下载 >  开发技术 >  PHP > PHPUnit PDF手册【袖珍指南】
5分

PHPUnit PDF手册【袖珍指南】

PHPunit pdf教程,非常不错,值得推荐
2010-04-18 上传大小:701KB
立即下载 开通VIP
分享
收藏 (2) 举报

评论 共3条

sunshinehao 分真的好贵啊~~~~~
2015-12-24
回复
forain2012 虽然不是想要的,不过谢谢分享,还有就是分有点贵
2013-12-24
回复
fanrp19881024 学习php单元测试中,希望能用上
2012-11-11
回复
Python袖珍指南(第5版),中文完整扫描版

《Python袖珍指南(第5版)》,内建对象类型,包括数字、列表、字典等更多内容。创建和处理对象的语句和语法。结构化和重用代码所用的函数与模块。Python面向对象的编程工具。内建函数、异常和属性。专有运算符重载方法。广泛应用的标准库模块和扩展。命令行选项与开发工具。Python的习语与提示。Python的SQL数据库API。

立即下载
50积分/C币
PHPUnit袖珍指南.doc

PHPUnit袖珍指南.doc PHPUnit 单元测试 从环境配置到 段元详细介绍

立即下载
3积分/C币
《数学指南:实用数学手册》

这是一部多功能的数学工具书,既是一本完备实用的数学手册,同时又是了解数学科学及其应用的入门概览。

立即下载
15积分/C币
《算法设计手册》第2版 中文版.pdf

《算法设计手册》第2版 中文版.pdf 个人收集电子书,仅用学习使用,不可用于商业用途,如有版权问题,请联系删除!

立即下载
50积分/C币
凌力尔特大牛书-模拟电路设计手册应用及解决方案指南丛书 高清电子书

凌力尔特大牛书-模拟电路设计手册应用及解决方案指南丛书 高清电子书.rar

立即下载
5积分/C币
模拟电路设计手册-晋级应用指南

Linear的模拟电路设计实例大全,是linear 的首席设计官Bob和Jim倾力打造。

立即下载
5积分/C币
Redis入门指南(中文高清完整版.pdf)

编辑推荐 国内市场上第一本中文Redis图书。紧密结合实践,结合作者的开发经验,对很多Redis使用者的疑惑进行了解答,是官方文档的有力补充。语言生动有趣,读者可跟随着主人公小白的脚步在轻松的氛围中学习。 名人推荐 作为一本Redis入门手册,全书介绍很全面,朴实的语言让工程师能很快上手,即便对于知乎这样有不少Redis使用经验的团队,也能从中发现新鲜点,相信它对很多创业团队也会有帮助。 ——李申申,知乎网联合创始人、首席技术官 随着互联网业务对性能需求的日益强烈,作为Key/Value存储的Redis具有数据类型丰富,性能表现优异的特点。如果能够熟练地驾驭它,不管把它用做缓存还是存储,对很多大型应用都很有帮助。新浪作为世界上最大的Redis使用者,体验到了Redis为高并发在线业务带来的好处,但同时也遇到了很多挑战,新浪在推动Redis这种NoSQL产品在中国互联网产品技术架构中的使用做出了卓越的贡献。作为国内第一本推进Redis普及的书,此书比较详细地介绍了Redis入门必备的基础知识,同时具有一些实践性方面的章节。如果你对Redis感兴趣,推荐你阅读此书,此书会带领你开启Redis的使用大门。 ——杨海朝,新浪首席数据库架构师 在任何规模,任何类型的服务器项目中,都存在一些最适合用Redis来存储的数据。而对Redis有了充分了解后,你就能把这个下一代的数据结构服务器用到最适合的地方。这本书可以帮助你成为Redis专家。 ——刘昕, V2EX.com创始人 Redis作为可持久化的高性能Key/Value存储服务,已经逐步成为各大互联网公司系统开发的首选。本书能够通过简单朴实的语言,深入浅出的介绍Redis各种使用方法和技巧,是一本不可多得的好书。 ——吴一飞,腾讯微博商业产品中心项目经理 Redis最近几年在国内的发展势头非常不错,很多公司开始选择Redis作为自己的缓存或小数据量存储方案,但目前市场上介绍Redis的相关书籍却非常匮乏。本书恰好弥补了这一缺口,是一本非常不错的入门进阶书籍,书中介绍的应用实践案例也都是一些典型的应用场景,并在此之上深入介绍一些Redis原理和优化上的内容,相信读过之后会对Redis有一个非常全面而又深入的了解。 ——田琪,腾讯公司高级工程师 与传统的数据库相比,Redis提供了对多种数据结构的原生支持,在很多场合能够更方便地存储和处理数据。本书以各种实例带领读者走进Redis的世界,展现Redis的独到之处,非常值得一读。 ——刘其帅,街旁网高级软件开发工程师

立即下载
50积分/C币
RS485使用手册与指南[中文版、文字版、无水印版].pdf

免积分、中文、文字、无水印版RS485使用手册与指南,很全面而详细的讲述了RS485所涉及的各个方面的问题,是做RS485必备的参考书,值得收藏。 目 录 第 1 章 RS-485 选型及应用指南1.1 RS-232/422/485 标准1.1.1 RS-232 标准1.1.2 RS-422/485 标准1.2 RS-485/RS-422 芯片1.2.1 增强型低功耗半双工 RS-485 收发器-SP481E/SP485E1.2.2 1/10 单位负载 RS-485 收发器-SP481R/SP485R1.2.3 +3.3V 低功耗半双工 RS-485 收发器-SP3481/SP34851.2.4 增强型低功耗全双工 RS-422 收发器-SP490E/SP491E1.2.5 +3.3V 低功耗全双工 RS-422 收发器-SP3490/SP34911.3 RS-485 接口电路1.3.1 基本 RS-485 电路1.3.2 隔离 RS-485 电路1.3.3 上电抑制电路1.3.4 RS-485 自动换向电路1.4 RS-485 通讯协议1.4.1 ModBus 协议(RTU 模式)1.4.2 多功能电能表通讯规约(DL/T645-1997)1.5 RS-485 程序设计1.5.1 RS-485 接口电路1.5.2 通讯规约1.5.3 程序设计流程图1.5.4 数据接收部分1.5.5 命令执行部分1.5.6 数据发送部分1.5.7 RS-485 程序清单1.6 RS-485 应用要点1.6.1 合理选用芯片1.6.2 终端匹配电阻1.6.3 应用层通信协议1.6.4 3V-5V 系统的连接1.6.5 网络节点数1.6.6 节点与主干距离1.6.7 RS-485 系统的常见故障及处理方法1.6.8 RS-422 与 RS-485 的网络拓朴1.6.9 RS-422 与 RS-485 的接地问题1.6.10 RS-422 与 RS-485 的瞬态保护1.7 参考文献

立即下载
50积分/C币
数学手册 (带书签完整版)

此书1978年出版,早已绝版,数学公式非常全面,目前很多数学公式手册均没有此书全面。

立即下载
15积分/C币
Eclipse IDE Pocket Guide

Eclipse IDE Pocket Guide

立即下载
3积分/C币
C++性能优化 指南(强列推荐) chm版

C++性能优化 指南(强列推荐) chm版<br> Part I: Everything But the Code <br> Chapter 1. Optimizing: What Is It All About? <br> Performance <br> Footprint <br> Summary <br> <br> Chapter 2. Creating a New System <br> System Requirements <br> System Design Issues <br> The Development Process <br> Data Processing Methods <br> Summary <br> <br> Chapter 3. Modifying an Existing System <br> Identifying What to Modify <br> Beginning Your Optimization <br> Analyzing Target Areas <br> Performing the Optimizations <br> Summary <br> <br> <br> Part II: Getting Our Hands Dirty <br> Chapter 4. Tools and Languages <br> Tools You Cannot Do Without <br> Optimizing with Help from the Compiler <br> The Language for the Job <br> Summary <br> <br> Chapter 5. Measuring Time and Complexity <br> The Marriage of Theory and Practice <br> System Influences <br> Summary <br> <br> Chapter 6. The Standard C/C++ Variables <br> Variable Base Types <br> Grouping Base Types <br> Summary <br> <br> Chapter 7. Basic Programming Statements <br> Selectors <br> Loops <br> Summary <br> <br> Chapter 8. Functions <br> Invoking Functions <br> Passing Data to Functions <br> Early Returns <br> Functions as Class Methods <br> Summary <br> <br> Chapter 9. Efficient Memory Management <br> Memory Fragmentation <br> Memory Management <br> Resizable Data Structures <br> Summary <br> <br> Chapter 10. Blocks of Data <br> Comparing Blocks of Data <br> The Theory of Sorting Data <br> Sorting Techniques <br> Summary <br> <br> Chapter 11. Storage Structures <br> Arrays <br> Linked Lists <br> Hash Tables <br> Binary Trees <br> Red/Black Trees <br> Summary <br> <br> Chapter 12. Optimizing IO <br> Efficient Screen Output <br> Efficient Binary File IO <br> Efficient Text File IO <br> Summary <br> <br> Chapter 13. Optimizing Your Code Further <br> Arithmetic Operations <br> Operating System–Based Optimizations <br> Summary <br> <br> <br> Part III: Tips and Pitfalls <br> Chapter 14. Tips <br> Tricks <br> Preparing for the Future <br> <br> Chapter 15. Pitfalls <br> Algorithmic Pitfalls <br> Typos that Compile <br> Other Pitfalls <br>

立即下载
3积分/C币
Python数据科学手册(高清版)

Python语言拥有大量可用于存储、操作和洞察数据的程序库,已然成为深受数据科学研究人员推崇的工具。本书以IPython、NumPy、Pandas、Matplotlib和Scikit-Learn这5个能完成数据科学大部分工作的基础工具为主,从实战角度出发,讲授如何清洗和可视化数据、如何用数据建立各种统计学或机器学习模型等常见数据科学任务,旨在让各领域与数据处理相关的工作人员具备发现问题、解决问题的能力

立即下载
5积分/C币
HCNA实验指南

华为ICT 认证 HCNA 考试用书。。。。。。。。。。。。。

立即下载
5积分/C币
PHP袖珍手册PHP袖珍手册

PHP袖珍手册PHP袖珍手册PHP袖珍手册PHP袖珍手册PHP袖珍手册PHP袖珍手册PHP袖珍手册PHP袖珍手册PHP袖珍手册PHP袖珍手册PHP袖珍手册PHP袖珍手册

立即下载
3积分/C币
《六西格玛(6σ)手册:绿带、黑带和各级经理指南》(Thomas Pyzdek 著 ,全本,PDF格式,448页)

是扫面的版本。效果还行。6西格玛经典读本。

立即下载
3积分/C币
《电子滤波器设计手册》原版

《电子滤波器设计手册》原版 Filter Designer 电子滤波器 滤波器设计

立即下载
3积分/C币
袖珍电子工程师手册:翁瑞琪_著·机械工业出版社.pdf

袖珍电子工程师手册:翁瑞琪_著·机械工业出版社.pdf袖珍电子工程师手册:翁瑞琪_著·机械工业出版社.pdf袖珍电子工程师手册:翁瑞琪_著·机械工业出版社.pdf袖珍电子工程师手册:翁瑞琪_著·机械工业出版社.pdf

立即下载
5积分/C币
模拟滤波器与电路设计手册 ,Arthur B·Williams著;路秋生译.pdf

模拟滤波器与电路设计手册 ,Arthur B·Williams著;路秋生译.pdf

立即下载
50积分/C币
中小企业网络管理员实战指南

《中小企业网络管理员实战指南》由三位高级网络工程师根据中小企业网络应用现状及网管员需求、结合多年网络工程建设与管理经验倾力编写,旨在全面系统地提高中小企业网络管理员的实战技能。

立即下载
5积分/C币
python数据科学手册(高清+标签+原版PDF)

本 书 主 要 介 绍 了 Python 在 数 据 科 学 领 域 的 基 础 工 具, 包 括 IPython、Jupyter、NumPy、Pandas、Matplotlib 和 Scikit-Learn。 当 然, 数 据 科 学 并 非 Python 一 家 之“ 言 ”,Scala、Java、R、Julia 等编程语言在此领域都有各自不同的工具。至于要不要学 Python,我们认为没必要纠结,秉承李小龙的武术哲学即可——Absorb what is useful, discard what is not,and add what is uniquely your own(取其精华,去其糟粕,再加点自己的独创)。Python 的 语法简洁直观、易学易用,是表现力最强的编程语言,学会它就可以让计算机跟随思想,快速完成许多有趣的事情。同时,它也是备受欢迎的胶水语言,许多由 Java、C/C++ 语言开发的工具都会提供 Python 接口,如 Spark、H2O、TensorFlow 等。2017 年 3 月 6 日,PyPI(https://pypi.python.org/pypi) 网站上的程序包数量就已经达到 10 万,新的程序包还在不断地涌现,数据科学目前是 Python 星球最酷炫的风景之一。如果数据科学问题让你心有挂碍,那么 Python 这根数据科学的蛇杖(Asklēpiós,阿斯克勒庇俄斯之杖,医神手杖, 医院的徽章)可以为你指点迷津。 译者序 ...................................................................................................................................................xiii 前言 ......................................................................................................................................................... xv 第 1 章 IPython : 超越 Python ...................................................................................................... 1 1.1 shell 还是 Notebook .................................................................................................................... 1 1.1.1 启动 IPython shell .......................................................................................................... 2 1.1.2 启动 Jupyter Notebook ................................................................................................... 2 1.2 IPython 的帮助和文档 ............................................................................................................... 3 1.2.1 用符号 ? 获取文档 ........................................................................................................ 3 1.2.2 通过符号 ?? 获取源代码 ............................................................................................... 4 1.2.3 用 Tab 补全的方式探索模块 ........................................................................................ 5 1.3 IPython shell 中的快捷键 ........................................................................................................... 7 1.3.1 导航快捷键 .................................................................................................................... 7 1.3.2 文本输入快捷键 ............................................................................................................ 7 1.3.3 命令历史快捷键 ............................................................................................................ 8 1.3.4 其他快捷键 .................................................................................................................... 9 1.4 IPython 魔法命令 ....................................................................................................................... 9 1.4.1 粘贴代码块: %paste 和 %cpaste ................................................................................. 9 1.4.2 执行外部代码: %run ................................................................................................... 10 1.4.3 计算代码运行时间: %timeit ..................................................................................... 11 1.4.4 魔法函数的帮助: ? 、 %magic 和 %lsmagic ................................................................ 11 1.5 输入和输出历史 ....................................................................................................................... 12 1.5.1 IPython 的输入和输出对象 ......................................................................................... 12 1.5.2 下划线快捷键和以前的输出 ....................................................................................... 13 1.5.3 禁止输出 ...................................................................................................................... 13 v 图灵社区会员 felix123(490049061@qq.com) 专享 尊重版权1.5.4 相关的魔法命令 .......................................................................................................... 13 1.6 IPython 和 shell 命令 ................................................................................................................ 14 1.6.1 shell 快速入门 .............................................................................................................. 14 1.6.2 IPython 中的 shell 命令 ............................................................................................... 15 1.6.3 在 shell 中传入或传出值 ............................................................................................. 15 1.7 与 shell 相关的魔法命令 ......................................................................................................... 16 1.8 错误和调试 ............................................................................................................................... 17 1.8.1 控制异常: %xmode ....................................................................................................... 17 1.8.2 调试:当阅读轨迹追溯不足以解决问题时 .............................................................. 19 1.9 代码的分析和计时 ................................................................................................................... 21 1.9.1 代码段计时: %timeit 和 %time ................................................................................. 22 1.9.2 分析整个脚本: %prun ................................................................................................. 23 1.9.3 用 %lprun 进行逐行分析 ............................................................................................. 24 1.9.4 用 %memit 和 %mprun 进行内存分析 ........................................................................... 25 1.10 IPython 参考资料 ................................................................................................................... 26 1.10.1 网络资源 .................................................................................................................... 26 1.10.2 相关图书 .................................................................................................................... 27 第 2 章 NumPy 入门 ....................................................................................................................... 28 2.1 理解 Python 中的数据类型 ...................................................................................................... 29 2.1.1 Python 整型不仅仅是一个整型 .................................................................................. 30 2.1.2 Python 列表不仅仅是一个列表 .................................................................................. 31 2.1.3 Python 中的固定类型数组 .......................................................................................... 32 2.1.4 从 Python 列表创建数组 ............................................................................................. 32 2.1.5 从头创建数组 .............................................................................................................. 33 2.1.6 NumPy 标准数据类型 ................................................................................................. 34 2.2 NumPy 数组基础 ...................................................................................................................... 35 2.2.1 NumPy 数组的属性 ..................................................................................................... 36 2.2.2 数组索引:获取单个元素 .......................................................................................... 37 2.2.3 数组切片:获取子数组 .............................................................................................. 38 2.2.4 数组的变形 .................................................................................................................. 41 2.2.5 数组拼接和分裂 .......................................................................................................... 42 2.3 NumPy 数组的计算:通用函数 .............................................................................................. 44 2.3.1 缓慢的循环 .................................................................................................................. 44 2.3.2 通用函数介绍 .............................................................................................................. 45 2.3.3 探索 NumPy 的通用函数 ............................................................................................ 46 2.3.4 高级的通用函数特性 .................................................................................................. 49 2.3.5 通用函数:更多的信息 .............................................................................................. 51 2.4 聚合:最小值、最大值和其他值 ........................................................................................... 51 2.4.1 数组值求和 .................................................................................................................. 51 2.4.2 最小值和最大值 .......................................................................................................... 52 vi | 目录2.4.3 示例:美国总统的身高是多少 .................................................................................. 54 2.5 数组的计算:广播 ................................................................................................................... 55 2.5.1 广播的介绍 .................................................................................................................. 55 2.5.2 广播的规则 .................................................................................................................. 57 2.5.3 广播的实际应用 .......................................................................................................... 60 2.6 比较、掩码和布尔逻辑 ........................................................................................................... 61 2.6.1 示例:统计下雨天数 .................................................................................................. 61 2.6.2 和通用函数类似的比较操作 ...................................................................................... 62 2.6.3 操作布尔数组 .............................................................................................................. 64 2.6.4 将布尔数组作为掩码 .................................................................................................. 66 2.7 花哨的索引 ............................................................................................................................... 69 2.7.1 探索花哨的索引 .......................................................................................................... 69 2.7.2 组合索引 ...................................................................................................................... 70 2.7.3 示例:选择随机点 ...................................................................................................... 71 2.7.4 用花哨的索引修改值 .................................................................................................. 72 2.7.5 示例:数据区间划分 .................................................................................................. 73 2.8 数组的排序 ............................................................................................................................... 75 2.8.1 NumPy 中的快速排序: np.sort 和 np.argsort ...................................................... 76 2.8.2 部分排序:分隔 .......................................................................................................... 77 2.8.3 示例:K 个最近邻 ....................................................................................................... 78 2.9 结构化数据:NumPy 的结构化数组 ...................................................................................... 81 2.9.1 生成结构化数组 .......................................................................................................... 83 2.9.2 更高级的复合类型 ...................................................................................................... 84 2.9.3 记录数组:结构化数组的扭转 .................................................................................. 84 2.9.4 关于 Pandas .................................................................................................................. 85 第 3 章 Pandas 数据处理 .............................................................................................................. 86 3.1 安装并使用 Pandas................................................................................................................... 86 3.2 Pandas 对象简介 ....................................................................................................................... 87 3.2.1 Pandas 的 Series 对象 ................................................................................................. 87 3.2.2 Pandas 的 DataFrame 对象 ........................................................................................... 90 3.2.3 Pandas 的 Index 对象 .................................................................................................. 93 3.3 数据取值与选择 ....................................................................................................................... 95 3.3.1 Series 数据选择方法 .................................................................................................. 95 3.3.2 DataFrame 数据选择方法 ............................................................................................ 98 3.4 Pandas 数值运算方法 ............................................................................................................. 102 3.4.1 通用函数:保留索引 ................................................................................................ 102 3.4.2 通用函数:索引对齐 ................................................................................................ 103 3.4.3 通用函数: DataFrame 与 Series 的运算 ................................................................. 105 3.5 处理缺失值 ............................................................................................................................. 106 3.5.1 选择处理缺失值的方法 ............................................................................................ 106 目录 | vii3.5.2 Pandas 的缺失值 ........................................................................................................ 107 3.5.3 处理缺失值 ................................................................................................................ 110 3.6 层级索引 ................................................................................................................................. 113 3.6.1 多级索引 Series ........................................................................................................ 113 3.6.2 多级索引的创建方法 ................................................................................................ 116 3.6.3 多级索引的取值与切片 ............................................................................................ 119 3.6.4 多级索引行列转换 .................................................................................................... 121 3.6.5 多级索引的数据累计方法 ........................................................................................ 124 3.7 合并数据集: Concat 与 Append 操作 ................................................................................... 125 3.7.1 知识回顾:NumPy 数组的合并 ............................................................................... 126 3.7.2 通过 pd.concat 实现简易合并 ................................................................................. 126 3.8 合并数据集:合并与连接 ..................................................................................................... 129 3.8.1 关系代数 .................................................................................................................... 129 3.8.2 数据连接的类型 ........................................................................................................ 130 3.8.3 设置数据合并的键 .................................................................................................... 132 3.8.4 设置数据连接的集合操作规则 ................................................................................ 134 3.8.5 重复列名: suffixes 参数 .......................................................................................... 135 3.8.6 案例:美国各州的统计数据 .................................................................................... 136 3.9 累计与分组 ............................................................................................................................. 140 3.9.1 行星数据 .................................................................................................................... 140 3.9.2 Pandas 的简单累计功能 ............................................................................................ 141 3.9.3 GroupBy :分割、应用和组合 ................................................................................... 142 3.10 数据透视表 ........................................................................................................................... 150 3.10.1 演示数据透视表 ..................................................................................................... 150 3.10.2 手工制作数据透视表 ............................................................................................. 151 3.10.3 数据透视表语法 ..................................................................................................... 151 3.10.4 案例:美国人的生日 ............................................................................................. 153 3.11 向量化字符串操作 ............................................................................................................... 157 3.11.1 Pandas 字符串操作简介 ......................................................................................... 157 3.11.2 Pandas 字符串方法列表 ......................................................................................... 159 3.11.3 案例:食谱数据库 ................................................................................................. 163 3.12 处理时间序列 ....................................................................................................................... 166 3.12.1 Python 的日期与时间工具 ..................................................................................... 166 3.12.2 Pandas 时间序列:用时间作索引 ......................................................................... 169 3.12.3 Pandas 时间序列数据结构 ..................................................................................... 170 3.12.4 时间频率与偏移量 ................................................................................................. 172 3.12.5 重新取样、迁移和窗口 ......................................................................................... 173 3.12.6 更多学习资料 ......................................................................................................... 178 3.12.7 案例:美国西雅图自行车统计数据的可视化 ..................................................... 179 3.13 高性能 Pandas: eval&amp;#40;&amp;#41; 与 query() ................................................................................... 184 3.13.1 query() 与 eval&amp;#40;&amp;#41; 的设计动机:复合代数式 ..................................................... 184 viii | 目录3.13.2 用 pandas.eval&amp;#40;&amp;#41; 实现高性能运算 ...................................................................... 185 3.13.3 用 DataFrame.eval&amp;#40;&amp;#41; 实现列间运算 .................................................................... 187 3.13.4 DataFrame.query() 方法 ....................................................................................... 188 3.13.5 性能决定使用时机 ................................................................................................. 189 3.14 参考资料 ............................................................................................................................... 189 第 4 章 Matplotlib 数据可视化 ................................................................................................... 191 4.1 Matplotlib 常用技巧 ............................................................................................................... 192 4.1.1 导入 Matplotlib ........................................................................................................... 192 4.1.2 设置绘图样式 ............................................................................................................ 192 4.1.3 用不用 show() ?如何显示图形 ............................................................................... 192 4.1.4 将图形保存为文件 .................................................................................................... 194 4.2 两种画图接口 ......................................................................................................................... 195 4.2.1 MATLAB 风格接口 ................................................................................................... 195 4.2.2 面向对象接口 ............................................................................................................ 196 4.3 简易线形图 ............................................................................................................................. 197 4.3.1 调整图形:线条的颜色与风格 ................................................................................ 199 4.3.2 调整图形:坐标轴上下限 ........................................................................................ 200 4.3.3 设置图形标签 ............................................................................................................ 203 4.4 简易散点图 ............................................................................................................................. 204 4.4.1 用 plt.plot 画散点图 ............................................................................................... 205 4.4.2 用 plt.scatter 画散点图 ......................................................................................... 206 4.4.3 plot 与 scatter :效率对比 ..................................................................................... 208 4.5 可视化异常处理 ..................................................................................................................... 208 4.5.1 基本误差线 ................................................................................................................ 209 4.5.2 连续误差 .................................................................................................................... 210 4.6 密度图与等高线图 ................................................................................................................. 211 4.7 频次直方图、数据区间划分和分布密度 ............................................................................. 215 4.8 配置图例 ................................................................................................................................. 219 4.8.1 选择图例显示的元素 ................................................................................................ 221 4.8.2 在图例中显示不同尺寸的点 .................................................................................... 222 4.8.3 同时显示多个图例 .................................................................................................... 223 4.9 配置颜色条 ............................................................................................................................. 224 4.9.1 配置颜色条 ................................................................................................................ 224 4.9.2 案例:手写数字 ........................................................................................................ 228 4.10 多子图 ................................................................................................................................... 230 4.10.1 plt.axes :手动创建子图 ...................................................................................... 230 4.10.2 plt.subplot :简易网格子图 ................................................................................ 231 4.10.3 plt.subplots :用一行代码创建网格 .................................................................. 233 4.10.4 plt.GridSpec :实现更复杂的排列方式 .............................................................. 234 目录 | ix4.11 文字与注释 ........................................................................................................................... 235 4.11.1 案例:节假日对美国出生率的影响 ..................................................................... 236 4.11.2 坐标变换与文字位置 ............................................................................................. 237 4.11.3 箭头与注释 ............................................................................................................. 239 4.12 自定义坐标轴刻度 ............................................................................................................... 241 4.12.1 主要刻度与次要刻度 ............................................................................................. 242 4.12.2 隐藏刻度与标签 ..................................................................................................... 243 4.12.3 增减刻度数量 ......................................................................................................... 244 4.12.4 花哨的刻度格式 ..................................................................................................... 245 4.12.5 格式生成器与定位器小结 ..................................................................................... 247 4.13 Matplotlib 自定义:配置文件与样式表 ............................................................................. 248 4.13.1 手动配置图形 ......................................................................................................... 248 4.13.2 修改默认配置: rcParams ...................................................................................... 249 4.13.3 样式表 ..................................................................................................................... 251 4.14 用 Matplotlib 画三维图 ........................................................................................................ 255 4.14.1 三维数据点与线 ..................................................................................................... 256 4.14.2 三维等高线图 ......................................................................................................... 256 4.14.3 线框图和曲面图 ..................................................................................................... 258 4.14.4 曲面三角剖分 ......................................................................................................... 259 4.15 用 Basemap 可视化地理数据 .............................................................................................. 261 4.15.1 地图投影 ................................................................................................................. 263 4.15.2 画一个地图背景 ..................................................................................................... 267 4.15.3 在地图上画数据 ..................................................................................................... 269 4.15.4 案例:美国加州城市数据 ..................................................................................... 270 4.15.5 案例:地表温度数据 ............................................................................................. 271 4.16 用 Seaborn 做数据可视化 .................................................................................................... 273 4.16.1 Seaborn 与 Matplotlib ............................................................................................. 274 4.16.2 Seaborn 图形介绍 ................................................................................................... 275 4.16.3 案例:探索马拉松比赛成绩数据 ......................................................................... 283 4.17 参考资料 ............................................................................................................................... 290 4.17.1 Matplotlib 资源 ....................................................................................................... 290 4.17.2 其他 Python 画图程序库 ........................................................................................ 290 第 5 章 机器学习 ............................................................................................................................ 291 5.1 什么是机器学习 ..................................................................................................................... 291 5.1.1 机器学习的分类 ........................................................................................................ 292 5.1.2 机器学习应用的定性示例 ........................................................................................ 292 5.1.3 小结 ............................................................................................................................ 299 5.2 Scikit-Learn 简介 .................................................................................................................... 300 5.2.1 Scikit-Learn 的数据表示 ........................................................................................... 300 5.2.2 Scikit-Learn 的评估器 API ........................................................................................ 302 x | 目录5.2.3 应用:手写数字探索 ................................................................................................ 309 5.2.4 小结 ............................................................................................................................ 313 5.3 超参数与模型验证 ................................................................................................................. 313 5.3.1 什么是模型验证 ........................................................................................................ 314 5.3.2 选择最优模型 ............................................................................................................ 317 5.3.3 学习曲线 .................................................................................................................... 322 5.3.4 验证实践:网格搜索 ................................................................................................ 326 5.3.5 小结 ............................................................................................................................ 327 5.4 特征工程 ................................................................................................................................. 327 5.4.1 分类特征 .................................................................................................................... 327 5.4.2 文本特征 .................................................................................................................... 329 5.4.3 图像特征 .................................................................................................................... 330 5.4.4 衍生特征 .................................................................................................................... 330 5.4.5 缺失值填充 ................................................................................................................ 332 5.4.6 特征管道 .................................................................................................................... 332 5.5 专题:朴素贝叶斯分类 ......................................................................................................... 333 5.5.1 贝叶斯分类 ................................................................................................................ 333 5.5.2 高斯朴素贝叶斯 ........................................................................................................ 334 5.5.3 多项式朴素贝叶斯 .................................................................................................... 336 5.5.4 朴素贝叶斯的应用场景 ............................................................................................ 339 5.6 专题:线性回归 ..................................................................................................................... 340 5.6.1 简单线性回归 ............................................................................................................ 340 5.6.2 基函数回归 ................................................................................................................ 342 5.6.3 正则化 ........................................................................................................................ 346 5.6.4 案例:预测自行车流量 ............................................................................................ 349 5.7 专题:支持向量机 ................................................................................................................. 353 5.7.1 支持向量机的由来 .................................................................................................... 354 5.7.2 支持向量机:边界最大化 ........................................................................................ 355 5.7.3 案例:人脸识别 ........................................................................................................ 363 5.7.4 支持向量机总结 ........................................................................................................ 366 5.8 专题:决策树与随机森林 ..................................................................................................... 367 5.8.1 随机森林的诱因:决策树 ........................................................................................ 367 5.8.2 评估器集成算法:随机森林 .................................................................................... 371 5.8.3 随机森林回归 ............................................................................................................ 373 5.8.4 案例:用随机森林识别手写数字 ............................................................................ 374 5.8.5 随机森林总结 ............................................................................................................ 376 5.9 专题:主成分分析 ................................................................................................................. 376 5.9.1 主成分分析简介 ........................................................................................................ 377 5.9.2 用 PCA 作噪音过滤 ................................................................................................... 383 5.9.3 案例:特征脸 ............................................................................................................ 385 5.9.4 主成分分析总结 ........................................................................................................ 387 目录 | xi 图灵社区会员 felix123(490049061@qq.com) 专享 尊重版权5.10 专题:流形学习 ................................................................................................................... 388 5.10.1 流形学习:“HELLO” ............................................................................................ 388 5.10.2 多维标度法(MDS) .............................................................................................. 389 5.10.3 将 MDS 用于流形学习 .......................................................................................... 391 5.10.4 非线性嵌入:当 MDS 失败时 .............................................................................. 393 5.10.5 非线性流形:局部线性嵌入 ................................................................................. 395 5.10.6 关于流形方法的一些思考 ..................................................................................... 396 5.10.7 示例:用 Isomap 处理人脸数据 ........................................................................... 397 5.10.8 示例:手写数字的可视化结构 ............................................................................. 400 5.11 专题:k-means 聚类 ............................................................................................................. 402 5.11.1 k-means 简介 ........................................................................................................... 403 5.11.2 k-means 算法:期望最大化 ................................................................................... 404 5.11.3 案例 ......................................................................................................................... 409 5.12 专题:高斯混合模型 ........................................................................................................... 415 5.12.1 高斯混合模型(GMM)为什么会出现:k-means 算法的缺陷 ......................... 415 5.12.2 一般化 E-M:高斯混合模型 ................................................................................. 417 5.12.3 将 GMM 用作密度估计 ......................................................................................... 421 5.12.4 示例:用 GMM 生成新的数据 ............................................................................. 425 5.13 专题:核密度估计 ............................................................................................................... 427 5.13.1 KDE 的由来:直方图 ............................................................................................ 428 5.13.2 核密度估计的实际应用 ......................................................................................... 431 5.13.3 示例:球形空间的 KDE ........................................................................................ 433 5.13.4 示例:不是很朴素的贝叶斯 ................................................................................. 436 5.14 应用:人脸识别管道 ........................................................................................................... 439 5.14.1 HOG 特征 ............................................................................................................... 440 5.14.2 HOG 实战:简单人脸识别器 ............................................................................... 441 5.14.3 注意事项与改进方案 ............................................................................................. 445 5.15 机器学习参考资料 ............................................................................................................... 446 5.15.1 Python 中的机器学习 ............................................................................................. 446 5.15.2 通用机器学习资源 ................................................................................................. 447 关于作者 .............................................................................................................................................. 448

立即下载
5积分/C币
Python数据科学手册(PDF)

译者序 xiii 前言 xv 第1 章 IPython:超越Python 1 1.1 shell还是Notebook 1 1.1.1 启动IPython shell 2 1.1.2 启动Jupyter Notebook 2 1.2 IPython的帮助和文档 3 1.2.1 用符号? 获取文档 3 1.2.2 通过符号?? 获取源代码 4 1.2.3 用Tab补全的方式探索模块 5 1.3 IPython shell中的快捷键 7 1.3.1 导航快捷键 7 1.3.2 文本输入快捷键 7 1.3.3 命令历史快捷键 8 1.3.4 其他快捷键 9 1.4 IPython魔法命令 9 1.4.1 粘贴代码块:%paste和%cpaste 9 1.4.2 执行外部代码:%run 10 1.4.3 计算代码运行时间:%timeit 11 1.4.4 魔法函数的帮助:?、%magic 和%lsmagic 11 1.5 输入和输出历史 12 1.5.1 IPython的输入和输出对象 12 1.5.2 下划线快捷键和以前的输出 13 1.5.3 禁止输出 13 1.5.4 相关的魔法命令 13 1.6 IPython和shell命令 14 1.6.1 shell快速入门 14 1.6.2 IPython中的shell命令 15 1.6.3 在shell中传入或传出值 15 1.7 与shell相关的魔法命令 16 1.8 错误和调试 17 1.8.1 控制异常:%xmode 17 1.8.2 调试:当阅读轨迹追溯不足以解决问题时 19 1.9 代码的分析和计时 21 1.9.1 代码段计时:%timeit和%time 22 1.9.2 分析整个脚本:%prun 23 1.9.3 用%lprun进行逐行分析 24 1.9.4 用%memit和%mprun进行内存分析 25 1.10 IPython参考资料 26 1.10.1 网络资源 26 1.10.2 相关图书 27 第2 章 NumPy入门 28 2.1 理解Python中的数据类型 29 2.1.1 Python整型不仅仅是一个整型 30 2.1.2 Python列表不仅仅是一个列表 31 2.1.3 Python中的固定类型数组 32 2.1.4 从Python列表创建数组 32 2.1.5 从头创建数组 33 2.1.6 NumPy标准数据类型 34 2.2 NumPy数组基础 35 2.2.1 NumPy数组的属性 36 2.2.2 数组索引:获取单个元素 37 2.2.3 数组切片:获取子数组 38 2.2.4 数组的变形 41 2.2.5 数组拼接和分裂 42 2.3 NumPy数组的计算:通用函数 44 2.3.1 缓慢的循环 44 2.3.2 通用函数介绍 45 2.3.3 探索NumPy的通用函数 46 2.3.4 高级的通用函数特性 49 2.3.5 通用函数:更多的信息 51 2.4 聚合:最小值、最大值和其他值 51 2.4.1 数组值求和 51 2.4.2 最小值和最大值 52 2.4.3 示例:美国总统的身高是多少 54 2.5 数组的计算:广播 55 2.5.1 广播的介绍 55 2.5.2 广播的规则 57 2.5.3 广播的实际应用 60 2.6 比较、掩码和布尔逻辑 61 2.6.1 示例:统计下雨天数 61 2.6.2 和通用函数类似的比较操作 62 2.6.3 操作布尔数组 64 2.6.4 将布尔数组作为掩码 66 2.7 花哨的索引 69 2.7.1 探索花哨的索引 69 2.7.2 组合索引 70 2.7.3 示例:选择随机点 71 2.7.4 用花哨的索引修改值 72 2.7.5 示例:数据区间划分 73 2.8 数组的排序 75 2.8.1 NumPy中的快速排序:np.sort和np.argsort 76 2.8.2 部分排序:分隔 77 2.8.3 示例:K个最近邻 78 2.9 结构化数据:NumPy的结构化数组 81 2.9.1 生成结构化数组 83 2.9.2 更高级的复合类型 84 2.9.3 记录数组:结构化数组的扭转 84 2.9.4 关于Pandas 85 第3 章 Pandas数据处理 86 3.1 安装并使用Pandas 86 3.2 Pandas对象简介 87 3.2.1 Pandas的Series对象 87 3.2.2 Pandas的DataFrame对象 90 3.2.3 Pandas的Index对象 93 3.3 数据取值与选择 95 3.3.1 Series数据选择方法 95 3.3.2 DataFrame数据选择方法 98 3.4 Pandas数值运算方法 102 3.4.1 通用函数:保留索引 102 3.4.2 通用函数:索引对齐 103 3.4.3 通用函数:DataFrame与Series的运算 105 3.5 处理缺失值 106 3.5.1 选择处理缺失值的方法 106 3.5.2 Pandas的缺失值 107 3.5.3 处理缺失值 110 3.6 层级索引 113 3.6.1 多级索引Series 113 3.6.2 多级索引的创建方法 116 3.6.3 多级索引的取值与切片 119 3.6.4 多级索引行列转换 121 3.6.5 多级索引的数据累计方法 124 3.7 合并数据集:Concat与Append操作 125 3.7.1 知识回顾:NumPy数组的合并 126 3.7.2 通过pd.concat实现简易合并 126 3.8 合并数据集:合并与连接 129 3.8.1 关系代数 129 3.8.2 数据连接的类型 130 3.8.3 设置数据合并的键 132 3.8.4 设置数据连接的集合操作规则 134 3.8.5 重复列名:suffixes参数 135 3.8.6 案例:美国各州的统计数据 136 3.9 累计与分组 140 3.9.1 行星数据 140 3.9.2 Pandas的简单累计功能 141 3.9.3 GroupBy:分割、应用和组合 142 3.10 数据透视表 150 3.10.1 演示数据透视表 150 3.10.2 手工制作数据透视表 151 3.10.3 数据透视表语法 151 3.10.4 案例:美国人的生日 153 3.11 向量化字符串操作 157 3.11.1 Pandas字符串操作简介 157 3.11.2 Pandas字符串方法列表 159 3.11.3 案例:食谱数据库 163 3.12 处理时间序列 166 3.12.1 Python的日期与时间工具 166 3.12.2 Pandas时间序列:用时间作索引 169 3.12.3 Pandas时间序列数据结构 170 3.12.4 时间频率与偏移量 172 3.12.5 重新取样、迁移和窗口 173 3.12.6 更多学习资料 178 3.12.7 案例:美国西雅图自行车统计数据的可视化 179 3.13 高性能Pandas:eval&#40;&#41;与query() 184 3.13.1 query()与eval&#40;&#41;的设计动机:复合代数式 184 3.13.2 用pandas.eval&#40;&#41;实现高性能运算 185 3.13.3 用DataFrame.eval&#40;&#41;实现列间运算 187 3.13.4 DataFrame.query()方法 188 3.13.5 性能决定使用时机 189 3.14 参考资料 189 第4 章 Matplotlib数据可视化 191 4.1 Matplotlib常用技巧 192 4.1.1 导入Matplotlib 192 4.1.2 设置绘图样式 192 4.1.3 用不用show()?如何显示图形 192 4.1.4 将图形保存为文件 194 4.2 两种画图接口 195 4.2.1 MATLAB风格接口 195 4.2.2 面向对象接口 196 4.3 简易线形图 197 4.3.1 调整图形:线条的颜色与风格 199 4.3.2 调整图形:坐标轴上下限 200 4.3.3 设置图形标签 203 4.4 简易散点图 204 4.4.1 用plt.plot画散点图 205 4.4.2 用plt.scatter画散点图 206 4.4.3 plot与scatter:效率对比 208 4.5 可视化异常处理 208 4.5.1 基本误差线 209 4.5.2 连续误差 210 4.6 密度图与等高线图 211 4.7 频次直方图、数据区间划分和分布密度 215 4.8 配置图例 219 4.8.1 选择图例显示的元素 221 4.8.2 在图例中显示不同尺寸的点 222 4.8.3 同时显示多个图例 223 4.9 配置颜色条 224 4.9.1 配置颜色条 224 4.9.2 案例:手写数字 228 4.10 多子图 230 4.10.1 plt.axes:手动创建子图 230 4.10.2 plt.subplot:简易网格子图 231 4.10.3 plt.subplots:用一行代码创建网格 233 4.10.4 plt.GridSpec:实现更复杂的排列方式 234 4.11 文字与注释 235 4.11.1 案例:节假日对美国出生率的影响 236 4.11.2 坐标变换与文字位置 237 4.11.3 箭头与注释 239 4.12 自定义坐标轴刻度 241 4.12.1 主要刻度与次要刻度 242 4.12.2 隐藏刻度与标签 243 4.12.3 增减刻度数量 244 4.12.4 花哨的刻度格式 245 4.12.5 格式生成器与定位器小结 247 4.13 Matplotlib自定义:配置文件与样式表 248 4.13.1 手动配置图形 248 4.13.2 修改默认配置:rcParams 249 4.13.3 样式表 251 4.14 用Matplotlib画三维图 255 4.14.1 三维数据点与线 256 4.14.2 三维等高线图 256 4.14.3 线框图和曲面图 258 4.14.4 曲面三角剖分 259 4.15 用Basemap可视化地理数据 261 4.15.1 地图投影 263 4.15.2 画一个地图背景 267 4.15.3 在地图上画数据 269 4.15.4 案例:美国加州城市数据 270 4.15.5 案例:地表温度数据 271 4.16 用Seaborn做数据可视化 273 4.16.1 Seaborn与Matplotlib 274 4.16.2 Seaborn图形介绍 275 4.16.3 案例:探索马拉松比赛成绩数据 283 4.17 参考资料 290 4.17.1 Matplotlib资源 290 4.17.2 其他Python画图程序库 290 第5 章 机器学习 291 5.1 什么是机器学习 291 5.1.1 机器学习的分类 292 5.1.2 机器学习应用的定性示例 292 5.1.3 小结 299 5.2 Scikit-Learn简介 300 5.2.1 Scikit-Learn的数据表示 300 5.2.2 Scikit-Learn的评估器API 302 5.2.3 应用:手写数字探索 309 5.2.4 小结 313 5.3 超参数与模型验证 313 5.3.1 什么是模型验证 314 5.3.2 选择最优模型 317 5.3.3 学习曲线 322 5.3.4 验证实践:网格搜索 326 5.3.5 小结 327 5.4 特征工程 327 5.4.1 分类特征 327 5.4.2 文本特征 329 5.4.3 图像特征 330 5.4.4 衍生特征 330 5.4.5 缺失值填充 332 5.4.6 特征管道 332 5.5 专题:朴素贝叶斯分类 333 5.5.1 贝叶斯分类 333 5.5.2 高斯朴素贝叶斯 334 5.5.3 多项式朴素贝叶斯 336 5.5.4 朴素贝叶斯的应用场景 339 5.6 专题:线性回归 340 5.6.1 简单线性回归 340 5.6.2 基函数回归 342 5.6.3 正则化 346 5.6.4 案例:预测自行车流量 349 5.7 专题:支持向量机 353 5.7.1 支持向量机的由来 354 5.7.2 支持向量机:边界最大化 355 5.7.3 案例:人脸识别 363 5.7.4 支持向量机总结 366 5.8 专题:决策树与随机森林 367 5.8.1 随机森林的诱因:决策树 367 5.8.2 评估器集成算法:随机森林 371 5.8.3 随机森林回归 373 5.8.4 案例:用随机森林识别手写数字 374 5.8.5 随机森林总结 376 5.9 专题:主成分分析 376 5.9.1 主成分分析简介 377 5.9.2 用PCA作噪音过滤 383 5.9.3 案例:特征脸 385 5.9.4 主成分分析总结 387 5.10 专题:流形学习 388 5.10.1 流形学习:“HELLO” 388 5.10.2 多维标度法(MDS) 389 5.10.3 将MDS用于流形学习 391 5.10.4 非线性嵌入:当MDS失败时 393 5.10.5 非线性流形:局部线性嵌入 395 5.10.6 关于流形方法的一些思考 396 5.10.7 示例:用Isomap 处理人脸数据 397 5.10.8 示例:手写数字的可视化结构 400 5.11 专题:k-means聚类 402 5.11.1 k-means简介 403 5.11.2 k-means算法:期望最大化 404 5.11.3 案例 409 5.12 专题:高斯混合模型 415 5.12.1 高斯混合模型(GMM)为什么会出现:k-means算法 的缺陷 415 5.12.2 一般化E-M:高斯混合模型 417 5.12.3 将GMM用作密度估计 421 5.12.4 示例:用GMM生成新的数据 425 5.13 专题:核密度估计 427 5.13.1 KDE的由来:直方图 428 5.13.2 核密度估计的实际应用 431 5.13.3 示例:球形空间的KDE 433 5.13.4 示例:不是很朴素的贝叶斯 436 5.14 应用:人脸识别管道 439 5.14.1 HOG特征 440 5.14.2 HOG实战:简单人脸识别器 441 5.14.3 注意事项与改进方案 445 5.15 机器学习参考资料 446 5.15.1 Python中的机器学习 446 5.15.2 通用机器学习资源 447 关于作者 448 关于封面 448

立即下载
5积分/C币
matplotlib中文用户手册 飞龙译

matplotlib中文用户手册 飞龙译 只有user's guide,大多数人够用了 没有详细的API介绍 怎么要求那么多字?不够啊 怎么办?

立即下载
30积分/C币
《VxWorks程序员指南》的中文版和《VxWorks Programmer's Guide》英文版全套pdf

《VxWorks程序员指南》的中文版和 《VxWorks Programmer's Guide》英文版 全套一次解决下载到处寻找的苦恼,我是专业的VxWorks程序员该书非常实用。 学校学生初学必备。 公司员工提升必备。 爱好人员扩展必备之良品。 你值得拥有

立即下载
50积分/C币
IBM BPM学院手册

BPM是全球IT行业增长最快的领域之一,越来越多的企业重视BPM,并将在3-5年内部署 BPM产品和解决方案。 IBM BPM学院的成立恰逢其时。学院汇聚了中国顶尖的BPM专家、高级经理人和知名咨 询顾问,运用Web2.0模式,提供视频教学、专家对话、资源共享、在线讨论及专产品论 坛等多元化的互动方式,为商务和IT精英提供学习和交流的平台。 IBM BPM学院致力于普及BPM方法论、技术和解决方案,帮助更多专业人士掌握BPM的 知识和技能,支持企业提升业务敏捷性,实现转型,快速成长。

立即下载
10积分/C币
kali linux中文指南.pdf

01. Kali Linux 介绍 ..........................................................................................................................3 一、 Kali Linux 与 Debian 的区别...................................................................................3 二、 Kali Linux 商标策略 ................................................................................................3 三、 Kali Linux 适合你么?...............................................................................................5 四、 Kali Linux 特性 .......................................................................................................5 五、 Kali Linux 镜象 ........................................................................................................6 02. Kali Linux 安装 ..........................................................................................................................7 一、 硬盘安装 Kli Linux(可选择是否加密) ..............................................................7 二、 用 Live U 盘安装 Kali Linux .................................................................................19 三、 Kali 和 Windows 双引导........................................................................................22 四、 Kali Mini ISO 网络安装.........................................................................................28 五、 Kali Linux PXE 网络安装.....................................................................................33 03. Kali Linux 一般应用 ................................................................................................................35 一、 Kali Linux 电子取证模式 ......................................................................................35 二、 Kali 虚拟机安装 VMware Tools............................................................................37 三、 运行 Metasploit Framework ..................................................................................38 四、 建立你自己的卡利 ISO .........................................................................................39 五、 更改卡利桌面环境.................................................................................................41 六、 解决无线驱动程序问题.........................................................................................42 04. Kali Linux ARM 应用 ..............................................................................................................43 一、 准备 Kali Linux ARM chroot .................................................................................43 二、 在 ODROID U2 安装 Kali ARM............................................................................47 三、 在三星 Chromebook 安装 Kali ARM ....................................................................49 四、 在 Raspberry Pi 安装 Kali ARM ............................................................................52 05. Kali Linux 开发 ........................................................................................................................53 一、 ARM 交叉编译.......................................................................................................53 二、 重新编译 Kali Linux 内核 .....................................................................................54 三、 从源代码编译包.....................................................................................................55 06. Kali Linux 社区 ........................................................................................................................57 一、 Kali Linux 漏洞跟踪 ..............................................................................................57 二、 Kali Linux 官方网站 ..............................................................................................57

立即下载
30积分/C币
《程序员代码面试指南 》左神 高清完整PDF版+java源代码

这是一本程序员面试宝典!书中对IT名企代码面试各类题目的最优解进行了总结,并提供了相关代码实现。针对当前程序员面试缺乏权威题目汇总这一痛点,本书选取将近200道真实出现过的经典代码面试题,帮助广大程序员的面试准备做到万无一失。

立即下载
5积分/C币
SAP销售与分销实施指南

SAP销售与分销实施指南

立即下载
2积分/C币
Python数据科学指南

本书从讲解如何在数据科学中应用Python开始,陆续介绍了Python的工作环境,如何用Python分析数据,以及数据挖掘的概念,然后又扩展到机器学习。本书还涵盖了缩减原则、集成方法、随机森林、旋转森林和超树等方面的内容,这些都是一个成功的数据科学专家所必需掌握的。, 阅读本书,你将学会:, ■ 揭示数据科学算法的完整范畴;, ■ 高效地掌握和使用numpy、scipy、scikit-learn和matplotlib等Python库;, ■ 了解进阶回归方法的建模和变量选择;, ■ 进一步彻底理解集成方法的潜在含义及实施;, ■ 在各种各样的数值和文本数据集上解决实际问题;, ■ 熟悉先进的算法,如梯度提升、随机森林、旋转森林等。, 本书特色:, ■ 内容明确且易于跟学;, ■ 甄选重要的任务与问题;, ■ 精心组织编排内容,有效解决问题;, ■ 清晰易懂的讲解方式;, ■ 书中呈现的解决方案能够直接应用到实际问题中。

立即下载
5积分/C币
python数据科学手册pdf

python数据科学手册PDF, 高清, 高清, 图文结合讲解,文本可直接选择复制, 书签完整无缺失!

立即下载
2积分/C币
python数据科学手册 真正的pdf版

这本书是真正的pdf版。 其实这是下载好别人之后转的(一部分方便那些积分少的人,另外方便自己),原本下载链接为:https://download.csdn.net/download/qq_32578203/10397664 有能力的支持一下这个(当然我不介意大家下这个)

立即下载
1积分/C币
关闭
img

spring mvc+mybatis+mysql+maven+bootstrap 整合实现增删查改简单实例.zip

资源所需积分/C币 当前拥有积分 当前拥有C币
5 0 0
点击完成任务获取下载码
输入下载码
为了良好体验,不建议使用迅雷下载
img

PHPUnit PDF手册【袖珍指南】

会员到期时间: 剩余下载个数: 剩余C币: 剩余积分:0
为了良好体验,不建议使用迅雷下载
VIP下载
您今日下载次数已达上限(为了良好下载体验及使用,每位用户24小时之内最多可下载20个资源)

积分不足!

资源所需积分/C币 当前拥有积分
您可以选择
开通VIP
4000万
程序员的必选
600万
绿色安全资源
现在开通
立省522元
或者
购买C币兑换积分 C币抽奖
img

资源所需积分/C币 当前拥有积分 当前拥有C币
5 4 45
为了良好体验,不建议使用迅雷下载
确认下载
img

资源所需积分/C币 当前拥有积分 当前拥有C币
5 0 0
为了良好体验,不建议使用迅雷下载
VIP和C币套餐优惠
img

资源所需积分/C币 当前拥有积分 当前拥有C币
5 4 45
您的积分不足,将扣除 10 C币
为了良好体验,不建议使用迅雷下载
确认下载
下载
您还未下载过该资源
无法举报自己的资源

兑换成功

你当前的下载分为234开始下载资源
你还不是VIP会员
开通VIP会员权限,免积分下载
立即开通

你下载资源过于频繁,请输入验证码

您因违反CSDN下载频道规则而被锁定帐户,如有疑问,请联络:webmaster@csdn.net!

举报

若举报审核通过,可返还被扣除的积分

  • 举报人:
  • 被举报人:
  • *类型:
    • *投诉人姓名:
    • *投诉人联系方式:
    • *版权证明:
  • *详细原因: