#!/usr/bin/python3 #-*-encoding:utf-8-*- """ @project_name = pytest @file = TongXunLu.py @author = angel @create_time = 2018/9/23 18:44 """ ''' 创建一个类似于通讯录功能的类，要求如下 1.通讯录要有名字，如'xxx的通讯录' 2.类能实现一般的通讯功能，例如: 联系方式录入，修改，删除，精确查找，匹配姓名，显示目前有多少联系人。（暂时假定一个人只有一个联系方式） 3.类有模拟拨号功能 4.类支...

#!/usr/bin/python3 #-*-encoding:utf-8-*- """ @project_name = pytest @file = dict.py @author = angel @create_time = 2018/9/24 9:26 """ print('='*100) # 手写一个字典 dict1={'myint':1,'myfloat':3.14,'mystr':'qwerty','mytuple':(1,2,3),'nulldict':{}} print(dict1) # 空字典 empty_dict=...

常见的数据重复包括： 1.记录重复--一个或多个特征的某条记录的值完全相同 2.特征重复--存在一个或者多个特征名称不同，但数据完全相同的情况 去除‘记录重复’的3种方法  # coding: utf-8 # 去除‘记录重复’的3种方法 # 法1---利用list去重 import pandas as pd detail=pd.read_csv(r'D:\save\detail.csv',index_col=0,encoding='gbk') # 定义去重函数 def delRep(list1): list2=[] for i in list1: if i not in list2: list...

常见的数据重复包括： 1.记录重复--一个或多个特征的某条记录的值完全相同 2.特征重复--存在一个或者多个特征名称不同，但数据完全相同的情况 去除特征重复的2种方法 1.通过相似度矩阵去重     要去除连续的特征重复，可以利用特征间的相似度将两个相似度为1的特征去除一个。在pandas中，相似度的计算方法为corr。使用该方法计算相似度时，默认为pearson方法，可以改为spearman法和kendall法。    通过相似度矩阵去重存在一个弊端，该方法只能对数值型重复特征去除，类别型特征之间无法通过计算相似系数来衡量相似度。 2.通过DataFrame.equals方法进行特征去重  ...

# -*- coding: utf-8 -*- """ Created on Mon Oct 8 14:02:28 2018 @author: Administrator """ import os dir(os) os.chdir(r'C:\Users\Administrator\Desktop\10-8\04-回归分析\data') from sklearn.linear_model import LinearRegression import numpy as np X=np.array([ [0,0],[1,1],[2,2]]...

# -*- coding: utf-8 -*- """ Created on Mon Oct 8 15:47:18 2018 @author: Administrator """ import os dir(os) os.chdir(r'C:\Users\Administrator\Desktop\10-8\04-回归分析\data') import pandas as pd from sklearn.linear_model import LogisticRegression from sklearn.model_selection...

# -*- coding: utf-8 -*- """ Created on Wed Oct 10 10:07:02 2018 @author: Administrator """ ''' numpy库的使用 ''' #创建一维数组 import numpy as np arr1=np.array([1,2,3,4]) print(arr1) #创建2维数组 arr2=np.array([ [1,2,3,4],[4,5,6,7],[7,8,9,10] ]) print(arr2) #创建指定范围的数组 print('范围0-1，步长0...

# -*- coding: utf-8 -*- """ Created on Wed Oct 10 11:02:33 2018 @author: Administrator """ import pandas as pd import numpy as np import matplotlib.pyplot as plt np.random.seed(0) x=np.sort( 5*np.random.rand(40,1),axis=0) y=np.sin(x).ravel() y[::5]=0.5-np.random.rand(8)...

# -*- coding: utf-8 -*- """ Spyder Editor This is a temporary script file. 密度聚类亦称“基于密度的聚类”（density-based clustering），此类算法假 设聚类结构能通过样本分布的紧密程度确定 DBSCAN是一种著名的密度聚类算法，主要是依赖两个主 要的参数来进行聚类的，即对象点的区域半径Eps和区域内点的个数的阈值MinPts。 DBSCAN算法聚类过程如下：  将所有的点分别标记为核心点、边界点或噪声点。  删除识别出的噪声点。  将在Eps之内的所有核心点连通，...

  # -*- coding: utf-8 -*- """ Created on Thu Oct 11 11:14:08 2018 @author: Administrator """ import numpy as np data = np.arange(0, 1.1 , 0.01) print('范围0-1.1，步长0.01的数组\n',data) print(type(data)) import matplotlib.pyplot as plt plt.title('y=x^2绘图') #设置标题 plt.xlabel('x')...

  # -*- coding: utf-8 -*- """ Created on Thu Oct 11 15:38:42 2018 @author: Administrator """ import numpy as np rad = np.arange(0,np.pi*2,0.01) print('范围0-2pi，步长0.01的数组\n',rad) print(type(rad)) import matplotlib.pyplot as plt #设置画布，创建子图 p1 = plt.figure(figsize=(8,6) ,dp...

# -*- coding: utf-8 -*- """ Created on Thu Oct 11 16:05:52 2018 @author: Administrator """ ''' 绘制默认sin曲线图 ''' #设置x,y的值 import numpy as np x = np.linspace(0 , 4*np.pi) #x为0~4π y = np.sin(x) #y为sin(x) #绘图 import matplotlib.pyplot as plt plt.plot( x , y , label="$sin(...

1.使用Eclipse创建Web应用并导入jar包  2.创建接口 TestDao Spring 解决的是业务逻辑层和其它层的耦合问题，因此它将面向接口的编程思想贯穿整个系统应用 package dao; public interface TestDao { public void sayHello(); }  3.创建接口TestDao的实现类TestDaoImpl package dao; public class TestDaoImpl implements TestDao { @Override public void sayHello() { // TODO Auto-generat...