前言：学习了吴恩达机器学习线性回归部分内容后，再结合很多优秀博客总结，搬运出来的干货。1、原理2、单变量线性回归数据准备：https://blog.csdn.net/Carl_changxin/article/details/100824723，第一列当作人口Population，第二列当作收益Profite实现技术：梯度下降实现目标：（1）作原始数据散点图（2）作线性回归模型折线图（3）根据模型预测一些数据（4）作代价函数随迭代次数增加而变化的折线图；会
系统 2019-09-27 17:56:52 2151
python面试题【持续更新】1.如何判断一个python对象的类型？printtype(2017)printtype('junxi')2.python里面如何生存随机数？importrandomnum=random.random()int_num=random.randint(1,10)print'随机选取一个0-1之间的数',numprint'随机选取一个1-10之间的整数',int_num3.写出IP的python正则表达式importreimpor
系统 2019-09-27 17:56:21 2151
一、pythonnumpy+matplotlib画股票k线图#--coding:utf-8--importrequestsimportnumpyasnpfrommatplotlibimportpyplotaspltfrommatplotlibimportanimationfig=plt.figure(figsize=(8,6),dpi=72,facecolor="white")axes=plt.subplot(111)axes.set_title('Sha
系统 2019-09-27 17:55:36 2151
版本：Python：3.6.4与2.7.3均适配一、hbase表介绍表名：people列族：basic_info、other_inforowkey：随机的两位数+当前时间戳，并要确保该rowkey在表数据中唯一。列定义：name、age、sex、edu、tel、email、country。二、实现rowkey：随机的两位数：使用random.randint(00,99)，然后使用zfill(2)补位，比如数字“1”补位为”01”。生成当前时间的13位时间戳
系统 2019-09-27 17:53:18 2151
本文分享的实例主要实现的是Python+matplotlib绘制一个有阴影和没有阴影的3D条形图，具体如下。首先看看演示效果：完整代码如下：importnumpyasnpimportmatplotlib.pyplotaspltfrommpl_toolkits.mplot3dimportAxes3D#setupthefigureandaxesfig=plt.figure(figsize=(8,3))ax1=fig.add_subplot(121,projec
系统 2019-09-27 17:52:34 2151
小白入门级爬虫创建Scrapy框架：使用PyCharmIDE可以快速的创建python项目集成了大量的插件供我们一键式使用快速添加依赖库例子：快速创建Scrapy项目安装PyCharm这个安装不是本文重点我就直接跳过了！！！！！！创建项目：PycharmIDE给我们集成了Virtualenv插件来创建项目的虚拟目录venv目录使用PycharmIDE创建的项目都会含有venv这个虚拟项目就像项目的依赖库一样项目创建完成后：使用PyCharmIDE快速安装库
系统 2019-09-27 17:51:52 2151
通过使用turtle绘画象棋棋盘，供大家参考，具体内容如下#绘制象棋棋盘importturtlet=turtle.Pen()t.width(2)#设置画笔粗细t.speed(1)#设置画笔移动速度#画竖线t.penup()t.goto(-400,-400)foriinrange(9):t.pendown()ifi!=0andi!=8:t.goto(-400+i*100,0)t.penup()t.goto(-400+i*100,100)t.pendown()
系统 2019-09-27 17:51:32 2151
目录1.单表查询2.多表查询1.单表查询单表查询语法：selectdistinct字段1,字段2...from表名where条件groupbyfieldhaving筛选orderbyfieldlimit限制条数关键字执行的优先级:fromwheregroupbyselectdistincthavingorderbylimit1.1简单查询1.select语句：select*from表；select字段,字段..from表；selectdistinct字段,
系统 2019-09-27 17:49:27 2151
上一篇博客介绍了神经网络其实就是两步，第一步是前向传输，根据输入的特征值与权重矩阵以及激活函数，不断往前计算，得到输出层的值，第二步就是后向传播，根据残差的加权求和，不断往后，直到输入层，然后更新权重，不断进行这两步，直接输出结果的误差在所要求范围内即可。本篇博文通过python代码实现神经网络，采用sklearn自带的手写数字集，看分类情况如何一、导入数据集并标准化数据集的加载非常简单，直接调用load_digits即可，常用到的数据有：digits.d
系统 2019-09-27 17:49:25 2151
本文实例讲述了Python直接赋值、浅拷贝与深度拷贝。分享给大家供大家参考，具体如下：直接赋值：其实就是对象的引用（别名）。浅拷贝(copy)：拷贝父对象，不会拷贝对象的内部的子对象。深拷贝(deepcopy)：copy模块的deepcopy方法，完全拷贝了父对象及其子对象。字典浅拷贝实例实例>>>a={1:[1,2,3]}>>>b=a.copy()>>>a,b({1:[1,2,3]},{1:[1,2,3]})>>>a[1].append(4)>>>a,b
系统 2019-09-27 17:48:56 2151
