python

PyInstaller 简介

想将 Python 程序分发给没有 Python 的客户?PyInstaller 就是答案。如果您习惯于使用编译型语言,那么需要编程语言不仅用于开发,还用于运行应用程序的概念似乎有点奇怪。仅仅因为程序是用 C 语言编写的,并不意味着您需要 C 编译器才能运行它,对吧?

使用 Pandas 检查数据

您不需要成为数据科学家就可以使用 Pandas 进行一些基本分析。传统上,使用 Python 编程的人员使用该语言自带的数据类型,例如整数、字符串、列表、元组和字典。当然,您可以在 Python 中创建对象,但这些对象通常是使用这些基本数据结构构建的。

ONNX:开放神经网络交换格式

一场开源战斗正在为人工智能的灵魂而战。工业巨头、大学和全球机器学习研究人员社区正在参与这场战斗。本文记录了这场战斗中的一场小规模冲突:神经网络的标准化文件格式。 争夺的焦点是在众多工具之间进行开放的数据交换,而不是相互竞争的单体框架。

Python 中的多进程处理

Python 的“multiprocessing”模块感觉像线程,但实际上启动的是进程。 许多人在开始使用 Python 时,都很高兴听到该语言支持线程。而且,正如我在之前的文章中讨论的那样,Python 确实支持具有易于使用和方便界面的本机级别线程。

Spyder 简介,科学 PYthon 开发环境

如果您想将 Anaconda 用于科学项目,首先要考虑的是 spyder 包,该包包含在基本的 Anaconda 安装中。 Spyder 是 Scientific PYthon Development EnviRonment 的缩写。 可以将其视为 Python 中用于科学编程的 IDE。

将 Python 用于科学

Anaconda 简介,一种用于科学研究的 Python 发行版。 过去我研究了几种可以使用 Python 进行科学计算的方法,但我从未真正介绍过如何设置和使用 Python 本身以使科学工作更轻松。 Anaconda 正是这样做的。

使用 Python 可视化分子

PyMOL 简介,一个用于研究化学结构的 Python 包。 过去我研究过几个用于计算化学的开源包,但在本文中,我介绍一个用 Python 编写的名为 PyMOL 的包。

学习数据科学

在我的前几篇文章中,我写了关于数据科学和机器学习的文章。 如果我的热情在我的写作中不明显,那么让我直言不讳地说:自从我上次遇到一项如此有潜力彻底改变我们生活的世界的技术以来,已经很长时间了。

新颖性和异常值检测

在我的前几篇文章中,我研究了机器学习可以帮助进行预测的多种方法。 基本思想是,您使用现有数据创建模型,然后要求该模型根据新数据预测结果。

V. Anton Spraul 的《像程序员一样思考,Python 版》

什么是编程? 当然,它由语法和代码的汇编组成,但它本质上是解决问题的一种手段。 那么,学习编程就是学习解决问题的艺术,V. Anton Spraul 的新书《像程序员一样思考,Python 版》是提高这两个领域技能的指南。

文本分类

在我的前几篇文章中,我研究了几种应用机器学习的方法,包括监督学习和无监督学习。 这次,我想让您关注机器学习一种非常简单但功能强大且应用广泛的用途,即文档分类。

无监督学习

在我的前几篇文章中,我研究了机器学习以及如何构建以某种方式描述世界的模型。 我研究的所有示例都是“监督学习”,这意味着您加载的数据已经以某种方式进行了分类或归类,然后创建了一个“学习”输入映射到输出的方式的模型。

测试模型

在我的前几篇文章中,我一直在涉足“机器学习”的领域——这是一个强大的想法,它一直在稳步走向计算的主流,并且有可能以多种方式改变生活。