笔记本 IPython笔记本。 在NBViewer中查看它们: - 最好的去处是什么? -从OpendTect加载地震水平的时间和振幅 -日志数据的Haralick纹理 —用于频谱响应的3D楔形模型 —具有变化特性的3D楔形模型 —突然意识到我没有利用NumPy的快速索引和向量运算 Matteo — Matteo Niccoli的超赞色图 —播放信号的时频表示 另请参阅。
2021-07-20 23:36:54 67.98MB JupyterNotebook
1
博士生 用 Markdown 写你的 phd,并自动在 ipython notebooks 中运行代码并生成 word doc、pdf 和 html。 如果您的主管只会在 Word 轨道更改中为您提供反馈,则非常方便! 转换 markdown -> ipynb,然后转换为 html 和 pdf 将你的论文章节写在 markdown 目录中,例如 markdown/ch1.markdown 等。如果需要,编辑 Makefile 使其包含你所有的章节。 例如标题:= ch1 ch2 # From repository root directory make all 依赖项 (Mac OSX) Python 3.4、IPython 笔记本、nbconvert
2021-07-19 10:03:07 5KB Makefile
1
欢迎 PeerJ 预印本的补充材料: 人工/测试图像 版本 1 (): 测试图片于14年2月26日在IPython notebook中生成,可在下载,也可在直接在。 由于固有的随机采样,重新运行 notebook 会导致不同的图像。 笔记本 对比度增强 粒子分类简介 Ilastik 中的分段错误 纳米粒子分类:Ilastik 与用户分区 噪声测试图像的傅里叶滤波 额外的 在图 12 D 中创建饼图 附加图像和视频 视频 Ilastik 中的纳米粒子聚集分割和分类 扫描电镜图像 查看文件夹 这些是由亚当·休斯 (Adam Hughes) 和伊芙琳·刘 (Evelyn Liu) 在马克·里夫斯 (Mark Reeves) 实验室在 GWU 拍摄的各种 SEM 金纳米颗粒图像。 它们包含清晰的图像,以及低对比度、对比度梯度、噪声、热漂移和其他人工制品的示例。 这些图像是在 30000
2021-07-07 21:03:38 279.65MB Python
1
探索和分析 npm 注册表数据。 tl;博士 dat init dat pull # takes a while ./run-pipes.sh 数据经过很好的转换,现在位于data/ 。 virtualenv env source env/bin/activate pip install -r requirements.txt ipython notebook 享受。 dat 用于同步数据 dat pull需要一段时间:它会从 npm.dathub.org 中提取所有(表格)npm 注册表数据。 dat init dat pull (如果您不想在本地安装 dat,请运行node_modules/.bin中的node_modules/.bin 。) 垫片是用来改造它的。 原始注册表数据对于我们要运行的分析来说有点多; 我们将使用通过一些转换来输送它。 添加新的很容易,并且通过将它
2021-07-06 17:06:38 64KB JavaScript
1
使用 Docker 和 IPython 创建可重复的工作流
2021-06-20 21:03:15 3.36MB HTML
1
1.配置清华镜像 在Anaconda Prompt中运行: conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --set show_channel_urls yes 2.安装TensorFlow conda create -n -tf2 tensorflow 查看是否安装成功 c
2021-05-30 22:44:01 24KB conda ens ipython
1
python数据分析的第二版,英文原版,pandas作者写的,非常高清。相比于第一版,其中详细介绍了pandas,numpy,等现代数据处理Python库。很值得学习!
2021-05-20 12:59:42 12.56MB numpy pandas Ipython juypter
1
工具:jupyter notebook, 包含文件:ipython源码及excel数据集。使用Kmeans模型进行用户分群,肘部法则判断聚类个数,根据概率密度图对用户进行分类。
1
天文笔记本 iPython笔记本展示了NumPy,matplotlib和我们的宇宙 入门 简短版本:确保已安装所有适当的依赖项,然后为您的平台运行适当的安装脚本。 Linux 安装/构建所需的依赖项。 除Python和virtualenv之外的大多数依赖项都是通过安装脚本自动安装的。 克隆或分叉此仓库。 运行setup.sh创建一个新的virtualenv,安装所有缺少的依赖项,并下载所需的数据集。 经过全面测试的Xubuntu 12.10的说明位于INSTALL-xubuntu-12.10中。 视窗 安装所需的依赖项。 有关详情,请参见下文。 克隆或分叉此仓库。 运行setup.bat以创建一个新的virtualenv,安装所有缺少的依赖项,并下载所需的数据集。 Windows依赖关系(简单方法) 在Windows中获取所有依赖关系的最简单方法是使用专门用于科学计算的Pyt
2021-03-04 19:06:32 3.28MB JupyterNotebook
1
pysci:IPython,Numpy,Pandas,Matplotlib,Seaborn,Sklearn,Statsmodels
2021-02-27 20:05:44 98.11MB Python
1