一.前言: 今天在宿舍弄了一个下午的代码,总算还好,把这个东西算是熟悉了,还不算是力竭,只算是知道了怎么回事.今天就给大家分享一下我的代码.代码可以运行,运行的Python环境是Python3.6以上的版本,需要用到Python中的numpy.matplotlib包,这一部分代码将K-means算法进行了实现.当然这还不是最优的代码,只是在功能上已经实现了该算法的功能. 二.代码部分: import numpy as np import random from matplotlib import

使用python中的matplotlib 画图,show后关闭窗口,继续运行命令 在用python中的matplotlib 画图时,show()函数总是要放在最后,且它阻止命令继续往下运行,直到1.0.1版本才支持多个show()的使用.想在显示图像后继续运行相关的处理命令,或者显示一副图像后关闭它,再显示第二幅图像.如下办法: 首先搜索到:plt.close() will close current instance.plt.close(2) will close figure 2plt.cl

K-means是一种聚类算法: 这里运用k-means进行31个城市的分类 城市的数据保存在city.txt文件中,内容如下: BJ,2959.19,730.79,749.41,513.34,467.87,1141.82,478.42,457.64TianJin,2459.77,495.47,697.33,302.87,284.19,735.97,570.84,305.08HeBei,1495.63,515.90,362.37,285.32,272.95,540.58,364.91,188.63

题目:画图,学用rectangle画方形. rectangle(int left, int top, int right, int bottom) 参数说明:(left ,top )为矩形的左上坐标,(right,bottom)为矩形的右下坐标,两者可确定一个矩形的大小 Canvas #!usr/bin/env python # -*- coding: utf-8 -*- if __name__ == '__main__': from Tkinter import * #导入库 root = T

想做这个好长时间了,因为有一篇Dreamworks的论文<Coherent Out-of-Core Point-Based Global Illumination>提到了这个,一直没时间做,于是今天抽了十几分钟搞了一下,基于Python的,非常简单.由于基于点云的GI已经毫无疑问的不会使用了,所以Weta Digital的PantaRay和Dreamworks的这些方法都会直接宣布作废,权当一个过渡阶段(从REYES到纯RT)的折中方法了. k是线程数目,n是每个线程处理的数字个数.可以直接替

使用python语言 学习k近邻分类器的api 欢迎来到我的git查看源代码: https://github.com/linyi0604/MachineLearning from sklearn.datasets import load_iris from sklearn.cross_validation import train_test_split from sklearn.preprocessing import StandardScaler from sklearn.neighbors

一.matplotlib的用法 折线图+一些常用的设置 #显示中文 import matplotlib as mpl mpl.rcParams['font.sans-serif'] = [u'SimHei'] mpl.rcParams['axes.unicode_minus'] = False fig,ax = plt.subplots() fig.set_size_inches(12,6) #设置图像大小 ax.plot(data.iloc[:,1:3]) #画图 ax.set_xlabel(

有两种解决办法: 一种是在代码里设置为能显示中文的字体,如微软雅黑(msyh.ttf)和黑体(simsun.ttc) 如下在要画图的代码前添加: import matplotlib.pyplot as plt from matplotlib.font_manager import FontProperties font = FontProperties(fname=r"C:\Windows\Fonts\msyh.ttf",size=10) plt.figure() plt.title(

在日常工作和生活中,我们经常会遇到一件事情要重复做很多次的这种情况发生.在编程中,我们也会遇到这种情况,循环这种机制,就是专门用来处理这种需要不断重复做的事情的方法.通过几分钟的阅读,你将会掌握这种机制和编程手法. 循环就是一件事情重复做 首先我们来看一下一个编程例子,现在我们要使用Python中的海龟库来画几个圆(如果你不了解海龟库可以关注我查看之前的文章哦,有详细的入门介绍) 首先我们看一下代码 ​ 代码中我们反复运行了4次同样的代码 ​ 代码运行完成后一共画了4个圆 在上面的代码中,其中t

目录 我的第三篇博客 一.初识Python 1.变量 2.注释 3.turtle库 我的第三篇博客 一.初识Python 1.变量 变量就是可变的的量,用来描述某个事物的属性.本质作用就是描述和接收变量值 定义变量的方式: ​ 变量名 = 变量值 变量名的规则: 变量名必须具有意义 变量名以字母.数字和下划线组成. 变量名不能以关键字命名 变量名的两种表示方式: 下划线和驼峰体(以解决多个单词组成变量名的问题) 变量的概念是由Python提供的,如果不运行程序代码,就没有变量. 2.注释 注释的

参考文章1 参考文章2 一.graphviz安装及配置 graphviz实际上是一个绘图工具,可以根据dot脚本画出树形图等. 1.windows安装 安装graphviz软件:https://graphviz.gitlab.io/_pages/Download/Download_windows.html 配置环境变量:把bin文件夹的路径加入到环境变量path里 安装python的graphviz模块:pip install graphviz 2.linux centos7安装 yum下载gr

python3 学习使用api 使用了网上的数据集,我把他下载到了本地 可以到我的git中下载数据集: https://github.com/linyi0604/MachineLearning 代码: import numpy as np import pandas as pd from sklearn.cluster import KMeans from sklearn import metrics ''' k均值算法: 1 随机选择k个样本作为k个类别的中心 2 从k个样本出发,选取最近的样

python3 学习机器学习api 使用两种k近邻回归模型 分别是 平均k近邻回归 和 距离加权k近邻回归 进行预测 git: https://github.com/linyi0604/MachineLearning 代码: from sklearn.datasets import load_boston from sklearn.cross_validation import train_test_split from sklearn.preprocessing import Standard

KNN K-Means 1.分类算法 聚类算法 2.监督学习 非监督学习 3.数据类型:喂给它的数据集是带label的数据,已经是完全正确的数据 喂给它的数据集是无label的数据,是杂乱无章的,经过聚类后才变得有点顺序,先无序,后有序 4.训练过程:没有明显的前期训练过程,属于memory-based learning 有明显的前期训练过程 5.K的含义:来了一个样本x,要给它分类,即求出它的y,就从数据集中,在x附近找离它最近的K个数据点,这K个数据点,类别c占的个数最多,就把x的label

import matplotlib as mpl mpl.use('Agg') #而且必须添加在import matplotlib.pyplot之前,否则无效 ======== ======== ======== #最后在plt.draw后面  或者plt.show  后面加上下面一行 plt.savefig("xxxxxx.jpg")  #即将画好的图保存为xxxxxx.jpg名  也可以保存为xxxxxx.png格式什么的  都ok  注意这个是在 程序运行的目录下面生成的 #就可

准备数据 2016年北京PM2.5数据集 数据源说明:美国驻华使馆的空气质量检测数据 数据清洗 1. 导入包 import numpy as np import matplotlib.pyplot as plt import matplotlib import pandas as pd from datetime import datetime 2. 导入数据 用Pandas库的read_csv()导入csv文件 # 导入2016年北京PM2.5数据集 df = pd.read_csv("Bei

解决办法: 因为乱码是Matplotlib缺少中文配置所导致的,所以我们只需要在程序中说明使用中文字体即可. 先选一个字体.在计算机中找到字体,选择一种中文字体,比如我这里用的是楷体 右键可以查看其属性从而得知字体名称: 即该字体文件为simkai.ttf 然后在程序中定义Matplotlib的字体管理,这里将其命名为zhfont1,代码如下: hfont1 = matplotlib.font_manager.FontProperties(fname='C:\Windows\Fonts\simk

import numpy as np from scipy import integrate def half_circle(x): return (1 - x ** 2) ** 0.5 N = 10000 x = np.linspace(-1, 1, N) dx = 2. / N; y = half_circle(x) area =sum( dx * y)#利用矩形面积法 print np.trapz(y, x) * 2#求数值积分 pi_half, err = integrate.quad(

https://www.analyticsvidhya.com/blog/2015/08/common-machine-learning-algorithms/?spm=5176.100239.blogcont61037.12.0MhmIg https://yq.aliyun.com/articles/61037?spm=5176.100239.bloglist.110.rlSDN9 We are probably living in the most defining period of hu

Python programs are executed by an interpreter. When you use Python interactively, the special variable _ holds the result of the last operation. Python is a dynamically typed language where variable names are bound to different values, possibly of v

这是一篇翻译的博客,原文链接在这里.这是我看的为数不多的介绍scikit-learn简介而全面的文章,特别适合入门.我这里把这篇文章翻译一下,英语好的同学可以直接看原文. 大部分喜欢用Python来学习数据科学的人,应该听过scikit-learn,这个开源的Python库帮我们实现了一系列有关机器学习,数据处理,交叉验证和可视化的算法.其提供的接口非常好用. 这就是为什么DataCamp(原网站)要为那些已经开始学习Python库却没有一个简明且方便的总结的人提供这个总结.(原文是cheat