溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
本篇內容主要講解“Python各種常用語句舉例分析”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學習“Python各種常用語句舉例分析”吧!
1pip list 2#或者 3conda list 4#其中，pip list 只能查看庫，而 conda list 則可以查看庫以及庫的版本 5 6 7pip install scipy 8pip install scipy --upgrade 9# 或者 10conda install scipy 11conda update scipy 12 13# 更新所有庫 14conda update --all 15 16# 更新 conda 自身 17conda update conda 18 19# 更新 anaconda 自身 20conda update anaconda
1#顯示所有列
2pd.set_option('display.max_columns', None)
3
4#顯示所有行
5pd.set_option('display.max_rows', None)
6
7#設置value的顯示長度為100，默認為50
8pd.set_option('max_colwidth',100)
9
10#內嵌畫圖
11%matplotlib inline
12
13#單獨畫圖
14%matplotlib qt
15
16#畫圖中文亂碼、負號
17plt.rcParams['font.sans-serif']=['Microsoft YaHei']
18plt.rcParams['axes.unicode_minus']=False
19
20#讓一個cell同時有多個輸出print
21from IPython.core.interactiveshell import InteractiveShell
22InteractiveShell.ast_node_interactivity = "all"1import numpy as np 2import pandas as pd 3import matplotlib.pyplot as plt 4from matplotlib.figure import SubplotParams 5#我們使用SubplotParams 調整了子圖的豎直間距 6#plt.figure(figsize=(12, 6), dpi=200, subplotpars=SubplotParams(hspace=0.3)) 7 8import scipy.stats as stats 9import seaborn as sns 10import statsmodels.api as sm
1from sklearn import datasets #本地數據 2from sklearn.model_selection import train_test_split #進行數據分割 3 4from sklearn.feature_extraction import DictVectorizer #特征抽取和向量化 5from sklearn.preprocessing import PolynomialFeatures #多項式特征構造 6 7from sklearn.feature_selection import VarianceThreshold #基于方差特征選擇 8from sklearn.feature_selection import SelectKBest,SelectPercentile #特征選擇 9#For classification: chi2, f_classif, mutual_info_classif 10#For regression: f_regression, mutual_info_regression 11from sklearn.feature_selection import RFE #遞歸特征消除 (Recursive Feature Elimination) 12from sklearn.feature_selection import SelectFromModel #基于模型選擇特征 13 14from sklearn.decomposition import PCA #主成分分析 15from sklearn.manifold import MDS #多維尺度分析 16from sklearn.manifold import TSNE #T分布和隨機近鄰嵌入 17 18from sklearn.pipeline import Pipeline #管道 19from sklearn import metrics #模型評估 20from sklearn.model_selection import GridSearchCV #網格搜索交叉驗證 21from sklearn.model_selection import KFold #K折交叉驗證 22from sklearn.model_selection import cross_val_score #交叉驗證 23 24from sklearn.linear_model import LinearRegression #線性回歸 25 26from sklearn.linear_model import LogisticRegression #邏輯回歸 27 28from sklearn import svm #支持向量機 29 30from sklearn.tree import DecisionTreeClassifier #決策樹 31from sklearn.ensemble import RandomForestClassifier #隨機森林 32from sklearn.ensemble import GradientBoostingClassifier #梯度提升樹 33 34from sklearn.naive_bayes import MultinomialNB #多項式樸素貝葉斯 35from sklearn.naive_bayes import BernoulliNB #伯努利樸素貝葉斯 36from sklearn.naive_bayes import GaussianNB #高斯樸素貝葉斯 37 38from sklearn.neighbors import KNeighborsClassifier #k緊鄰 39 40from sklearn.cluster import KMeans #k均值聚類 41from sklearn.cluster import DBSCAN #基于密度的空間聚類 42from sklearn.cluster import SpectralClustering #譜聚類 43from sklearn.cluster import Birch #層次聚類 44 45from sklearn.externals import joblib #保存模型
到此，相信大家對“Python各種常用語句舉例分析”有了更深的了解，不妨來實際操作一番吧！這里是億速云網站，更多相關內容可以進入相關頻道進行查詢，關注我們，繼續學習！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
