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
主成分分析和探索性因子分析是用来探索和简化多变量复杂关系的常用方法，能解决信息过度复杂的多变量数据问题。主成分分析PCA：一种数据降维技巧，将大量相关变量转化为一组很少的不相关变量，这些无关变量称为主成分探索性因子分析EFA：用来发现一组变量的潜在结构的方法，通过寻找一组更小的，潜在的隐藏的结构来揭示已观测到的，显式的变量间的关系. R基础安装包中提供了PCA和EFA函数分别为princ
转载
2023-07-08 18:02:09
333阅读
1.什么是三维PCA？ 人眼一般能感知的空间为二维和三维。高维数据可视化的重要目标就是将高维数据呈现于二维或三维空间中。高维数据变换就是使用降维度的方法，使用线性或非线性变换把高维数据投影到低维空间，去掉冗余属性，但同时尽可能地保留高维空间的重要信息和特征。 主成分分析法，也被称为主分量分析法，是很常用的一种数据降维方法。主成分分析法采用一个线性变换将数据变换到一个新的坐标系统，使得任何数据点投
转载
2023-10-20 17:24:31
463阅读
1. PCA优缺点利用PCA达到降维目的，避免高维灾难。PCA把所有样本当作一个整体处理，忽略了类别属性，所以其丢掉的某些属性可能正好包含了重要的分类信息2. PCA原理条件1：给定一个m*n的数据矩阵D， 其协方差矩阵为S. 如果D经过预处理， 使得每个每个属性的均值均为0， 则有S=DTDS=DTD。PCA的目标是找到一个满足如下性质的数据变换： - 每对不同的新属性的协方差为0，即
转载
2023-12-11 17:50:56
384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
# 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
Handwritten digits from sklearn.datasets import load_digits digits= load_digits() digits.keys() dict_keys(['data', 'target', 'target_names', 'images', ...
转载
2021-08-18 17:34:00
341阅读
2评论
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
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
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
机器学习PCA:
原创
2021-07-21 09:56:50
940阅读
pca( ) 采用matlab自带的函数pca()进行主成分分析 [coeff, score, latent, tsquared, explained, mu] = pca(x) 假设数据x为n行p列的多变量数据，n为观测次数，p为变量维度。 coeff：为PCA变换系数，也称为loadings。 ...
转载
2021-08-31 23:10:00
998阅读
\
转载
2015-07-22 01:37:00
135阅读
2评论
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
# 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
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
