logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

【python 的各种模块】(1) 使用xlwings,在python直接调用vba脚本

前面写了这么多,没想到,其实py是可以直接支持VBA的python的模块import xlwings,可以让python直接调用EXCEL工作簿文件里的VBA脚本具体步骤如下。

文章图片
#python#开发语言
【转】最近的一些python资料--李笑来的《自学是门手艺》

https://blog.csdn.net/csdnnews/article/details/88729964https://github.com/selfteaching/the-craft-of-selfteachinghttps://docs.python.org/3/tutorial/index.htmlhttps://docs.python.org/zh-c...

【原创】EXCEL数组公式(1)----数组公式和普通公式计算具体比较

一 先搞清楚一个概念:数组与数组公式(1)数组EXCEL本身就支持数组,所以,直接用数组相加相乘都是可以的,不需要数组公式也可以生效。比如 =a3:a8+b3:b8 ;=a3:a8*b3:b8这个就是基本的线性代数,行列式等的思想吧,虽然已经忘记很久的课程了(2)公式2.1工作表公式...

【小白学机器学习38】用np.random 生成各种随机数,随机数数组/序列

np.random() 主要是生成符合各种要求的随机数比如[0,1)符合某分布,正态分布,二项分布等指定某区间内随机等,比如(a,b) 之间,或者在某个array([1,10,99]) 之间np.random() 可以不指定size,就只生成一个随机数。如果像生成一个数组,np.random() 都接受 size=10 这个参数,方便生成多个符合要求的随机数,一个数组size参数不是必须的,如果没

文章图片
#机器学习#numpy#人工智能
【小白学机器学习22】 多变量分析:相关性分析,多变量回归,最小二乘法ols

自变量: DV,dependent variable因变量: IV,Independent variable。

文章图片
【小白学机器学习30】样本统计的核心参数:均值/期望,方差,标准差,标准值。

单个偏差:某偏差=某数据-平均值总偏差:然后把所有的偏差加和起来,就是总的偏差偏差和=Σ(各数据-平均值),会导致互相抵消偏差的绝对值的和=Σ(|各数据-平均值|) ,理论上可以,但是使用的比较少。偏差平方和=Σ(各数据-平均值)^2方差=偏差平方和/N=Σ(各数据-平均值)^2/N。

文章图片
#机器学习#概率论#人工智能
【小白学机器学习29】 概率统计与图形 ( hist, bar, pie , box ,scatter ,line)

每个饼分位多个分块,每个分块大小不同,每个分块还可以分尖端和后面2部分。根据饼状图来的,南丁格尔玫瑰图。频度分布表:概率分布的雏形吧。

文章图片
#机器学习#概率论#人工智能
【小白学机器学习5】评价预测值和观测值差异的指标:MSE, RMSE,MAE, MAPE, WMAPE

偏差:描述的是预测值(估计值)的期望与真实值之间的差距。偏差越大,越偏离真实数据。方差:描述的是预测值的变化范围,离散程度,也就是离其(预测值整体)期望值的距离。方差越大,数据的分布越分散预测值和真实值完全没关系。方差小只是一群估计值自身的属性,够不够聚拢,发散是否厉害。有可能方差很大也可能很小,但偏离真实值很远的情况。简单的理解,范式就是距离L1 范式距离,就是 |y1-y2|L2 范式距离,就

文章图片
#概率论
【python与机器学习3】感知机和逻辑门(门电路):与门,或门,非门, 与非门 ,或非门,异或门等。

1 与门,非门,或门,与非门 ,或非门,异或门与门,A&B或门,A+B非门,A-与非门,A&B-或非门,(A+B)-异或门与门(AND gate)、或门(OR gate)和非门(NOT gate)是数字逻辑电路中的三种基本门电路,它们用于实现不同的逻辑功能。与门,A&B或门,A+B非门,A-与非门,A&B-或非门,(A+B)-异或门1.1 与门,and gate1.

文章图片
#机器学习#python
    共 222 条
  • 1
  • 2
  • 3
  • 23
  • 请选择