# 定义字符串,内容与下标一致方便查看
s = "0123456789"
# 开始切片,步长为1
s1 = s[2:6:1] # 2号位一刀,6号位一刀,步长为1取值
print(s1)
# 开始切片,步长为2
# 从头切到尾
s2 = s[::2]
print(s2)
# 从1到最后,步长为3
s3 = s[1:9:3]
print(s3)
2023-03-27 07:30:39 阅读次数:143
# 定义字符串,内容与下标一致方便查看
s = "0123456789"
# 开始切片,步长为1
s1 = s[2:6:1] # 2号位一刀,6号位一刀,步长为1取值
print(s1)
# 开始切片,步长为2
# 从头切到尾
s2 = s[::2]
print(s2)
# 从1到最后,步长为3
s3 = s[1:9:3]
print(s3)
Python统计学13——回归的多重共线性、异方差、自相关的检验
Python自动化小技巧15——读取rar文件中数据文件(无需解压)
Python自动化小技巧17——两张excel表对账,找不同的项目
其实就是两个分类变量,组成多少种出现的情况,类似于混淆矩阵,交叉表。
Python自动化小技巧19——复制excel表放入word
机器学习的分类问题常用评论指标有:准确率、精确度、召回率和F1值,还有kappa指标 。
很多时候我们想对一个数据画图,这个数据的图的形状是我们需要的,但是y轴的刻度不对,可能大了或者小了,我们想不改变这个数据的分布和形状画出来的图的情况下,对这个数据进行一定程度的缩放,可以按照下面的方法来。
python自动化办公的一些小工具,函数组件
Python自动化小技巧02——自动解数独
加权最小二乘 的思想是在最小二乘上进行了改进。从损失函数角度来看,就是在每个样本的误差平方和求和之前,给每个误差平方赋予了一个权重,这个权重有很多种取法。
文章
24092
阅读量
2858808
2024-10-15 09:57:12
2024-09-25 10:15:15
2024-09-25 10:14:09
2024-09-24 06:30:51
2024-09-24 06:30:08
2024-09-23 05:58:49
2023-04-27 07:57:16
2023-02-27 10:10:19
2023-03-21 03:15:34
2023-05-06 10:22:26
2023-02-21 03:02:11
2023-02-22 07:04:55