python作业——jupyter exercise

代码均在jupyter notebook上运行

%matplotlib inline
import random
import numpy as np
import scipy as sp
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import statsmodels.api as sm
import statsmodels.formula.api as smf

part1

###part 1
#(1)
print('mean:')
print(anascombe.groupby('dataset')['x', 'y'].mean(), '\n')
print('variance:')
print(anascombe.groupby('dataset')['x', 'y'].var(), '\n')

#(2)
print('correlation:')
print(anascombe.groupby('dataset')['x', 'y'].corr(), '\n')

#(3)
for y in anascombe.groupby('dataset'):
    print('Dataset', y[0], ':')
    result = smf.ols('y ~ x', y[1]).fit()
    print(result.params, '\n')

part 2

graph = sns.FacetGrid(anascombe, col="dataset",  hue="y")
graph = graph.map(plt.scatter, "x", "y", edgecolor="B")
graph.savefig('a.png')

jupyter notebook截图

这里写图片描述

part 1

这里写图片描述

part 2

这里写图片描述

本文链接：https://blog.csdn.net/pp_zqh/article/details/80669567

智能推荐

python_exercise4_list_部分

在 b = a中， a,b会共享一个存储空间，所以对b的修改会引起a的改变，但是在c = a[:]中，先创建一个副本，再传递，这样两者就在两个不同的空间了，c的修改也不会引起a的改变，函数修改那个类似于b = a。没有不同。。...

高编课后作业------第十二周-Matplotlib exercise

好像没有类似matlab的 syms功能（我没找），所以写了个fx ----------------------------------------------------------------------------------------------------------------------- 这题的意思大概是：X是一个对10个变量的20次观察，因此X是20*10的，每一行是1个变量的...

Stanford coursera Andrew Ng 机器学习课程编程作业（Exercise 1）Python3.x

Exercise 1：Linear Regression---实现一个线性回归在本次练习中，需要实现一个单变量的线性回归。假设有一组历史数据<城市人口，开店利润>，现需要预测在哪个城市中开店利润比较好？历史数据如下：第一列表示城市人口数，单位为万人；第二列表示利润，单位为10,000$ 代码...

冒泡排序，及改进方式，性能优化400%>>>附图解加源码

首先源码附上，源码中带有注释，看不懂没关系，源码后面附带图解，最后附上代码效率提升图源码如下：方案一：其实实现很简单，两层循环，每次内层迭代出最大的一个值，将其放入数组最后一个位置，外层循环的末端便往前移一位。其原理如下图方案一代码块：方案二：优化改进仔细观察上面的图，我们不难发现当迭代到图下这样的情况时，其实已经全排序好了，但是我们还是需要对它进行1，2，3，4，5，6的迭代，这些情况...

css3常用选择器

先介绍一下基本选择器，如下几种 *：通配符。选择页面的所有元素 E：元素选择器。对页面的一些元素进行选择，如p,div,li等 .class:类选择器 #id：id选择器。一个Id在一个页面中只能选择，这是和类选择器的区别 E F：后代选择器。如ul li。选中ul下的li E>F:子元素选择器。如下，可以用 h1 > strong {color:red;}使h1的子元素strong变...