python进行EOF分析：解决气候数据问题
EOF（Empirical Orthogonal Function，经验正交函数）分析是一种应用广泛的统计方法，通常用于气候数据的分析。它可以提取主成分，揭示数据的主要变化模式。这在处理气候变化、天气预测以及环境监测等问题时尤为重要。
## 实际问题
假设我们有一组地区的气温数据，想要分析该地区气温变化的主要模式并找出影响气温的主要因素。
# 使用Python进行GO分析
## 介绍
Gene Ontology（GO）是一个用于描述基因和蛋白质功能的标准化分类系统。GO分析是通过将基因与GO词汇相关联来识别基因集合中的生物学过程、细胞组分和分子功能。在这篇文章中，我们将介绍如何使用Python进行GO分析。
## 实际问题
假设我们有一组基因序列数据，我们想要对这些基因进行GO分析，以了解它们在生物学过程中的功能。我们将使用Py
原创
2024-05-01 05:11:06
349阅读
现在找工作黄金时间，作为一个测试，经常被面试官问到，什么是装饰器，或者你对装饰器了解多少？ 抛出一个问题，而只会回答，装饰器是装饰函数的，通常是提升函数功能，返回一个函数。然后继续深入问问的话，就自己把自己说挂了。 装饰器：装饰器(Decorators)是 Python 的一个重要部分。简单地说：他们是修改其他函数的功能的函数。他们有助于让我们的代码更简短，也更Pythonic
在学习了生信大神孟浩巍的知乎Live “学习Python, 做生信”之后，对第二部分的文件信息处理部分整理了如下的笔记。一、fasta与fastq格式的转换1、首先需要了解FASTA和FASTQ格式的详解1）具体的详解看知乎专栏的这篇文章，写的很详细。https://zhuanlan.zhihu.com/p/207145402）关于FASTA主要分为两部分：第一行是“>”开始的储运存的序列描
转载
2023-08-09 15:28:17
356阅读
特地出来现身说法，告诉各位这几乎是不可行的，而且连方向上都是错的。问这个问题就好比说，自学射击，指挥战争的路难不难走。但即便这么说，我还是把自己的情况和原因讲出来，各位自行参考。先说下我的情况，我用过Python写过爬虫，用flask框架写过网站，用过Power BI做过可视化报表。可以说，我对Python的基本使用很熟悉，对数据库有操作经验，对数据和可视化也有一点见解。但就是这种条件，去年投了三
转载
2023-10-23 22:52:28
72阅读
生存分析应用场景生存分析最早在生物医学中使用的最多，用来预估某个群体的存活时间，后来被推广到了更广泛的领域。一个做生物的专家可能通常会关心这样一个问题：这个群体的样本能活多久？这个问题我们通常会使用生存分析来回答。 这个群体可以理解为某个国家的人民，或者注射过某种药物的一些病人。同样也可以推广到更一般的场景，公司的客户流失情况，一个用户开始接受他们的服务可以认为是一个样本的出
Python文本情感分析引言： 情感分析：又称为倾向性分析和意见挖掘，它是对带有情感色彩的主观性文本进行分析、处理、归纳和推理的过程，其中情感分析还可以细分为情感极性（倾向）分析，情感程度分析，主客观分析等。 情感极性分析的目的是对文本进行褒义、贬义、中性的判断。在大多应用场景下，只分为两类。例如对于“喜爱”和“厌恶”这两个词，就属于不同的情感倾向。 比如我们标注数据集，标签为1表示积极情感，0位
转载
2023-06-30 10:31:34
201阅读
本次教程介绍的是，利用python调用scikit-learn库的神经网络模型，进行时间序列预测。不同于传统的机器学习模型，不需要特征，只需要连续时间内的target，就可以预测未来时间内的target这个问题被成为时间序列预测问题，传统的方法是利用ARIMA或者SPSS。但是我觉得ARIMA对开发者要求比较高，经常出现预测效果不好的问题。SPSS不适合进行批量预测，这个方法对开发者要求不高，而且
转载
2023-08-15 09:50:55
177阅读
Python 命名空间和作用域
1、命名空间 在python解释器开始执⾏之后, 就会在内存中开辟⼀个空间, 每当遇到⼀个变量量的时候, 就把变量名和值之间的关系记录下来, 但是当遇到函数定义的时候, 解释器只是把函数名读入内存, 表⽰这个函数存在了, 至于函数内部的变量和逻辑, 解释器是不关心的. 也就是说一开始 的时候函数只是加载进来, 仅此而已,
转载
2024-01-15 08:43:02
33阅读
介绍Python是一种高级、通用、直译式编程语言。在数据科学和机器学习领域，它已成为首选语言之一。它有很多强大的库和框架，可以帮助数据分析师、科学家和工程师处理大量数据。Python关联分析算法就是其中之一。Python关联分析算法可以帮助我们在数据集中找到有趣的关联或规律。广泛应用于市场和商业领域，例如零售业中的购物篮分析以及互联网推荐系统中的协同过滤。Python的关联分析算法是一种非常强大的
转载
2023-09-21 00:02:17
128阅读
常用的分类与预测算法回归分析决策树人工神经网络贝叶斯网络支持向量机其中回归分析包括：线性回归---自变量因变量线性关系，最小二乘法求解。非线性回归--自变量因变量非线性关系，函数变换为线性关系，或非线性最小二乘方法求解。logistic回归--因变量一般有1和0两种取值，将因变量的取值范围控制再0-1范围内，表示取值为1的概率。岭回归--要求自变量之间具有多重共线性，是一种改进最小二乘法的方法。主
转载
2023-09-02 09:56:05
153阅读
数据分析：是把隐藏在一些看似杂乱无章的数据背后的信息提炼出来，总结出所研究对象的内在规律数据分析三剑客：Numpy,Pandas,Matplotlib6.1NumpyNumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。6.1.1创建ndarray使用np.array()创建一维数据创建 imp
转载
2023-08-24 16:42:53
9阅读
1. 背景Zephyr项目Flash和Ram空间比较紧张，有着非常强烈的优化需求。优化的前提是量化标的，那么如何量化Flash和Ram的使用量呢？在量化之后，首先要对量化结果进行分析，然后采取措施进行空间优化。2. 基于ELF信息和linker.cmd分析Flash/Ram使用量linker.cmd文件中规定了不同section在Flash还是在Ram中，还是兼而有之。这是一个很有用的信息，基于此
转载
2024-05-19 22:43:17
19阅读
