自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(43)
  • 收藏
  • 关注

原创 报错AttributeError: scipy.misc is deprecated and has no attribute comb.

目前这个报错在CSDN上还没有人发过帖子,原因也很简单,comb在python2.7中是在misc里的,但在python3.7中移到了special里。

2023-07-21 10:56:19 295

原创 Viso激活最好用的工具

退出360,关闭win10自带的反病毒。

2023-05-29 20:43:23 211 1

原创 报错“IndexError: list index out of range”,一般原因列表为空

一般原因是列表为空,无法索引造成的报错,可以输出一下看看。

2023-04-28 16:52:31 568

原创 overleaf 参考文献作者被横线代替 解决方法

原因是相邻参考文献作者相同就会被横线代替,只要修改下另一个参考文献作者的顺序,保证相邻两个作者和另一个文献不一样就可以了。

2023-03-29 20:47:23 651

原创 英文会议和期刊中引言的研究现状和相关工作中的研究现状有何区别?

引言中的文献偏方法还是偏应用呢?不要说谁谁谁把什么方法用在什么领域,不用说应用领域,因为你能引用默认与你的研究肯定是相关的,直接展开说谁谁提出了一种什么方法,与相关工作的区别就是引言要说存在的问题。

2023-02-22 15:30:47 1221

原创 latex表格添加注脚并左对齐

这个包的一定在前文要声明导入这个包。

2023-02-22 15:25:19 3745

原创 一句话搞懂误差和残差的区别,看我就对了

残差是观察值与模型估计值之间的差,因此误差和样本数据的构造有关,残差和预测模型有关,一般我们只关心残差。这里首先需要了解以下观察值、真实值和预测值的关系->三者的区别请参考我的这篇文章->从根本上理解 机器学习中真实值、观测值、预测值的区别。版权声明:本文为CSDN博主「energy_百分百」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。原文链接:https://blog.csdn.net/lch551218/article/details/113575072。

2023-02-22 15:16:40 1171

原创 dataframe同时按多列条件筛选

对于一个DataFrame,常常需要筛选出某列为指定值的行。数据量不大就用布尔索引判断。

2022-12-08 18:28:34 1262

转载 latex在文章首页加自助基金注脚

论文写作

2022-12-06 11:28:26 5179

原创 论文中的参考文献序号自动关联到对应的参考文献

大家要实现的功能就是参考文献顺序自动编排,且参考文献序号发生变化时文中引用的序号也要跟着变化。虽然时转载的但是亲测有用!

2022-10-09 11:26:06 703

原创 linux运行python代码报错 ImportError:Initialization failed

开始没有包我们就安装了keras和tensorflow,但是一运行代码就报错,初始化失败,进python3的交互界面单独输入。

2022-09-23 10:37:26 3283

原创 UnboundLocalError: local variable ‘XXX‘ referenced before assignment

报错的原因就是要先定义变量才能使用,但是我的本意是前边的len是取长度的函数,后边的len只是变量的名称,但是系统会人为你这两个len是同一个东西,后边才定义的,前边就用了。修改变量名称问题解决。

2022-09-20 23:16:13 469

原创 python报错KeyError: ‘xxx‘

引号里是什么就检查这个位置的类是否正确,int,str还是float。

2022-09-19 17:44:07 418

原创 逐行修改dataframe某列的每个元素 遍历dataframe的每个元素

dataframe操作

2022-07-09 17:38:37 4322 2

转载 Xshell不能使用退格、删除键的解决方案

2022-06-13 15:54:49 1934 2

原创 Origin下载安装教程(亲测有用)

之前用过旧版的,现在换了新电脑,很久没用了。重新找了个资源,亲测有用,个人感觉B站和知乎的含金量能高一些。教程,下载链接如下:网盘地址:https://pan.baidu.com/s/1_8Ctkks_XlWrF5HP10bUsQ?pwd=mgzl提取码:mgzl安装教程地址:https://www.bilibili.com/read/cv16327810/...

2022-05-11 16:16:17 5484 1

原创 python中zipfile与gzip函数使用及报错

import zipfilefor path in ret: print(path) # 读取文件 # with open(path, 'r') as f: with zipfile.ZipFile(path, "r") as myzip: # with gzip.open(path, 'r') as f: i = 1 first_file_name = myzip.namelist()[0] f = myzip.

2022-04-14 17:50:46 922

原创 Xftp文件名称显示乱码解决方法

如图所示中文名称显示乱码,需要修改编码方式步骤如下:左上角文件》》》当前会话属性》》》》选项》》》编码方式》》》选择utf-8》》》重新连接》》》输入用户名密码中文名称已经显示正常...

2022-04-14 09:34:04 746

转载 DataFrame重置行索引

删除DataFrame原有的索引,修改DataFrame的索引为自增id在这里插入图片描述Dataframe进行某一些条件过滤后索引会更改,如何重置Dataframe索引呢?执行:drop=True代表删除原有的索引

2022-04-06 15:18:54 7067

原创 彻底解决UnicodeEncodeError: ‘gbk‘ codec can‘t encode character ‘\xa0‘ in position XXX

pandas读写报错

2022-03-09 12:11:26 4271 1

原创 幂律分布参数估计幂律分布公式计算

如果你看到本帖,哦那恭喜你,其他帖子就不用看了,我都替你筛选过了,都用处不大,没有一个能实际求出参数的,都是生成随机分布的点,然后做拟合,然后就没然后了,把人能气死,别提了就,要么就是给你介绍一堆什么是幂律分布,我都都要求参数了你还给我讲道理,这不扯淡么。总结一下,幂律分布主要求两个参数,一个是系数C,一个是求幂指数,一般是负值。方法一:线性拟合倒推1、公式推导验证幂律分布的办法就是对坐标轴XY同时取对数,如果是一条直线就服从幂律分布。如上图所示。上边的图是用ORIGIN画出来的,origin

2021-12-23 12:24:57 5268

原创 彻底解决UnicodeDecodeError: ‘xxx‘ codec can‘t decode byte 0xbf in position 2: illegal multibyte seque

要把文件读入就要解码,出现该种错误就是解码发生错误,'XXX’可以是任何种的解码方式,可以是UTF-8,可以是gbk,可以是encoding = ‘gb2312’。而解决该问题的办法有两种。1)改变你解码的方式。如果报错‘utf-8’可以尝试‘gbk’或者‘gb2312’这些都是解码方式`df_csv = pd.read_csv(path,header=0,encoding = 'gb2312')df_csv = pd.read_csv(path,header=0,encoding = 'utf-8'

2021-12-15 11:34:11 7600 3

原创 datafrme按某列分类并统计每类数量

import osimport reimport difflibimport pandas as pdimport threadingimport numpy as np#读入数据data=pd.read_csv(r"C:\Users\Administrator\Desktop\26263.csv",header=0,encoding = 'gb2312')print(data)#遍历每行,加1list_tongji = []for index, row in data.iterrow

2021-12-09 20:19:29 1588

原创 如何取dataframe每行某列的每个元素比较

这个问题等价于如何对df的某个元素做处理,无论是比较,合并,判断,都要先把这个元素取出来,用itterrows函数来取,遍历每一行,用列名称来定位抓取你要比较的元素。import osimport pandas as pdimport reimport mathimport collectionsimport csvdf = pd.read_excel(r"C:\Users\Administrator\Desktop\比例.xlsx")print(df)for index, row in

2021-12-09 20:15:02 2319

原创 dataframe如何定义列名称

如果是列表转df定义列名#列表转df定义列名称df_tongji = pd.DataFrame(list_tongji,columns=['τ/分钟','M(τ)'])print(df_tongji)list——tongji是处理好数据的列表如果本来就是df,本来是数字索引列名称,原本没有列名称用如下代码df_tongji.columns=['主机名','服务名称','进程号']df-tongji是你要处理的dataframe再如果是原来有列名,你想换个列名,那就用rename函数,这里

2021-12-09 20:01:55 4978

原创 python计算ln与log,python计算以e为底的对数

先说下我遇到的问题,查看数据是否符合幂律分布,所以要对xy取对数,想取ln就是不知道咋取,搜出来的全是如何输出e的值,把我老汉能气死。其实log(x)就是数学中的ln(x),log10(x)就是数学中的lg(x),其他的全是胡扯,以以下代码为准。import numpy as np#对XY取lnX = np.log(X) # 对X,Y取双对数Y = np.log(Y)#对xy取以10为底的对数X = np.log10(X) # 对X,Y取双对数Y = np.log10(Y)...

2021-12-06 23:11:05 10842 3

原创 excel中读取数据拟合幂律分布

首先要做的是绘制CDF或者PDF,概率密度分布图和概率分布图,cdf其实就是pdf求导后的结果。有了概率分布图对x和y同时取对数,就知道是不是幂律分布了。我的数据只有一列,用pandas读进来就行了,算每个x的概率就是Y,放df的两列中#!/usr/bin/env python# -*-coding:utf-8 -*-import matplotlib.pyplot as pltimport numpy as npfrom sklearn import linear_modelfrom sci

2021-12-03 11:27:42 1923

原创 粗心犯的错

把df筛选后输出的文件和数据集放一起了,就是每次筛选后和源数据对比,筛选后的行数量都翻倍,就是因为放在了同一个文件夹下

2021-12-01 19:59:58 47

原创 关于回归模型评价指标的总结

大家都知道,机器学习无非就是分类和回归,回归需要用到哪些评价指标呢,以及如何看这些评价指标?以下是对全网几篇文章部分的截取,由于文章较为分散,篇幅也不长,就不贴引用了,作者见谅。1.R Square介绍以及为什么好分类准确率,就是在01之间取值。但RMSE和MAE没有这样的性质,得到的误差。因此RMSE和MAE就有这样的局限性,比如我们在预测波士顿方差,RMSE值是4.9(万美元) 我们再去预测身高,可能得到的误差是10(厘米),我们不能说后者比前者更准确,因为二者的量纲根本就不是一类东西。其实这种局

2021-11-29 10:49:08 3257

原创 解决UnicodeDecodeError: ‘utf-8‘ codec can‘t decode byte 0xca in position 0: invalid continuation byte

英文字母,数字,符号都用特定的二进制编码方式计算机才能识别。“UnicodeDecodeError: ‘utf-8’ codec can’t decode byte 0xca in position 0: invalid continuation byte”,这句话翻译过来就是“UnicodeDecodeError:“utf-8”编解码器无法解码位置0中的字节0xca:无效的连续字节”。说明啥呢?简单简单一句话就是你的文本里带的字符有utf-8翻译不了的,utf-8中没有定义。data = pd.read

2021-11-24 16:29:56 94239 35

原创 线性回归每次训练的结果都不一样

将原始数据随机分为两组,一组做为训练集,一组做为验证集,利用训练集训练分类器,然后利用验证集验证模型,记录最后的分类准确率为此分类器的性能指标。训练集与测试集按比例划分,这个划分选取是随机的,并不是每次将顺序打乱,很次训练结果不一样有些人可能认为是数据的顺序被打乱了,其实不是的。好处:处理简单,只需随机把原始数据分为两组即可坏处:但没有达到交叉的思想,由于是随机的将原始数据分组,所以最后验证集分类准确率的高低与原始数据的分组有很大的关系,得到的结果并不具有说服性。...

2021-11-24 15:55:45 2188

转载 Pandas读取csv时 设置列名

转载自:https://blog.csdn.net/jacke121/article/details/116749571?ops_request_misc=&request_id=&biz_id=102&utm_term=pandas%E8%AF%BB%E5%8F%96csv%E6%96%87%E4%BB%B6%E6%97%B6%E5%AE%9A%E4%B9%89%E5%88%97%E5%90%8D%E7%A7%B0&utm_medium=distribute.pc_se..

2021-11-17 22:11:41 258

原创 遍历Dataframe的每个元素及loc与iloc函数与iterrows与iteritems函数用法

首先,这四个函数都是遍历df的方法。loc与iloc不使用循环,使用方法均为df.loc[index,:]【】前后用逗号隔开,前边表示行的索引,后边表示列的索引,loc可使用列名称,与行号或列号索引,冒号表示全部的意思,如代码中就表示返回某一行的所有列内容,该方法只能用于修改或者增加某列的值。而iterrows与iteritems要使用for循环,遍历每一个元素。遍历又分逐行遍历和逐列遍历。前者为遍历每一行,后者为遍历每一列这里的iterrows()返回值为元组,(index,row)上面的代码里,f

2021-11-17 15:32:38 4867

原创 报错pandas.errors.ParserError: Error tokenizing data. C error: Expected 3 fields in line 7, saw 4

原因:先看文件的扩展名,是xlsx的就用read_excel,如果是csv文件就用read_csv。如果明明是表格,你非要用csv读,就会出现这种报错。

2021-11-15 17:56:39 2077

原创 dataframe中行转列与列转行的区别

行转列和列转行的区别就是:某一列有多个重复的数据,对着一列进行分组之后,其他的列数据能够和这一行转换之后的数据对应上,这就是行转列。列转行就是将某一没有重复数据的列进行转换之后变成可以与其他数据对应起来的有重复数据的列,就是列转行。例如:1、列转行:不同的列没有重复的列名称,转化成某列的多行时有重复项,但和其他值能一一对应起来2、行转列:某列有重复的行,将重复元素变成列名后与原来数据能一一对应起来转载自:https://blog.csdn.net/weixin_30586257/arti

2021-10-26 10:38:58 1276

原创 python中.\和..\和.//和//的问题

C:\Windows\system32\是windows中的写法,在linux下是不认的C:/root/local// 在linux下也可被识别所以通用写法应该使用/从而保证跨平台后程序正确运行\zhuomian\ceshi\wenjian就等于//zhuomian//ceshi//wenjianjia为了与转义字符区别,//在表示路径的时候必须成对出现。“/”也是表示根目录“…/”表示当前目录的上一级目录“./”表示当前目录...

2021-10-20 20:31:21 1053

原创 2021-09-21

报错(unicode error) ‘unicodeescape’ codec can’t decode bytes in position 2-3: truncated \UXXXXXXXX escape标题@TOC翻译:(unicode错误)'UnicodeScape’编解码器无法解码位置2-3中的字节:截断\UXXXXXXXX转义#在桌面创建新的测试文件夹,由于桌面是子目录,要用mkedirs path="C:\Users\Administrator\Desktop\创建文件夹测试" os.ma

2021-09-21 18:33:15 115

原创 Py‘t‘hon批量注释代码

ctrl+/

2021-09-14 22:04:42 6158

原创 2021-09-14

**成功解决NameError: name ‘file’ is not defined**解决问题NameError: name ‘file’ is not defined解决思路原因:python版本升级,函数使用有所变化解决方法将file函数改为open函数

2021-09-14 22:03:32 33

原创 如何看损失函数图loss

相信很多初学者对训练模型后的损失函数图像都不会看,本人写文章一向言简意赅,话不多说!几句话表达。首先,了解一个概念**什么是过拟合![](https://img-blog.csdnimg.cn/20210124203442843.png#pic_center**过拟合(overfitting)是指在模型参数拟合过程中的问题,由于训练数据包含抽样误差,训练时,复杂的模型将抽样误差也考虑在内,将抽样误差也进行了很好的拟合。具体表现就是最终模型在训练集上效果好;在测试集上效果差。模型泛化能力弱。那为

2021-01-24 20:47:29 10535

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除