您好,登录后才能下订单哦!
密码登录
登录注册
点击 登录注册 即表示同意《亿速云用户服务条款》
本篇内容主要讲解“Python各种常用语句举例分析”,感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习“Python各种常用语句举例分析”吧!
1pip list 2#或者 3conda list 4#其中,pip list 只能查看库,而 conda list 则可以查看库以及库的版本 5 6 7pip install scipy 8pip install scipy --upgrade 9# 或者 10conda install scipy 11conda update scipy 12 13# 更新所有库 14conda update --all 15 16# 更新 conda 自身 17conda update conda 18 19# 更新 anaconda 自身 20conda update anaconda
1#显示所有列 2pd.set_option('display.max_columns', None) 3 4#显示所有行 5pd.set_option('display.max_rows', None) 6 7#设置value的显示长度为100,默认为50 8pd.set_option('max_colwidth',100) 9 10#内嵌画图 11%matplotlib inline 12 13#单独画图 14%matplotlib qt 15 16#画图中文乱码、负号 17plt.rcParams['font.sans-serif']=['Microsoft YaHei'] 18plt.rcParams['axes.unicode_minus']=False 19 20#让一个cell同时有多个输出print 21from IPython.core.interactiveshell import InteractiveShell 22InteractiveShell.ast_node_interactivity = "all"
1import numpy as np 2import pandas as pd 3import matplotlib.pyplot as plt 4from matplotlib.figure import SubplotParams 5#我们使用SubplotParams 调整了子图的竖直间距 6#plt.figure(figsize=(12, 6), dpi=200, subplotpars=SubplotParams(hspace=0.3)) 7 8import scipy.stats as stats 9import seaborn as sns 10import statsmodels.api as sm
1from sklearn import datasets #本地数据 2from sklearn.model_selection import train_test_split #进行数据分割 3 4from sklearn.feature_extraction import DictVectorizer #特征抽取和向量化 5from sklearn.preprocessing import PolynomialFeatures #多项式特征构造 6 7from sklearn.feature_selection import VarianceThreshold #基于方差特征选择 8from sklearn.feature_selection import SelectKBest,SelectPercentile #特征选择 9#For classification: chi2, f_classif, mutual_info_classif 10#For regression: f_regression, mutual_info_regression 11from sklearn.feature_selection import RFE #递归特征消除 (Recursive Feature Elimination) 12from sklearn.feature_selection import SelectFromModel #基于模型选择特征 13 14from sklearn.decomposition import PCA #主成分分析 15from sklearn.manifold import MDS #多维尺度分析 16from sklearn.manifold import TSNE #T分布和随机近邻嵌入 17 18from sklearn.pipeline import Pipeline #管道 19from sklearn import metrics #模型评估 20from sklearn.model_selection import GridSearchCV #网格搜索交叉验证 21from sklearn.model_selection import KFold #K折交叉验证 22from sklearn.model_selection import cross_val_score #交叉验证 23 24from sklearn.linear_model import LinearRegression #线性回归 25 26from sklearn.linear_model import LogisticRegression #逻辑回归 27 28from sklearn import svm #支持向量机 29 30from sklearn.tree import DecisionTreeClassifier #决策树 31from sklearn.ensemble import RandomForestClassifier #随机森林 32from sklearn.ensemble import GradientBoostingClassifier #梯度提升树 33 34from sklearn.naive_bayes import MultinomialNB #多项式朴素贝叶斯 35from sklearn.naive_bayes import BernoulliNB #伯努利朴素贝叶斯 36from sklearn.naive_bayes import GaussianNB #高斯朴素贝叶斯 37 38from sklearn.neighbors import KNeighborsClassifier #k紧邻 39 40from sklearn.cluster import KMeans #k均值聚类 41from sklearn.cluster import DBSCAN #基于密度的空间聚类 42from sklearn.cluster import SpectralClustering #谱聚类 43from sklearn.cluster import Birch #层次聚类 44 45from sklearn.externals import joblib #保存模型
到此,相信大家对“Python各种常用语句举例分析”有了更深的了解,不妨来实际操作一番吧!这里是亿速云网站,更多相关内容可以进入相关频道进行查询,关注我们,继续学习!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。