Mike's Learn & Fun

朋友 pass 一份資料給我，希望可以幫忙處理掉 missing data ，將遺失的時間找出來，同時用內插補足遺失時間的座標。 資料長相： Sec, North, East, Height 94184, 167433.988, 2529517.036, 19.623 94185, 167434.573, 2529516.984, 19.678 94186, 167433.788, 2529516.993, 19.598 94187, 167433.804, 2529516.966, 19.606 94189, 167433.852, 2529516.910, 19.604 94190, 167433.872, 2529516.882, 19.602 94194, 167433.919, 2529516.825, 19.602 ...  你可以看到其中 94188s, 94191s~94193s 的資料是遺失的，就是要補足這些資料。 原本以為是個簡單的問題，結果一弄弄了兩天解不出來，真的是氣死我了， 還去查了 time format, pandas intersect...結果 try 了半天都得不到理想結果， 只好半放棄地去問 stackoverflow( 連結在此 )，結果立馬有大神回覆，而且還是秒解！太神啦！

今天朋友問我說怎麼用 Python 做出一階的趨勢線還有公式，解決之後覺得為了提醒自己，順便用網誌來備份一下 code，圖大概長這樣： code 如下: #-*-coding: utf-8-*- import numpy as np import matplotlib.pyplot as plt #from sklearn.metrics import r2_score #計算相關係數用，這裡沒有用到 dataX = np.arange(100) #產出 [0,1,2....99] dataY = np.random.randint(5,100, size=100) #產出 100 個 5~100 的隨機整數 def reg(x,y): coefficients = np.polyfit(x,y,1) # 利用 polyfit 幫我們算出資料 一階擬合的 a, b 參數 p = np.poly1d(coefficients) # 做出公式, print 的結果是 coefficients[0] * X + coefficients[1] #coefficient_of_dermination = r2_score(y, p(x)) // 計算相關係數用，這裡沒有用到 return coefficients, p (arg1, arg2), text1 = reg(dataX,dataY) #arg1, arg2 用來承接 coefficients[0], coefficients[1], text1 承接 p trend_line = dataX *arg1 + arg2 #做出趨勢線矩陣 plt.plot(dataX,dataY) #放上資料圖 plt.plot(trend_line) #放上趨勢線圖 plt.text(50, 10, text1, fontsize=14) #放上趨勢線公式 plt.show() #出圖

最近跑完 TCN 創客松後深感自己的不足，覺得不要再 Arduino 了，來重回 Python 的懷抱XD，複習了 Django 的書，順便列一下書裡面常見的套件，覺得之後會用到XD 網站框架 Django: 完整強大的 Web 框架 Pyramid: 強大 Web 框架2 web2py: Google app engine 預設框架 flask: 輕量 Web 框架，覺得有興趣。 圖片處理 PIL: 可對圖片進行縮放切割旋轉，圖片操作 Pillow: 因為 PIL 太久沒更新而出的 fork 版本，現在都用這個了 科學計算 Numpy: 神 Matplotlib: 出圖之神 pandas: 有點像 excel 的資料分析神 scikit-learn: 機器學習之神 命令列操作 fabric: 可以直接撰寫 shell 命令，透過 fabric 執行，也支持遠端登入和自定義 Shell  paramiko: 提供遠端登入和部分指定呼叫 測試 django-nose: Django 的測試套件 網路爬蟲 Scrapy: Python 爬蟲框架之一，可以輕易地和 Django 協作 文件叵析 beautifulsoup: 美麗的湯，處理 html, xml 文本分析一定要學的套件 lxml: 不太熟，但是聽說也很好用  自然語言處理 nltk: 理論基礎及功能強大的語言處理套件，但相對低階，上手困難 textblob: 較高階的分詞、分句語言分析工具 jieba: 中文分詞、分句、語言分析工具 網路請求用戶端 requests: 常用的網路請求工具，直觀好用 pycurl: 處理 linux, unix 系統上的命令 背景程序、定時任務 celery: 可以輕易編寫、呼叫非同步及背景程序，或是執行定時任務 資料庫介接 mysql-python: MySQL 的資料庫介接套件， Django 連接 MySQL 的預設 psycopg2: PostgreSQL 吃料庫介接套件 pymongo: MongoDB 的介接套件 自己常用的主要都在科學計算的部分，努力想要切入 scikit-learn 中 XD，但是又覺得網頁端 & 資料庫很重要R