GitHub - yinrx3/pythonStudy: 从零开始介绍python,科研绘图,机器学习.持续更新中

Name		Name	Last commit message	Last commit date
Latest commit History 1 Commit
pcitures/raw_pics		pcitures/raw_pics
A01 基本数据类型——整数、浮点数、字符串、布尔值.ipynb		A01 基本数据类型——整数、浮点数、字符串、布尔值.ipynb
A02 基本数据结构——列表、元组、字典、集合.ipynb		A02 基本数据结构——列表、元组、字典、集合.ipynb
A03 基本运算符号.ipynb		A03 基本运算符号.ipynb
A04 基本语法结构——条件语句.ipynb		A04 基本语法结构——条件语句.ipynb
A05 基本语法结构——循环语句与range、enumerate、tqdm.ipynb		A05 基本语法结构——循环语句与range、enumerate、tqdm.ipynb
A06 基本语法结构——函数与匿名函数.ipynb		A06 基本语法结构——函数与匿名函数.ipynb
A07 基本语法结构——类与对象.ipynb		A07 基本语法结构——类与对象.ipynb
A08 基本语法结构——异常.ipynb		A08 基本语法结构——异常.ipynb
A09 Python中特有数据结构——DataFrame.ipynb		A09 Python中特有数据结构——DataFrame.ipynb
A10 DataFrame中主要属性与方法介绍.ipynb		A10 DataFrame中主要属性与方法介绍.ipynb
A11 DataFrame中的效率工具1——列表表达式、iterrows、itertuples.ipynb		A11 DataFrame中的效率工具1——列表表达式、iterrows、itertuples.ipynb
A12 DataFrame中的效率工具2——map、apply、parallel_apply.ipynb		A12 DataFrame中的效率工具2——map、apply、parallel_apply.ipynb
A13 DataFrame中的数据合并与组合1——concat.ipynb		A13 DataFrame中的数据合并与组合1——concat.ipynb
A14 DataFrame中的数据合并与组合2——merge.ipynb		A14 DataFrame中的数据合并与组合2——merge.ipynb
A15 DataFrame中的长表宽表转换——stack、unstack.ipynb		A15 DataFrame中的长表宽表转换——stack、unstack.ipynb
A16 DataFrame中的分组聚合函数1——pivot_table.ipynb		A16 DataFrame中的分组聚合函数1——pivot_table.ipynb
A17 DataFrame中的分组聚合函数2——groupby.ipynb		A17 DataFrame中的分组聚合函数2——groupby.ipynb
A18 Python中特有数据结构——Series.ipynb		A18 Python中特有数据结构——Series.ipynb
A19 Python中特有数据结构——Array.ipynb		A19 Python中特有数据结构——Array.ipynb
A20 python中的相对路径、绝对路径与os模块.ipynb		A20 python中的相对路径、绝对路径与os模块.ipynb
A21 python中其他重要函数1——print().ipynb		A21 python中其他重要函数1——print().ipynb
A22 python中其他重要函数2——random().ipynb		A22 python中其他重要函数2——random().ipynb
A23 python中其他重要函数3——时间函数datetime、striptime、strftime.ipynb		A23 python中其他重要函数3——时间函数datetime、striptime、strftime.ipynb
A24 python中其他重要函数4——时间函数time与程序计时脚本.ipynb		A24 python中其他重要函数4——时间函数time与程序计时脚本.ipynb
A25 python中其他重要函数5——排序函数sort()与sorted().ipynb		A25 python中其他重要函数5——排序函数sort()与sorted().ipynb
A26 数据存储与读取——csv、json、excel、txt、pickle、with open.ipynb		A26 数据存储与读取——csv、json、excel、txt、pickle、with open.ipynb
B02 python绘图——散点图sns.scatterplot().ipynb		B02 python绘图——散点图sns.scatterplot().ipynb
B03 python绘图——折线图sns.lineplot().ipynb		B03 python绘图——折线图sns.lineplot().ipynb
B04 python绘图——柱状图sns.barplot().ipynb		B04 python绘图——柱状图sns.barplot().ipynb
B05 python绘图——堆叠柱状图plt.bar().ipynb		B05 python绘图——堆叠柱状图plt.bar().ipynb
B06 python绘图——直方图sns.histplot().ipynb		B06 python绘图——直方图sns.histplot().ipynb
B07 python绘图——密度图sns.kdeplot().ipynb		B07 python绘图——密度图sns.kdeplot().ipynb
B08 python绘图——饼图与环形饼图plt.pie().ipynb		B08 python绘图——饼图与环形饼图plt.pie().ipynb
B09 python绘图——箱线图sns.boxplot().ipynb		B09 python绘图——箱线图sns.boxplot().ipynb
B10 python绘图——小提琴图sns.violinplot().ipynb		B10 python绘图——小提琴图sns.violinplot().ipynb
B11 python绘图——热力图sns.heatmap().ipynb		B11 python绘图——热力图sns.heatmap().ipynb
B12 python绘图——面积图与堆积面积图plt.fill_between().ipynb		B12 python绘图——面积图与堆积面积图plt.fill_between().ipynb
B13 python绘图——t-SNE高维数据可视化.ipynb		B13 python绘图——t-SNE高维数据可视化.ipynb
B14 python绘图——气泡图sns.scatterplot().ipynb		B14 python绘图——气泡图sns.scatterplot().ipynb
B15 python绘图——点图sns.stripplot().ipynb		B15 python绘图——点图sns.stripplot().ipynb
B16 python绘图——山脊图joypy.joyplot().ipynb		B16 python绘图——山脊图joypy.joyplot().ipynb
B17 python绘图——金字塔图sns.barplot().ipynb		B17 python绘图——金字塔图sns.barplot().ipynb
B18 python绘图——双坐标轴图plt.twinx().ipynb		B18 python绘图——双坐标轴图plt.twinx().ipynb
B19 python绘图——聚类热度图sns.clustermap().ipynb		B19 python绘图——聚类热度图sns.clustermap().ipynb
B20 python绘图——线性回归图sns.regplot().ipynb		B20 python绘图——线性回归图sns.regplot().ipynb
B21 python绘图——联合分布图joinplot().ipynb		B21 python绘图——联合分布图joinplot().ipynb
B22 python绘图——配对图pairplot().ipynb		B22 python绘图——配对图pairplot().ipynb
C02 机器学习——基本概念.ipynb		C02 机器学习——基本概念.ipynb
C03 机器学习——训练集、验证集、测试集划分-train_test_split().ipynb		C03 机器学习——训练集、验证集、测试集划分-train_test_split().ipynb
C04 机器学习——交叉验证与KFold、StratifiedKFold.ipynb		C04 机器学习——交叉验证与KFold、StratifiedKFold.ipynb
C05 回归模型评价指标——MSE、RMSE、MAE、MAPE、R方.ipynb		C05 回归模型评价指标——MSE、RMSE、MAE、MAPE、R方.ipynb
C06 回归模型效果图——残差图sns.residplot()、实际值 vs 预测值图.ipynb		C06 回归模型效果图——残差图sns.residplot()、实际值 vs 预测值图.ipynb
C07 二分类模型评价指标——TP、TN、FP、FN、混淆矩阵、准确率、精确率、召回率、F1-score、分类报告.ipynb		C07 二分类模型评价指标——TP、TN、FP、FN、混淆矩阵、准确率、精确率、召回率、F1-score、分类报告.ipynb
C08 二分类模型评价指标——ROC曲线、AUC的原理、手算与sklearn实践roc_auc_score().ipynb		C08 二分类模型评价指标——ROC曲线、AUC的原理、手算与sklearn实践roc_auc_score().ipynb
C09 多分类模型评价指标——TP、TN、FP、FN、混淆矩阵、准确率、精确率、召回率、F1-score、分类报告.ipynb		C09 多分类模型评价指标——TP、TN、FP、FN、混淆矩阵、准确率、精确率、召回率、F1-score、分类报告.ipynb
C11 回归模型损失函数——均方误差MSE、平均绝对误差MAE.ipynb		C11 回归模型损失函数——均方误差MSE、平均绝对误差MAE.ipynb
C12 分类模型损失函数——二分类交叉熵损失函数、多分类交叉熵损失函数.ipynb		C12 分类模型损失函数——二分类交叉熵损失函数、多分类交叉熵损失函数.ipynb
C13 机器学习模型——一元线性回归与多元线性回归LinearRegression().ipynb		C13 机器学习模型——一元线性回归与多元线性回归LinearRegression().ipynb
C14 机器学习模型——多项式回归PolynomialFeatures().ipynb		C14 机器学习模型——多项式回归PolynomialFeatures().ipynb
C15 机器学习模型——Lasso回归Lasso()与缓解多重共线性.ipynb		C15 机器学习模型——Lasso回归Lasso()与缓解多重共线性.ipynb
C16 机器学习模型——岭回归Ridge()与多重共线性.ipynb		C16 机器学习模型——岭回归Ridge()与多重共线性.ipynb
C17 机器学习模型——ElasticNet回归ElasticNet()与广义线性回归总结.ipynb		C17 机器学习模型——ElasticNet回归ElasticNet()与广义线性回归总结.ipynb
C18 机器学习模型——逻辑斯蒂回归模型LogisticRegression().ipynb		C18 机器学习模型——逻辑斯蒂回归模型LogisticRegression().ipynb
C19 机器学习模型——贝叶斯定理与朴素贝叶斯GaussianNB().ipynb		C19 机器学习模型——贝叶斯定理与朴素贝叶斯GaussianNB().ipynb

yinrx3/pythonStudy

Folders and files

Latest commit

History

About

Uh oh!

Stars

Watchers

Forks

Releases

Packages 0

Languages

Packages