Ming_Dazhou

基于LSTM的大规模资金流入流出的大数据预测实例目录：一：数据预处理二：构建神经网络三：训练神经网络（神经网络的保存）四：使用LSTM算法进行预测（神经网络的恢复）前言： 作为一名大二的学生，接触ML&DL的时间也还没超过一年，写下博客只是用于记录自己的学习成果，以方便日后查找、应用，水平及其有限，不讳言很多东西都是CTRL...

 创建文件：import pandas as pddf = pd.DataFrame() # DataFrame实例df.to_csv('C:/Temp/output.csv') #save to file在文件里写入：df = pd.DataFrame( {'ID':[1,2,3],'name':['Tim','Vector','Jim'] } ) df.to_...

Series是pandas的一种数据结构# eg.1s1 = pd.Series() #实例化一个Series# s1.data()# s1.name()# # s1.index对于Series比较重要的是它的data 、name 、indexFutureWarning: Series.data is deprecated and will be removed in ...

一、eg.1dates = pd.date_range('20190101',periods=6)df = pd.DataFrame(np.arange(24).reshape((6,4)),index=dates,columns=['A','B','C','D'])# 选取某列print(df['A'])print(df.A)df.['A']和df.A的效果完全一样...

dates = pd.date_range('20190101',periods=6)df = pd.DataFrame(np.arange(24).reshape((6,4)),index=dates,columns=['A','B','C','D'])print(df)1、修改某个特定数据# select by positiondf.iloc[2,2] = 1111...

import pandas as pdimport numpy as npdates = pd.date_range('20190101',periods=6)df = pd.DataFrame(np.arange(24).reshape((6,4)),index=dates,columns=['A','B','C','D'])df.iloc[0,1] = np.nandf.iloc...

df0 = pd.DataFrame(np.ones((3,4))*0,columns=['a','b','c','d'])df1 = pd.DataFrame(np.ones((3,4))*1,columns=['a','b','c','d'])df2 = pd.DataFrame(np.ones((3,4))*2,columns=['a','b','c','d'])print(df0)...

1 添加路径2 运行下面的代码生成 file.spec pyinstaller -F file.py3 在filename.spec 文件头添加下面语import syssys.setrecursionlimit(5000)4在你打包的命令行中先输入chcp 65001然后再输入打包命令。# pyinstaller -F xxx.pypyinstalle...