首页
学习
活动
专区
圈层
工具
发布
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    Excel与pandas:使用applymap()创建复杂的计算列

    标签:Python与Excel,pandas 我们之前讨论了如何在pandas中创建计算列,并讲解了一些简单的示例。...通过将表达式赋值给一个新列(例如df['new column']=expression),可以在大多数情况下轻松创建计算列。然而,有时我们需要创建相当复杂的计算列,这就是本文要讲解的内容。...<=且<80 D:50<=且<70 F:<50 创建我们假设的学生和他们的学校平均数,我们将为学生的分数随机生成1到100之间的数字。...pandas applymap()方法 pandas提供了一种将自定义函数应用于列或整个数据框架的简单方法,就是.applymap()方法,这有点类似于map()函数的作用。...图3 我们仍然可以使用map()函数来转换分数等级,但是,需要在三列中的每一列上分别使用map(),而applymap()能够覆盖整个数据框架(多列)。

    5.2K10

    详解马氏距离中的协方差矩阵计算(超详细)

    : 则n维随机变量X,Y,Z的协方差矩阵为: 其中每个元素值的计算都可以利用上面计算协方差的公式进行。...Mahalanobis)提出的,表示点与一个分布之间的距离。它是一种有效的计算两个未知样本集的相似度的方法。...是n×m矩阵,所以DM(x)是m×m矩阵,衡量的是向量x不同分量两两之间的马氏距离。...3.两个样本点的马氏距离计算示例: Matlab计算协方差矩阵验算(矩阵a的列代表属性,行代表样本点): 得到协方差矩阵后,我们就可以计算出v和x之间的马氏距离了: Matlab验算:...切记:协方差矩阵计算的是不同维度之间的协方差,而不是不同样本之间的协方差!

    3.8K20

    使用Scatter创建自己的账号

    使用Scatter插件 注册 官方文档:http://www.demos.scatter-eos.com/#/ 参考:Scatter钱包介绍与使用:https://www.jianshu.com/p/a22334dd0778...创建密钥对 点击“密钥对”,然后点击“新建”按钮,填写名称,然后点击“生成密钥对”,最后点击“保存”按钮 3....创建EOS账号 这里以jungle测试网为例: 注册账号地址:http://jungle.cryptolions.io/#account 获取EOS代币地址:http://jungle.cryptolions.io...,但是之前注册的EOS账号必须要能够跟改网络对应上,否则将无法导入注册的EOS账号 添加EOS账号 点击“身份” 点击“新建”按钮 选择要添加的EOS账号 4....使用Scatter插件 如果提示,Scatter已锁定,则需要点击Scatter插件,然后输入密码进行解锁 进入EOS网站需要我们手动给网站授权。

    1.8K20

    使用hexo创建自己的博客

    2.安装git环境 git是最流行的分布式版本控制系统,我们使用它主要是与github进行交互。安装git使用默认选项安装即可,安装过程略。...3.注册github GitHub是世界上最大的代码托管平台,我们将要使用github的github pages功能来实现我们博客在网上的部署 开始搭建博客 创建文件夹 在本地新建一个文件夹用于存放我们的博客...如果默认的hexo博客出现,那么恭喜你,你已经搭建好了自己的博客,接下来我们就要将它发布到网上。...部署在网上 这里我们选择的是github 的github pages的服务,只要你将网页原文件上传到仓库里,github就会自动生成一个属于你的网页 1.创建远程仓库 新建一个跟自己账号名字一样的空仓库...选择master分支,记得点save,然后就会出现上面那个网址,点进去就是你的网页了 github pages 的反应有点慢,如果没有刷新出来记得等个两三分钟就好了 ---- 到此,基于hexo博客的创建就完成了

    58520

    使用Github创建自己的小博客

    懒人攻略 只有四步: 找到自己喜欢的别人的博客的Github地址,一般为username.github.io结尾。...评论插件 特别一提,如果出现Validation Error是因为博客标题的名字编码后太长了,参考这个Issue中mr-wind的使用 id: decodeURI(location.pathname...搜索服务: 使用Algolia,不过自带的LocalSearch比较简单。文章有配置说明。 主题: Next系列。官网有安装手册。...最后题外话 所有的配置基本上都可以在_config.yaml中设置,同时在博客中\代表的就是根目录,这样子你自己在配置其他的功能的时候就可以轻松愉悦的配置。...值得一提的是css文件和js文件都在assets文件夹中,自己DIY的时候最好不要打乱目录结构。

    72920

    使用Github创建自己的小博客

    懒人攻略 只有四步: 找到自己喜欢的别人的博客的Github地址,一般为username.github.io结尾。...评论插件 特别一提,如果出现Validation Error是因为博客标题的名字编码后太长了,参考这个Issue中mr-wind的使用 id: decodeURI(location.pathname...搜索服务: 使用Algolia,不过自带的LocalSearch比较简单。文章有配置说明。 主题: Next系列。官网有安装手册。...最后题外话 所有的配置基本上都可以在_config.yaml中设置,同时在博客中\代表的就是根目录,这样子你自己在配置其他的功能的时候就可以轻松愉悦的配置。...值得一提的是css文件和js文件都在assets文件夹中,自己DIY的时候最好不要打乱目录结构。

    69320

    使用Github创建自己的小博客

    懒人攻略 只有四步: 找到自己喜欢的别人的博客的Github地址,一般为username.github.io结尾。...给你Fork的原作者写封邮件表达感谢!说不定就这么勾搭了一个大佬也不一定呢。 完成了四步后,浏览器输入YourGithubName.github.io就能在晚上看到自己的博客啦。...评论插件 特别一提,如果出现Validation Error是因为博客标题的名字编码后太长了,参考这个Issue中mr-wind的使用 id: decodeURI(location.pathname...搜索服务: 使用Algolia,不过自带的LocalSearch比较简单。文章有配置说明。 主题: Next系列。官网有安装手册。...最后题外话 所有的配置基本上都可以在_config.yaml中设置,同时在博客中\代表的就是根目录,这样子你自己在配置其他的功能的时候就可以轻松愉悦的配置。

    69120

    使用机器学习创建自己的Emojis 表情

    来源:Deephub Imba 本文约2500字,建议阅读10分钟 本文中为你详细介绍两种创建嵌入提取器的方法。 对于图像生成方向目前通常使用的方法是生成对抗网络或扩散模型。...目标 我们的主要目标是创建一个通用的嵌入提取器。这个嵌入提取器用于比较图像和表情符号的各个部分。然后我们使用它来创建一个生成各种样式的图像的图像生成器。...数据集 用到的数据集是包含了需要创建的头像各个部件,因为需要通过组合这些部件来生成图像。那么如何创建这个数据集呢,最直接的方法是可以手动创建每个单独的部件,但是这种方法太慢并且不灵活。...所以这里选择了一个更加灵活和省时的方法:创建多个模板,并将这些模板相互组合。 我们可以创建五种类型的眼睛、嘴巴和脸型,通过组合可以为我们提供 125 种不同的表情符号。...在第二个隐藏层中是嵌入提取模型,它返回每个部件的提取的特征。 在第三个隐藏层中,我们将第二个隐藏层的的每一个输出与每个可能的表情符号部分进行比较。然后通过计算余弦相似度实现比较。

    58030

    使用机器学习创建自己的Emojis 表情

    对于图像生成方向目前通常使用的方法是生成对抗网络或扩散模型。...目标 我们的主要目标是创建一个通用的嵌入提取器。这个嵌入提取器用于比较图像和表情符号的各个部分。然后我们使用它来创建一个生成各种样式的图像的图像生成器。...数据集 用到的数据集是包含了需要创建的头像各个部件,因为需要通过组合这些部件来生成图像。那么如何创建这个数据集呢,最直接的方法是可以手动创建每个单独的部件,但是这种方法太慢并且不灵活。...所以这里选择了一个更加灵活和省时的方法:创建多个模板,并将这些模板相互组合。 我们可以创建五种类型的眼睛、嘴巴和脸型,通过组合可以为我们提供 125 种不同的表情符号。...然后通过计算余弦相似度实现比较 第三个隐藏层的输出是与面部余弦相似度最大的表情符号。

    54320

    使用 Numpy 创建自己的深度学习框架

    本文并不是为了造轮子,只是通过手动实现来介绍建基本深度学习框架所需组件和步骤 Numpy 已经提供了基本上所有需要的计算操作,我们需要的是一个支持自动微分(autograd)的框架来计算多个操作的梯度,...为了帮助进行一些操作,我们将使用一个 numpy 数组来保存实际数据。 变量的另一个重要部分是反向传播方法,这将计算当前实例相对于计算图中每个父类祖先的梯度。...,2、还需要利用子节点的梯度,如果您想了解有关自动微分和矩阵微积分的更多详细信息,我们会在后续的文章中详细介绍。...线形层的数学运算非常简单: 我们将使用之前实现的变量来自动计算操作的实际结果和梯度,所以实现很简单: class Linear(Module): def __init__(self, in_size...我们也使用Pytorch的方法创建一个Dataset类,实现迭代器的dunder方法,并将特征X和标签Y转换为Variable类型: class Dataset: def __init__(self

    51320

    使用 YOURLS 创建自己的 URL 缩短服务

    YOURLS 是 Your Own URL Shortener 的简写,YOURLS 是一个开源的 PHP 的程序,让你可以运行自己的 URL 缩短服务,我现在使用的 http://wpjam.com/...go/xxx 形式的跳转链接就是通过 YOURLS 实现的。...YOURLS 功能非常强大,你可以和我一样,自己用来做跳转链接管理和统计,也可以开放出来给大家使用,并且它还有自己的 API,将它集成到其他服务当中去。...YOURLS 的主要功能 可以公开(任何人都可以用它创建短连接)或者私有(只能你自己使用) 可以随机,顺序或者自定义 URL 关键字 详细的点击统计报表:历史点击,来源,地理位置 整洁的 AJAX 化的界面...支持开放 API 安装和配置 YOURLS 安装和配置有些复杂,下面是主要的步骤: 下载 YOURLS,解压缩 在 includes/ 目录下根据 config-sample.php 创建includes

    90920

    使用Python创建自己的Instagram滤镜|视觉实战

    作者|Arno 编译|Arno 来源|Medium 带有代码的OpenCV的图像滤镜示例 不知道你有没有使用过Instagram滤镜,它们非常方便,只需单击几个按钮,就可以变换我要发布的照片...你是否想过自己可以创建一个?答案是可以的! 在本文中,我将向你展示如何使用代码和示例图像来创建一些图像处理滤镜。...(左)原始图像,(右)应用模糊滤镜后的图像 ?...= cv2.imread('input-image.jpg') rows, cols = im.shape[:2] # 创建高斯滤波器 kernel_x = cv2.getGaussianKernel(...(左)原始图像,(右)应用复古风滤镜后的图像 ? (左)原始图像,(右)应用复古风滤镜后的图像 以上就是使用Python和OpenCV进行图像处理的代码示例。 你最喜欢哪个滤镜?

    1.4K20

    使用Python创建自己的Instagram滤镜|视觉实战

    带有代码的OpenCV的图像滤镜示例 不知道你有没有使用过Instagram滤镜,它们非常方便,只需单击几个按钮,就可以变换我要发布的照片。 你是否想过自己可以创建一个?答案是可以的!...在本文中,我将向你展示如何使用代码和示例图像来创建一些图像处理滤镜。...(左)原始图像,(右)应用模糊滤镜后的图像 ?...= cv2.imread('input-image.jpg') rows, cols = im.shape[:2] # 创建高斯滤波器 kernel_x = cv2.getGaussianKernel(...(左)原始图像,(右)应用复古风滤镜后的图像 ? (左)原始图像,(右)应用复古风滤镜后的图像 以上就是使用Python和OpenCV进行图像处理的代码示例。 你最喜欢哪个滤镜?

    99820

    【数据处理包Pandas】多级索引的创建及使用

    首先,导入 NumPy 库和 Pandas 库。...import numpy as np import pandas as pd 一、元组作为一级索引 如果想产生如下图所示的学生成绩表: 因为 DataFrame 的行索引/列索引要求是不可变的,因此考虑使用元组做索引是很自然的选择...二、引入多级索引 (一)多级索引的创建 MultiIndex 对象是 Pandas 标准 Index 的子类,由它来表示多层索引业务。...创建主要有三个相关的函数:from_tuples、from_arrays和from_product,它们都是pd.MultiIndex类的方法 1、使用pd.MultiIndex.from_tuples...(3)无论行/列索引,只要有一个元组中包含slice(None),就不能使用上述简化形式,而必须使用通用形式(#1和#2处) 注意:为了在多级索引的中括号[]中可以使用切片(即使用冒号:),需要先使用

    55000

    使用 Numpy 创建自己的深度学习框架(附代码)

    Numpy 已经提供了基本上所有需要的计算操作,我们需要的是一个支持自动微分(autograd)的框架来计算多个操作的梯度,这是模块化方法构建神经网络层的标准化方法,通过自动微分的框架,我们可以将优化器...为了帮助进行一些操作,我们将使用一个 numpy 数组来保存实际数据。 变量的另一个重要部分是反向传播方法,这将计算当前实例相对于计算图中每个父类祖先的梯度。...,2、还需要利用子节点的梯度,如果您想了解有关自动微分和矩阵微积分的更多详细信息,我们会在后续的文章中详细介绍。...线形层的数学运算非常简单: 我们将使用之前实现的变量来自动计算操作的实际结果和梯度,所以实现很简单: class Linear(Module): def __init__(self, in_size...我们也使用Pytorch的方法创建一个Dataset类,实现迭代器的dunder方法,并将特征X和标签Y转换为Variable类型: class Dataset: def __init__(self,

    39820
    领券