创建新环境：https://www.machinelearningplus.com/deployment/conda-create-environment-and-everything-you-need-to-know-to-manage-conda-virtual-environment/

利用python绘制并列的条形图。（1）处理数据，计算每个区间的个数：（2）plt.bar函数绘制条形图：df = pd.read_excel('path of file ',sheet_name='Sheet1')area_class = df['name']lake_num = df['lake_number']TP_lake_num = df['TP_2020_lake_number']ba

转载：https://blog.csdn.net/weixin_42749944/article/details/115026810df = pd.read_excel(r'./file.xlsx')fig, ax1 = plt.subplots()width = 0.4x1_list = []x2_list = []for i in range(len(df)):x1_list.append(i

1.scipy.optimize.curve_fitscipy.optimize.curve_fit(f, xdata, ydata, p0=None, sigma=None, absolute_sigma=False, check_finite=True, bounds=(- inf, inf), method=None, jac=None, **kwargs)返回：popt —— 参数最佳值p

3.下载历史数据（规定时间下载）

转载：https://www.cnblogs.com/python-frog/p/8988030.html

想要获取满足条件的索引值，需要用到np.where。1.np.where(condition, x, y)x：满足条件时函数的输出y：不满足条件时的输出2.np.where(condition)没有x和y参数，则以元组形式输出满足条件的列表索引。3.np.argwhere(condition)Find the indices of array elements that are non-zero,

转载：https://blog.csdn.net/haiziccc/article/details/101361583总结：（1）tf.matmul(A,C)=np.dot(A,C)= A@C都属于叉乘，而tf.multiply(A,C)= A*C=A∙C属于点乘。（2）叉乘称向量积；点乘指对应元素相乘，点乘的结果表示 在 方向上的投影与 的乘积，反映了两个向量的相似度，结果越大越相似。（3）py

lsqcurvefit函数（least-squares curve-fitting）：用于最小二乘法求解非线性曲线拟合问题。即已知输入向量xdata和输出向量ydata，并且知道输入与输出的函数关系为ydata=F(x, xdata)，但不知道系数向量x。1.语法x = lsqcurvefit(fun,x0,xdata,ydata)从 x0 开始，求取合适的系数 x，使非线性函数 fun(x,xd