2.数据取值与选择2.1 Series数据选择方法2.1.1 将Series看作字典利用键值对索引利用字典的表达式检测索引和值2.1.2 将Series看作一维数组可以利用索引-显式、隐式，掩码进行索引2.1.3 索引器 locilocixloc：取值和切片都是显式的iloc：取值和切片都是隐式的ix：是混合形式，主要用于DataFrame2.2 DataFrame数据选择方法首先创建一个较为有意

查询复杂度主要是哈希函数的计算复杂度和哈希表的遍历复杂度，一般时间复杂度达到O(N^p)，其中N是数据库中向量的数量。时间复杂度主要是与K（最近邻数目）、N（向量数目）和D（向量空间维数）相关，因此时间复杂度能够低至O(log N)。预处理时间复杂度为O(N * D)，其中N是数据库中向量的数量，D是向量的维度；自定义实现的 HNSW，调整到规模，并支持完整的 CRUD。搜索复杂度为O(N log

1.前言通过对好大夫网站内容的爬取，我们已经收集到好大夫的相关数据，并将其存入excel表中。之所以先存入excel表中，是因为有很多是非结构化数据，需要进行数据清理后在进行保存，excel中有很多的功能能够帮助进行数据清理，下图是获取的数据示例，一共获得20多万条数据。接下来进行数据清洗工作。2.数据清洗规则爬虫爬取的内容为：姓名_title医院科室医生主页url患者投票...

1. 缺失值处理缺失值处理主要有三个内容、四个函数：发现缺失值（isnull()notnull()）、删除缺失值（dropna()）、填补缺失值（fillna()）首先创建一个矩阵1.1 发现缺失值发现缺失值是生成布尔类型的掩码数据，两个函数相反1.2 删除缺失值基本类型dropna(axis=0, how =‘any’,tresh) ，其中axis是按行还是按列删除、how有两种any-有缺失值

在做LDA的过程中比较比较难的问题就是主题数的确定，下面介绍困惑度、一致性这两种方法的实现。其中的一些LDA的参数需要结合自己的实际进行设定直接计算出的log_perplexity是负值，是困惑度经过对数去相反数得到的。import csvimport datetimeimport reimport pandas as pdimport numpy as npimport jiebaimport

基于阿里云hologres进行mimic数据库组装，该数据库具有强大的性能和计算速度。依次遵循一下步骤可以完成配置。