- 综合排序
- 最热优先
- 最新优先
- 来自专栏AI机器学习与深度学习算法
机器学习入门 3-5 Numpy数组(和矩阵)的基本操作
]同样可以访问，但是 numpy 不建议这样写 print(X[0][0]) # 0 # 推荐写法如下，与 X[(0,0)] 等价 print(X[0, 0]) # 0 一维数组的切片操作可以参考 Python 子数组与原数组 在 Python 中对列表进行切片实际上创建了新的列表，而 Numpy 优先考虑效率，所以在 numpy 中，如果修改了子数组，那么相应的原数组也会发生改变，反之亦然。 x.reshape(3, -1)) ''' ValueError: cannot reshape array of size 10 into shape (3,newaxis) ''' References： Python3 入门机器学习 经典算法与应用: https://coding.imooc.com/class/chapter/169.html#Anchor
73710编辑于 2022-05-25 - 来自专栏Hank’s Blog
3-5 处理缺失值
> x <- c(1,NA,2,NA,3) > is.na(x) [1] FALSE TRUE FALSE TRUE FALSE > x[!is.na(x)] #找出不是缺失值 [1] 1 2 3 > x <- c(1,NA,2,NA,3) > y <- c("a","b",NA,"c",NA) > z <- complete.cases(x,y) #都不是缺失值的元素 > x[z] [1] 1 > y[z] [1] "a" > library(datasets) #import dat
45510发布于 2020-09-16 - 来自专栏AI研习社
未来 3-5 年内，哪个方向的机器学习人才最紧缺？
一个领域的发展有特定的周期，机器学习的门槛比 web 开发高而且正属于朝阳期，所以大家致力于成为 “专精特定领域” 的机器学习专家不会过时。 什么是特定领域的机器学习专家？ 学习可视化可以使用现成的工具，如 Qlik Sense 和 Tableau，也可以使用 Python 的 Sklearn 和 Matplotlib。 所以以 3-5 年的跨度来看，这些工具依然会非常有用，甚至像 CNN 和 LSTM 之类的深度学习算法还在继续发展迭代当中。 比如我自己对历史和哲学很感兴趣，常常在思考机器学习和其他文科领域之间的联系，也写过一些开脑洞的文章「 带你了解机器学习 (一): 机器学习中的 “哲学”」。 但机器学习的范围和领域真的很广，上面所说的都还是有监督的深度学习，无监督的神经网络和深度强化学习也是现在火热的研究领域。所以我的建议是尽量关注、学习了解已经成熟和已经有实例的新热点，不要凡热点必追。
66760发布于 2018-03-19 - 来自专栏NetCore 从壹开始
3-5 安装CICD管理平台：Jenkins
大家这里可以先安装gitlab工具，我就省事了，直接用gitee做源代码管理平台了。
31421编辑于 2023-01-09 - 来自专栏coding for love
3-5 使用plugins让打包更便捷
loader 被用于转换某些类型的模块，而插件则可以用于执行范围更广的任务。插件的范围包括，从打包优化和压缩，一直到重新定义环境中的变量。简言之，我们利用 loader 来处理非 js 类型的模块，用 plugin 来简化我们的打包工作。
87720发布于 2019-07-09 - 来自专栏叽叽西
lagou 爪哇 3-5 spring cloud (下) 笔记
为了⽀撑⽇益增⻓的庞⼤业务量，我们会使⽤微服务架构设计我们的系统，使得 我们的系统不仅能够通过集群部署抵挡流量的冲击，⼜能根据业务进⾏灵活的扩展。那么，在微服务架构下，⼀次请求少则经过三四次服务调⽤完成，多则跨越⼏⼗ 个甚⾄是上百个服务节点。那么问题接踵⽽来：
79820编辑于 2022-05-17 - 来自专栏PHP实战技术
3-5年的PHPer常见的面试题
看到有很多，的总结一下，比较适合有一定经验的PHPer 平时喜欢哪些php书籍及博客？CSDN、虎嗅、猎云 js闭包是什么，原型链了不了解？ for与foreach哪个更快？ php鸟哥是谁？能不能讲
1.5K100发布于 2018-03-09 - 来自专栏cwl_Java
C++编程之美-结构之法(代码清单3-5)
代码清单3-5 void RecursiveSearch(int* number, int* answer, int index, int n) { if(index == n)
23320编辑于 2022-11-30 - 来自专栏跟着官方文档学小程序开发
第二章 小程序开发指南3-5
在本章会介绍小程序的基本开发流程，结合前面章节的知识，完全可以独立完成一个体验很完善的小程序。为了让开发者更加了解小程序开发，在本章中还会通过常见的一些应用场景介绍小程序API的一些细节以及开发的一些技巧和注意事项。
29610编辑于 2025-08-25 - 来自专栏iOS逆向与安全
写作小技能：卡片式写文章（用3-5张卡片写文）
不行再联机学习，很多事你自己就明白了。这个时候你的提问也会成为你的名片。 什么是好文章？ 挑战->核心概念->该怎么做->总结->升华 找到1张卡做大的核心概念 找到3-5张卡做子概念的内容 把这些卡片的“行动指引”总结下，列在最后做个行动指引大全。 .… 用3-5张卡片写文是个很好的体验：1.主题是自下而上生成，而不是逼你针对命题写一个。2. 内容是过去知识卡片的积累，而不是临时写一句，出去找一段儿。3.
1.4K10编辑于 2022-08-22 - 来自专栏python3
【python爬虫学习 】python
可能的问题： 问题/解决：error: Microsoft Visual C++ 14.0 is required.
1.6K11发布于 2020-01-02 - 来自专栏青灯古酒
Python学习
2-27 在命令行窗口中启动的Python解释器中实现 在Python自带的IDLE中实现 print("Hello world") 编码规范 每个import语句只导入一个模块，尽量避免一次导入多个模块 使用必要的空行可以增加代码的可读性 运算符两侧、函数参数之间、逗号“，”两侧建议使用空格进行分隔 避免在循环中使用+和+=运算符累加字符串 适当使用异常处理结构提高程序容错性 保留字与标识符 概念：保留字是Python number) Number = 1 print(Number) NUMBER = 2 print(NUMBER) 运行: 3-06 单行注释 注释是指在程序代码中添加的标注性的文字 多行注释 在Python :95 English:92 C:89 # 算Python跟C分数差 # 算平均成绩 Python = 95 English = 92 c = 89 sub = Python - c print ("Python跟c的分数差为:" + str(sub)) sum = Python + English + c avg = sum / 3 print("平均成绩:" + str(avg)) 运行
36130编辑于 2023-10-16 - 来自专栏python3
Python 学习之路 - Python
一、安装Python34 Windows 在Python官网（https://www.python.org/downloads/）下载安装包并安装。 Python的默认安装路径是：C:\Python34 配置环境变量：【右键计算机】--》【属性】--》【高级系统设置】--》【高级】--》【环境变量】--》【在第二个内容框中找到 变量名为Path 的一行 ，双击】 --> 【Python安装目录追加到变值值中，用 ； 分割】 二、第一个Python程序 1. 代表多行字符串，多行字符串直接放在Python中，会被Python忽略） 六、格式化字符串 1. 注意： 标准库一般放在 <python的安装路径>\\lib 第三方库一般放在 <python的安装路径>\\lib\\site-packages (自己写的python文件放到该目录，编写其它模块时就可以导入该文件
67620发布于 2020-01-17 - 来自专栏全栈程序员必看
Python：Python学习总结
背景 PHP的$和->让人输入的手疼（PHP确实非常简洁和强大，适合WEB编程），Ruby的#、@、@@也好不到哪里（OO人员最该学习的一门语言）。 Python应该是写起来最舒服的动态语言了，一下是一些读书笔记，最后会介绍一下高级的用法：Mixin、Open Class、Meta Programming和AOP。 函数定义 1 def say_b(): 2 print "b" 强类型 Javascript和Php是弱类型的，Python和Ruby是强类型的。弱类型允许不安全的类型转换，强类型则不允许。 1 #1 + “1” 这行代码在Python中会报错。 备注 Python在作用域方面非常接近Javascript，类型和对象系统也有几份相似（虽然Javascript是基于原型的），Javascript、PHP、Python和Ruby这几门语言交叉学习会带来意想不到的收获
73241编辑于 2022-09-08 - 来自专栏全栈开发之路
python学习
噢我为啥要学python 我也不懂 我vue还没学清楚啊 (ノ｀Д)ノ 算了学吧 主要参考： 廖雪峰的python教程 https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000 一、安装与简单执行 安装地址(64位)： https://www.python.org/ftp/python/3.7.0/python-3.7.0-amd64.exe !! 记住勾 Add python3.5 to path woc桥豆麻袋 我发现我电脑里本身就有python 2.x的，装了3.7的还没覆盖 （查询方法python -V） 那怎么办呢？ 去控制面板搜python，然后删了 重新安装3.7就OJBK啦 简单执行： ○ 命令行模式：打开终端，执行python xxx.py ○ 交互模式：打开终端，输入python进入，然后可以输入python
49230发布于 2019-08-15 - 来自专栏小满的技术录
python学习
修改（数字/布尔/字符串除外） ```python users=['a','b',99] users[2] = 66 #可以修改 users[0] = 'a' #可以修改 users[0][0] #不能修改 运行结果如下： 局部变量 x is 50 Changed local x to 2 x is still 50 如果你想要为一个定义在函数外的变量赋值，那么你就得告诉Python这个变量名不是局部的，而是 ,y) #第一个参数：必须是一个函数，第二个参数：必须是可迭代的类型 v1 = [11,22,33] result = map (lambda x:x+100,v1) print(result) #在python2 中会返回[111,122,133] print(list(result)) #python3中需要使用list转换后才能显示 filter()过滤 v1 = [11,22,'a',34] result
1.1K10编辑于 2022-09-26 - 来自专栏鲸落学习笔记
C++ 中的字符串数组（5 种不同的创建方式3-5）
theme: channing-cyan highlight: a11y-dark
2.6K20编辑于 2022-11-14 - 来自专栏实验盒
当我用DeepSeek预测AI for BioScience未来3-5年发展趋势
预测未来3-5年AI在生物科学（AI for BioScience）的发展趋势，可以从技术突破、跨学科融合、数据驱动创新以及伦理监管等多个维度进行分析。以下是一些关键趋势的展望： 1. 药物研发的端到端AI化 全流程覆盖：AI将贯穿从靶点发现、化合物生成、ADMET（毒性/代谢预测）到临床试验优化的全链条，缩短药物研发周期（目前平均10年→可能压缩至3-5年）。 小数据学习：针对罕见病或患者数据稀缺的场景，迁移学习和合成数据技术将提升模型泛化能力。 个性化药物设计：结合患者基因组和病理数据，AI辅助设计个体化疗法（如肿瘤新抗原疫苗）。 3. 计算与实验的边界模糊化 量子计算助力：量子机器学习（Quantum ML）可能加速分子动力学模拟或药物虚拟筛选。 总结 未来3-5年，AI将深度重构生物科学的研究范式，从“数据辅助分析”转向“主动设计创造”，并在药物研发、合成生物学、精准医疗等领域实现商业化落地。
52110编辑于 2025-02-05 - 来自专栏python3
python学习-5 python基础-
name = "aaa"
35410发布于 2020-01-15 - 来自专栏python3
Python学习笔记四（Python
Python os模块提供了一个统一的操作系统接口函数,通过python os模块可以实现对系统本身的命令，文件，目录进行操作，官方参考文档（ http://docs.python.org/library os.name 'posix' 17）返回当前Python脚本工作的目录路径。 os.getcwd() '/root/sh/py' 18）运行Linu型系统命令。 下面是参照python简明教程上面的一个脚本修改而来的备份目录或者文件的脚本。 #! /usr/local/bin/python #sfzhang 20130619 import os import time #导入os和time模块 file = ['/root/.ssh','/ = 'root': #非root用户不能执行该脚本， print 'Must root to run this python script!'
44330发布于 2020-01-10
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号