全文共2607字，预计学习时长7分钟
如今，画素描或创作漫画并不一定要手动完成，许多应用程序可以把你的照片转换成卡通图片。这并不像你想象中那么难，只需几行代码就能实现想要的效果。
2024年11月20日
全文共2607字，预计学习时长7分钟
如今，画素描或创作漫画并不一定要手动完成，许多应用程序可以把你的照片转换成卡通图片。这并不像你想象中那么难，只需几行代码就能实现想要的效果。
2024年11月20日
前面文章分别简单介绍了线性回归，逻辑回归，贝叶斯分类，并且用python简单实现。这篇文章介绍更简单的 knn， k-近邻算法（kNN，k-NearestNeighbor）。 k-近邻算法（kNN，k-NearestNeighbor），是最简单的机器学习分类算法之一，其核心思想在于用距离目标最近的k个样本数据的分类来代表目标的分类（这k个样本数据和目标数据最为相似）。
原理
kNN算法的核心思想是用距离最近(多种衡量距离的方式)的k个样本数据来代表目标数据的分类。
2024年11月20日
1.我们有两个国家(英国，美国·)的信息，我们希望把两个数据放到一起研究，同时保留国家的信息(每条数据的国家来源)。我们想保留国家信息，就要在每条数据后面添加一列能代表该国家信息的数据，比如我们在英国的每条数据后面添加一列0，在美国的每条数据后面添加一列1
import numpy as np
filepath="./data.csv"
filepath1="./data1.csv"
#加载国家数据
t1=np.loadtxt(filepath,dtype="int",delimiter=",")
t2=np.loadtxt(filepath1,dtype="int",delimiter=",")
# print(t1)
# print("*"*50)
# print(t2)
#添加国家信息,对于t1.shape[0]，前面我们知道二维数组调用shape会返回一个元组，
# 元组的第一个值表示行，所以t1.shape[0]表示所有的行，(t1.shape[0],1)表示
# 所有行的第一列，构造全为0，1的数据
zero_data=np.zeros((t1.shape[0],1))
one_data=np.ones((t2.shape[0],1))
#分别水平拼接一列0，1的数据
t3=np.hstack((t1,zero_data)).astype(int)
t4=np.hstack((t2,one_data)).astype(int)
# print(t3)
# print(t4)
#竖直拼接两组数据
t5=np.vstack((t3,t4))
print(t5)2024年11月20日
NumPy（Numerical Python）是Python语言的一个扩充程序库，Numpy、Pandas和Matplotlib并称数据分析三剑客。numpy支持高级大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。
2024年11月20日
作者 石默研
用分布式的并发计算能力来实现机器学习算法，是AI实践领域比较重要的方向，因为对海量数据的AI计算来讲，往往单机的能力严重不足，在自己机器上做点实验进行学习可以，但在实际工程中，特别是在所谓的大数据时代，往往需要借助分布式并行计算的能力。
2024年11月20日
一、pandas库读取本地文件
1.read_table方法
pandas库中的read_table方法可以读取txt文本文件和csv表格文件，其api如下：
pd.read_table('file',sep='',header=none,names=none,index_col=none)
2024年11月20日
hello！ 大家好，今天为大家推荐几个可以像字典一样处理数据的工具
大家知道python字典dict的特点是key 是唯一的，所以可变数据类型如list,dict是不能成为字典的key的。另外如果存储的数据中有相同值得key, 会直接更新字典的value值。