#-*- coding: utf-8 -*- #餐饮销量数据相关性分析 计算相关系数 from __future__ import print_function import pandas as pd catering_sale = '../data/catering_sale_all.xls' #餐饮数据,含有其他属性 data = pd.read_excel(catering_sale, index_col = u'日期') #读取数据,指定“日期”列为索引列 print("相关系数矩阵,即

参考文献: 1.python 皮尔森相关系数 https://www.cnblogs.com/lxnz/p/7098954.html 2.统计学之三大相关性系数(pearson.spearman.kendall) http://blog.sina.com.cn/s/blog_69e75efd0102wmd2.html 皮尔森系数 重点关注第一个等号后面的公式,最后面的是推导计算,暂时不用管它们.看到没有,两个变量(X, Y)的皮尔森相关性系数(ρX,Y)等于它们之间的协方差cov(X,Y)除以它

目录 person correlation coefficient(皮尔森相关性系数-r) spearman correlation coefficient(斯皮尔曼相关性系数-p) kendall correlation coefficient(肯德尔相关性系数-k) R语言计算correlation 在文献以及各种报告中,我们可以看到描述数据之间的相关性:pearson correlation,spearman correlation,kendall correlation.它们分别是什么呢

相关性系数 https://baike.baidu.com/item/相关系数/3109424?fr=aladdin 缺点 需要指出的是,相关系数有一个明显的缺点,即它接近于1的程度与数据组数n相关,这容易给人一种假象.因为,当n较小时,相关系数的波动较大,对有些样本相关系数的绝对值易接近于1:当n较大时,相关系数的绝对值容易偏小.特别是当n=2时,相关系数的绝对值总为1.因此在样本容量n较小时,我们仅凭相关系数较大就判定变量x与y之间有密切的线性关系是不妥当的.     D(X+Y)=D(X)

给定一个字符串,求它最长的回文子串长度,例如输入字符串'35534321',它的最长回文子串是'3553',所以返回4. 最容易想到的办法是枚举出所有的子串,然后一一判断是否为回文串,返回最长的回文子串长度.不用我说,枚举实现的耗时是我们无法忍受的.那么有没有高效查找回文子串的方法呢?答案当然是肯定的,那就是中心扩展法,选择一个元素作为中心,然后向外发散的寻找以该元素为圆心的最大回文子串.但是又出现了新的问题,回文子串的长度即可能是基数,也可能好是偶数,对于长度为偶数的回文子串来说是不存在中心元

记录python实现最大公约数&最小公位数两种算法 概念 最大公约数:指两个或多个整数共有约数中最大的一个 最小公倍数:两个或多个整数公有的倍数叫做它们的公倍数,其中除0以外最小的一个公倍数就叫做这几个整数的最小公倍数 二者关系:两个数之积=最小公倍数*最大公约数 实例 辗转相除法 a=int(input('please enter 1st num:')) b=int(input('please enter 2nd num:')) s=a*b while a%b!=0: a,b=b,(a%b)

概要 今天偶然看到有个关于数学中集合的问题,就突发奇想的想用python实现下求一个集合的子集. 准备 我当然先要复习下,什么是集合,什么是子集? 比较粗犷的讲法,集合就是一堆确定的东西,细致一点的讲法呢,就是由一个或多个确定的元素所构成的整体,集合中的东西称为元素. 集合有一些特性: 1.确定性 给定一个集合,任给一个元素,该元素或者属于或者不属于该集合,二者必居其一,不允许有模棱两可的情况出现. 2.互异性 一个集合中,任何两个元素都认为是不相同的,即每个元素只能出现一次.有时需要对同一元素

求解方法: 1.整数求余 2.重复进行,整数除2再求余,直到除数为0 3.拼接余数 4.反转字符串 def int2two(intNo): twoStr='' if intNo == 0: twoStr = ' while intNo != 0: intMod = intNo % 2 intNo = intNo//2 twoStr = twoStr + str(intMod) return '0b%08d' %int(twoStr[::-1]) if __name__ == '__main__'

目的:求多个集合之前的并集,例如:现有四个集合C1 = {11, 22, 13, 14}.C2  = {11, 32, 23, 14, 35}.C3 = {11, 22, 38}.C4 = {11, 22, 33, 14, 55, 66},则它们之间的并集应该为: C1 & C2 & C3 = {11}.C1 & C2 & C4 = {14}.C1 & C3 & C4 = {22}.如下图所示: 实现方法:Python自带了set数据类型,并且可以实现求集合

考虑一个函数$y=f(\textbf{x}) (R^n\rightarrow R)$,y的Hessian矩阵定义如下: 考虑一个函数:$$f(x)=b^Tx+\frac{1}{2}x^{T}Ax\\其中b^T=[1,3,5], A在代码中可读,可以自定义$$ 求该函数在x = [0,0,0]处海森矩阵值的python代码如下: 本代码需要用到torch.autograd包中的核心函数torch.autograd.grad.相邻随笔中有详细参考解析.大致原理是人工求导并保留了计算图,所以求二阶导很

方法一: a=[1,2,3] b=[1,3,4] c=list(set(a).intersection(set(b))) print c #[1,3] 这种方法是先把list转换为set,再用set求交集的方法完成list求交集. set是一个无序不重复元素集,基本功能包括关系测试.消除重复元素.集合对象还支持并.交.差.对称差等. set支持x in set, len(set) 和 for x in set.作为一个无序的集合,set不记录元素位置或插入点,因此,set不支持indexing,

s1 = 'abcdefg's2 = 'defabcdoabcdeftw's3 = '1234a's4 = 'wqweshjkb's5 = 'defabcd's6 = 'j' 求 s1.s3.s4.s5.s6 分别与 s2 的最长共同子串,分别测试有共同子串和没有共同子串的情况下此函数效率问题. s1 = 'abcdefg' s2 = 'defabcdoabcdeftw' s3 = '1234a' s4 = 'wqweshjkb' s5 = 'defabcd' s6 = 'j' def find

num =1 sum =0 while num <=99: if num % 2 ==1: sum = sum + num num =num +1 print(sum) 2.求1-2+3-4+5...99的所有数的和 num =1 sum =0 while num <=99: if num % 2 ==1: sum = sum + num else: sum =sum -num num =num +1 print(sum)

直接上代码,有三种方法,第三种调用库函数效率最高 # ! /usr/bin/env python # encoding:utf-8 if __name__ == '__main__': a = [1,2,3,4,5] b = [2,3,6,7] u =[] dif =[] intersec = [] '''方法一,最简单的方法,容易想到的''' for item in a: u.append(item) if item in b: intersec.append(item) if item no

[本文出自天外归云的博客园] 题目:有一个数组,求他的最大(最长)连续区间(数字是连续的区间). 我的解法,如下: class Finder(object): ''' 判断两个相邻的数字是否连续,若连续: 1.继续向后判断 2.记录连续长度 最后返回最大连续长度 ''' def find_continuity(self,index,array,length=1): if index+1 < len(array): _curr = array[index] _next = array[index+

#用递归函数求 n 阶乘的值 def factorial(i): : else: )# sum=n*(n-)!所以直接调用自身 n=int(input('请输入阶乘数:')) ): print('%d !值为 %3d' %(i,factorial(i)))

1. 背景——Fabonacci数列的介绍(摘自百度百科): 斐波那契数列(Fibonacci sequence),又称黄金分割数列.因数学家列昂纳多·斐波那契(Leonardoda Fibonacci )以兔子繁殖为例子而引入,故又称为“兔子数列”,指的是这样一个数列:0.1.1.2.3.5.8.13.21.34.……用公式定义如下: 计算通式为: 当n趋向于无穷大时,前一项与后一项的比值越来越逼近黄金分割0.618 2. 用Python迭代实现求解Fibonacci数列的第n项 def fi

print 'Find prime number smaller then input number \n' print 'Please input a number:' import datetime begintime=datetime.datetime.now() number=raw_input() num=1 end=[] b=0 n=0 while num<int(number): div=1 while div<num: result=float(num)/div if floa

1. 求最小公倍数的算法: 最小公倍数  =  两个整数的乘积 /  最大公约数 所以我们首先要求出两个整数的最大公约数, 求两个数的最大公约数思路如下: 2. 求最大公约数算法: 1. 整数A对整数B进行取整, 余数用整数C来表示    举例: C = A % B 2. 如果C等于0,则B就是整数A和整数B的最大公约数 3. 如果C不等于0, 将B赋值给A, 将C赋值给B ,然后进行 1, 2 两步,直到余数为0, 则可以得知最大公约数 3. 程序代码实现如下: def fun(num1, n

本例子求字典最小值 首先字典分为键和值 eg: {键:值} prices = { 'ACME': 45.23, 'AAPL': 612.78, 'IBM': 205.55, 'HPQ': 37.20, 'FB': 10.75 } 需求一是:求得最小值 # 只能得到最小值 10.75 print(min(prices.values())) 需求二是:求得最小值的键 # 获取最小值的键 FB print(min(prices,key=lambda k:prices[k])) # 在 min() 和

阶乘是基斯顿·卡曼(Christian Kramp,1760-1826)于1808年发明的运算符号,是数学术语.一个正整数的阶乘(factorial)是所有小于及等于该数的正整数的积,并且0的阶乘为1.自然数n的阶乘写作n!. 下面我们来看一下使用Python计算n的阶乘的方法: 第一种:利用functools工具处理 import functools result = (lambda k: functools.reduce(int.__mul__, range(1, k + 1), 1))(5