- pycharm的注册码
server选项里边输入 http://elporfirio.com:1017/就可以了。
不行再尝试：
server选项里边输入 http://idea.imsxm.com/。 - 准备：
import numpy as np-
from scipy import linalg(线性计算) -
import pandas as pd(高级数据结构，Series，DataFrame) -
import matplotlib.pyplot as plt(绘图) -
import seaborn as sns(绘图) -
import nltk(自然语言处理包) -
from igraph import *(pip install -U python-igraph) -
scikit-learn(pip install -U scikit-learn,基于scipy)
- numpy
- 线性计算
- 计算行列式的值：
a = np.array([[1,2][3,4]])
linalg.det(a)
即计算（14/23）=-2
- 计算行列式的值：
- 线性计算
- pandas
- 序列：
-
s = pd.Series([1,3,5,np.nan,6,8]),dtype:float64 -
dates = pd.date_range('20170101',periods=6)从2017-01-01到2017-01-06的日期list，dtype：datetime64[ns],freq='D'
-
- DataFrame
-
df = pd.DataFrame(np.random.randn(6,4),index=dates,columns=list('ABCD')),6行4列的数据，索引和列名. -
df.head(),展示前几行，不加参数展示全部 -
df.tail(2),展示后几行 -
df.describe(),查看数据的均值，方差，以及极值等等 -
df.T(),行列转换 -
df.sort_values(by='C'),通过C列排序
-
- 序列：
- matplotlib
- 示例：
plt.plot([1,2,3])
plt.ylabel('some numbers')
plt.show()
- 示例：
- seaborn
- 示例：
sns.set(color_codes=True)
x = np.random.normal(size=100)
sns.distplot(x)
- 示例：
- NLTK
- 下载预料库
nltk.download() - 文本提取
- 词汇切分
- 词频分析
- 词袋模型
- 情感分析
- 下载预料库
- igraph (节点和边的关系)
- 示例：
g = Graph([(0,1),(0,2),(2,3),(3,4)])每个元素都是俩个节点和一条边
sumary(g)计算有几个节点和几条边
g.degree()每个节点几条边
- 示例：
- scikit-learn
- 分类，聚类，回归和降维
