AI 助理
文档备案控制台
文章 2024-10-18 来自：开发者社区

模型预测笔记(四)：pandas_profiling生成数据报告

介绍 pandas_profiling是一个基于Python的开源库，用于生成数据分析报告。它可以自动分析数据集的各种统计指标，并生成一个详细的HTML报告，包括数据的基本信息、缺失值分析、唯一值分析、数值变量的描述统计、相关性分析、变量之间的交互等。 pandas_profiling的主要特点包括： 自动化报告生成：pand...

文章 2023-09-07 来自：开发者社区

【笔记】LeetCode计划——30天Pandas挑战（5）

LeetCode1683题——无效的推文 一、题目详情在 SQL 中，tweet_id 是这个表的主键。这个表包含某社交媒体 App 中所有的推文。查询所有无效推文的编号（ID）。当推文内容中的字符数严格大于 15 时，该推文是无效的。以任意顺序返回结果表。 二、官方题解与思路行过滤法：①使用 str.len() 系列方法来计算列中字符串的长度。该方法应用于DataFrame的目标列，以检索...

【笔记】LeetCode计划——30天Pandas挑战（5）
文章 2023-09-07 来自：开发者社区

【笔记】LeetCode计划——30天Pandas挑战（4）

LeetCode1148题——文章浏览| 一、题目此表可能会存在重复行。（换句话说，在 SQL 中这个表没有主键）此表的每一行都表示某人在某天浏览了某位作者的某篇文章。请注意，同一人的 author_id 和 viewer_id 是相同的。请查询出所有浏览过自己文章的作者，结果按照 id 升序排列。 二、官方题解与思路整理行过滤法思路：①找到判断作者是否评论了自己文章的条件，即 author...

【笔记】LeetCode计划——30天Pandas挑战（4）
文章 2023-09-05 来自：开发者社区

【笔记】LeetCode计划——30天Pandas挑战（3）

LeetCode183题——从不订购的客户 一、题目 找出所有从不点任何东西的顾客。以 任意顺序 返回结果表。 二、题解1.行过滤法官方题解（加入自己的理解） import pandas as pd def find_customers(customers: pd.DataFrame, orders: pd.DataFrame) -> pd.DataFrame: #行过滤...

【笔记】LeetCode计划——30天Pandas挑战（3）
文章 2023-09-05 来自：开发者社区

【笔记】LeetCode计划——30天Pandas挑战（2）

LeetCode1757题——可回收且低脂的产品 一、题目二、题解 import pandas as pd def find_products(products: pd.DataFrame) -> pd.DataFrame: df = products[(products['low_fats']=='Y')&(products['recyclable']=='Y')]...

【笔记】LeetCode计划——30天Pandas挑战（2）
文章 2023-09-05 来自：开发者社区

【笔记】LeetCode计划——30天Pandas挑战（1）

# LeetCode595题——大的国家一、题目如下World 表：name 是该表的主键（具有唯一值的列）。这张表的每一行提供：国家名称、所属大陆、面积、人口和 GDP 值。 如果一个国家满足下述两个条件之一，则认为该国是大国 ：面积至少为 300 万平方公里（即，3000000 km2），或者人口至少为 2500 万（即 25000000）。编写解决方案找出大国的国家名称、人口和面积。按任意....

【笔记】LeetCode计划——30天Pandas挑战（1）
文章 2023-02-13 来自：开发者社区

机器学习测试笔记（2）——Pandas

Pandas 是 Python 的核心数据分析支持库，提供了快速、灵活、明确的数据结构，旨在简单、直观地处理关系型、标记型数据。Pandas 的目标是成为 Python 数据分析实践与实战的必备高级工具，其长远目标是成为最强大、最灵活、可以支持任何语言的开源数据分析工具。经过多年不懈的努力，Pandas 离这个目标已经越来越近了。Pandas 适用于处理以下类型的数据：与 SQL 或 Excel....

文章 2022-02-16 来自：开发者社区

【笔记3】用pandas实现矩阵数据格式的推荐算法 (基于用户的协同)

原书作者使用字典dict实现推荐算法，并且惊叹于18行代码实现了向量的余弦夹角公式。 我用pandas实现相同的公式只要3行。 特别说明：本篇笔记是针对矩阵数据，下篇笔记是针对条目数据。 ''' 基于用户的协同推荐 矩阵数据 ''' import pandas as pd from io import StringIO import json #数据类型一：csv矩阵（用户-商品）（适用于...

文章 2022-02-16 来自：开发者社区

【笔记4】用pandas实现条目数据格式的推荐算法 (基于用户的协同)

''' 基于用户的协同推荐 条目数据 ''' import pandas as pd from io import StringIO import json #数据类型一：条目（用户、商品、打分）（避免巨型稀疏矩阵） csv_txt = '''"Angelica","Blues Traveler",3.5 "Angelica","Broken Bells",2.0 "Angelica","...

文章 2022-02-16 来自：开发者社区

【笔记5】用pandas实现矩阵数据格式的推荐算法 (基于物品的协同)

''' 基于物品的协同推荐 矩阵数据 说明： 1.修正的余弦相似度是一种基于模型的协同过滤算法。我们前面提过，这种算法的优势之 一是扩展性好，对于大数据量而言，运算速度快、占用内存少。 2.用户的评价标准是不同的，比如喜欢一个歌手时有些人会打4分，有些打5分；不喜欢时 有人会打3分，有些则会只给1分。修正的余弦相似度计算时会将用户对物品的评分减去 用户所有评分的均值，从而解决这个问题。 ...

本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。

Pandas您可能感兴趣

人工智能

了解行业+人工智能最先进的技术和实践，参与行业+人工智能实践项目

+关注