Bảng lịch học

Hướng dẫn Python

• Hướng dẫn Python
• Giới thiệu Python
• Bắt đầu với Python
• Cú pháp Python
• Ghi chú Python
• Biến Python
• Kiểu dữ liệu Python
• Số liệu Python
• Casting Python
• Chuỗi Python
• Booleen Python
• Toán tử Python
• Danh sách Python
• Tupple Python
• Bộ Python
• Bảng Python
• If Else Python
• Vòng lặp While Python
• Vòng lặp For Python
• Hàm Python
• Lambda Python
• Mảng Python
• Lớp / Đối tượng Python
• Kế thừa Python
• Thực hiện Python
• Phạm vi Python
• Mô đun Python
• Ngày tháng Python
• JSON Python
• RegEx Python
• PIP Python
• Try Except Python
• Nhập lệnh Python
• Định dạng chuỗi Python

Xử lý tệp

• Mở tệp Python
• Đọc tệp Python
• Viết tệp Python / Tạo tệp
• Xóa tệp Python

Python NumPy

• Giới thiệu NumPy
• Bắt đầu với NumPy
• Tạo mảng NumPy
• Chỉ mục mảng NumPy
• Cắt mảng NumPy
• Kiểu dữ liệu NumPy
• Bản sao/View NumPy
• Hình dáng mảng NumPy
• Chuyển đổi hình dáng mảng NumPy
• Thực hiện mảng NumPy
• Kết nối mảng NumPy
• Chia mảng NumPy
• Tìm kiếm mảng NumPy
• Sắp xếp mảng NumPy
• Lọc mảng NumPy
• Ngẫu nhiên NumPy
• Ufuncs NumPy

Học máy

• Bắt đầu
• Mô hình trung bình và median
• Độ lệch chuẩn
• Phần Trăm Cột
• Phân phối dữ liệu
• Phân Bố Đa Điểm Norm
• Biểu đồ điểm
• Quay lại hồi quy tuyến tính
• Quay lại hồi quy đa thức
• Quay lại hồi quy đa biến
• Điều chỉnh
• Huấn luyện / Kiểm tra
• Cây quyết định

Python MySQL

• MySQL Bắt đầu
• MySQL Tạo cơ sở dữ liệu
• MySQL Tạo bảng
• MySQL Insert
• MySQL Select
• MySQL Where
• MySQL Order By
• MySQL Delete
• MySQL Xóa bảng
• MySQL Update
• MySQL Limit
• MySQL Join

Python MongoDB

• MongoDB Bắt đầu
• MongoDB Tạo cơ sở dữ liệu
• MongoDB Tạo bộ sưu tập
• MongoDB Insert
• MongoDB Find
• MongoDB Query
• MongoDB Sort
• MongoDB Delete
• MongoDB Xóa bộ sưu tập
• MongoDB Update
• MongoDB Limit

Hướng Dẫn Python

• Tóm tắt tham khảo Python
• Hàm tích hợp trong Python
• Phương pháp chuỗi trong Python
• Phương pháp danh sách trong Python
• Phương pháp từ điển trong Python
• Phương pháp tupe trong Python
• Phương pháp bộ trong Python
• Phương pháp tệp trong Python
• Các từ khóa Python

Tài liệu tham khảo mô-đun

• Mô-đun ngẫu nhiên
• Mô-đun yêu cầu

Python How To

• Xóa phần tử trùng lặp trong danh sách
• Chuyển đổi ngược chuỗi

Python Mô Hình

• Python Mô Hình
• Python Kiểm Tra

Khóa học tự chọn

Khuyến nghị khóa học:

• Hộp Đựng Bảo Vệ CodeW3C.com

Phân phối dữ liệu (Data Distribution)

Trong phần hướng dẫn này, chúng ta chỉ sử dụng một lượng dữ liệu rất nhỏ trong các ví dụ, mục đích là để hiểu rõ các khái niệm khác nhau.

Trong thế giới thực, tập dữ liệu lớn hơn nhiều, nhưng ít nhất trong giai đoạn đầu của dự án, việc thu thập dữ liệu từ thế giới thực rất khó.

Chúng ta làm thế nào để có được tập dữ liệu lớn?

Để tạo tập dữ liệu lớn cho mục đích kiểm tra, chúng ta sử dụng mô-đun Python NumPy, mô-đun này đi kèm với nhiều phương pháp tạo tập dữ liệu ngẫu nhiên của kích thước bất kỳ.

Mô Hình

Tạo một mảng chứa 250 số thực ngẫu nhiên nằm trong khoảng từ 0 đến 5:

import numpy
x = numpy.random.uniform(0.0, 5.0, 250)
print(x)

Chạy Mô Hình

Biểu đồ histogram

Để thể hiện dữ liệu tập hợp, chúng ta có thể vẽ biểu đồ histogram cho dữ liệu đã thu thập.

Chúng ta sẽ sử dụng mô-đun Python Matplotlib để vẽ biểu đồ histogram:

Mô Hình

Vẽ biểu đồ histogram:

import numpy
import matplotlib.pyplot as plt
x = numpy.random.uniform(0.0, 5.0, 250)
plt.hist(x, 5)
plt.show()

Kết quả:

Chạy Mô Hình

Giải thích Histogram

Chúng ta đã vẽ 5 biểu đồ cột từ mảng trong ví dụ trên.

Cột thứ nhất đại diện cho số lượng giá trị nằm trong khoảng từ 0 đến 1 trong mảng.

Cột thứ hai đại diện cho số lượng giá trị nằm trong khoảng từ 1 đến 2.

và thế

Kết quả chúng ta nhận được là:

52 giá trị nằm trong khoảng 0 và 1
48 giá trị nằm trong khoảng 1 và 2
49 giá trị nằm trong khoảng 2 và 3
51 giá trị nằm trong khoảng 3 và 4
50 giá trị nằm trong khoảng 4 và 5

Ghi Chú:Giá trị mảng là số ngẫu nhiên, kết quả sẽ không hoàn toàn giống nhau trên máy tính của bạn.

Phân Bố Dữ Liệu Lớn

Mảng chứa 250 giá trị được coi là không lớn, nhưng bây giờ bạn đã biết cách tạo một tập giá trị ngẫu nhiên và thông qua việc thay đổi các tham số, bạn có thể tạo dữ liệu tập hợp cần thiết.

Mô Hình

Tạo một mảng có 100000 số ngẫu nhiên và hiển thị chúng bằng histogram có 100 cột:

import numpy
import matplotlib.pyplot as plt
x = numpy.random.uniform(0.0, 5.0, 100000)
plt.hist(x, 100)
plt.show()

Chạy Mô Hình

Công Cụ

Hướng Dẫn Python

Python Mô Hình

Python Kiểm Tra

Liên Kết Đối Tác