脚本之家
Javascript

数据库
PHP编程
ASP.NET
ASP编程
AJAX相关
正则表达式
相关技巧
服务器
其它综合
﹤首页 → 脚本专栏 → python → Python入门之三角函数sin()函数
Python入门之三角函数sin()函数实例详解
发布时间:2017-11-08 10:28:02 投稿:mengwei
这篇文章主要介绍了Python入门之三角函数sin()函数实例详解,分享了相关实例,具有一定参考价值,需要的朋友可以了解下。
描述
sin()返回的x弧度的正弦值。
语法
以下是sin()方法的语法:
importmath
math.sin(x)
注意:sin()是不能直接访问的,需要导入math模块,然后通过math静态对象调用该方法。
参数
x--一个数值。
返回值
返回的x弧度的正弦值,数值在-1到1之间。
实例
以下展示了使用sin()方法的实例:
#!/usr/bin/python
import math
print "sin(3) : ", math.sin(3)
print "sin(-3) : ", math.sin(-3)
print "sin(0) : ", math.sin(0)
print "sin(math.pi) : ", math.sin(math.pi)
print "sin(math.pi/2) : ", math.sin(math.pi/2)
以上实例运行后输出结果为:
sin(3) : 0.14112000806
sin(-3) : -0.14112000806
sin(0) : 0.0
sin(math.pi) : 1.22460635382e-16
sin(math.pi/2) : 1
总结
以上就是本文关于Python入门之三角函数sin()函数实例详解的全部内容,希望对大家有所帮助。感兴趣的朋友可以继续参阅本站:python正则表达式re之compile函数解析、Python中enumerate函数代码解析、简单了解Python中的几种函数等,有什么问题可以随时留言,小编会及时回复大家的。感谢朋友们对本站的支持!
您可能感兴趣的文章:
Python入门之三角函数全解收藏
Python入门之三角函数tan()函数实例详解
Python入门之三角函数atan2()函数详解
Python中计算三角函数之cos()方法的使用简介
用Python计算三角函数之atan()方法的使用
Python计算三角函数之asin()方法的使用
用Python计算三角函数之acos()方法的使用
Python绘制三角函数图(sincostan)并标注特定范围的例子
相关文章
Python自动化测试Eclipse+Pydev 搭建开发环境
Python Selenium 之数据驱动测试的实现
Python脚本暴力破解栅栏密码
Python中的推导式使用详解
python中对list去重的多种方法
Python 实现删除某路径下文件及文件夹的实例讲解
python pillow模块使用方法详解
python numpy数组中的复制知识解析
python实现根据主机名字获得所有ip地址的方法
python实现随机调用一个浏览器打开网页
最新更新
1在双python下设置python3为默认的方法
2Python牛刀小试密码爆破
3python中的decorator的作用详解
4Django项目开发中cookies和session的常用
5Python实现的序列化和反序列化二叉树算法
6发布你的Python模块详解
7详解Appium+Python之生成html测试报告
8Django 配置多站点多域名的实现步骤
9django 消息框架 message使用详解
10python利用rsa库做公钥解密的方法教程
业界资讯
IntelliJ IDEA 2020.2 EAP6 发布,支持 Jakarta EE 92020-07-06
Ubuntu 19.10 将于2020.7.17结束生命周期,官方建议迁移至 Ubuntu 20.042020-07-04
Ubuntu 20.04 LTS(Focal Fossa)发布:新功能特性介绍2020-07-04
2020年端午三天假期高速免费吗? 端午节高速是否免费的相关介绍2020-06-22
Adobe将于12月31日终止支持Flash Flash正式宣告死亡2020-06-18
微软将于 7 月恢复Windows 10可选更新补丁推送2020-06-18
安卓最新版微信怎么修改微信号有哪些注意事项?四种情况不能修改2020-06-05
Android Studio 4.0 稳定版发布了,牛逼功能一览2020-06-01
Chrome 83稳定版发布 更新内容汇总介绍2020-05-21
PyTorch官方教程大更新:增加标签索引,更加新手友好2020-05-19
网友评论
请输入您感兴趣的关键字
硬件安全网络评测苹果安卓手游攻略应用Win10
首页编程手机电脑教程
电脑版 - 返回首页
Copyright ?2006-2020 脚本之家. All Rights Reserved
脚本之家
10年专注电脑、网络、编程
利用分箱光滑技术可以进行什么
会基本矩阵运算(numpy)
装好keras
就可以开始使用深度学习了。
就在上个星期,我从装完keras到做完一个kaggle上的猫狗的数据分类,达到90+%的准确度。(照着网上的攻略,用vgg16分类猫狗的那个)
只用了三天时间,编程时间不到二十小时。
在此之前我对深度学习一窍不通,甚至不知道什么是激活层全连接层。对python的掌握只停留在能当计算器用。
给定一个数据集waitakere.txt,该数据集中含有大量的噪音数据。具体操作要求:1)该数据集的偶数位均为噪音数据,判断偶数位是否为0,若为0,利用1替换。2)对转换后的数据集进行排序,利用分箱技术来光滑数据。假设有10个桶,实现“用箱均值光滑”、 “用箱中位数光滑”、“用箱边界光滑”三种技术。
waitakere.txt:
这只是一部分数据,只是为了示例噪音数据
1 0 3 2 0 3
4 0 1 0 0 0
0 0 0 1 0 0
0 0 0 0 7 0
0 8 9 0 9 0
0 6 0 5 0 3
6 0 7 0 1 0
......
登录后复制
解题思路:首先读入数据到列表里,然后对数据进行排序,将数据划分到10个箱中。对于箱均值光滑,箱中每一个值都被替换为箱中的均值。对于箱中位数光滑,箱中每一个值都被替换为箱中的中位数。对于箱边界光滑,箱中每一个值都被替换为最近的边界值。
以下为python代码实现部分:
import numpy as np
def binning(filename,box_num):

my_list=[]
my_list1=[]
noise_data = open(filename)
for line in noise_data.readlines():
dataline=line.strip()
my_list.append(dataline)
for i in range(0,len(my_list)):
my_list[i]=int(my_list[i])
if (i+1) % 2==0 and my_list[i]==0:
my_list[i]=1
my_list1=sorted(my_list)
#print my_list1
box_list=[]
len_box=int(np.ceil(len(my_list1)/float(box_num)))
for i in range(0,10):
each_box=my_list1[i*len_box:(i+1)*len_box]
box_list.append(each_box)
return box_list
def box_mean_smooth(box_list):
for i in range(0,len(box_list)):
box_avg=int(np.average(box_list[i]))
for j in range(0,len(box_list[i])):
box_list[i][j]=box_avg
return box_list
def box_mid_smooth(box_list):
for i in range(0,len(box_list)):
box_mid=int(np.median(box_list[i]))
for j in range(0,len(box_list[i])):
box_list[i][j]=box_mid
return box_list
def box_boundary_smooth(box_list):
for i in range(0,len(box_list)):
left_bdy=box_list[i][0]
right_bdy=box_list[i][-1]
for j in range(0,len(box_list[i])):
if abs(box_list[i][j]-left_bdy)<abs(box_list[i][j]-right_bdy):
box_list[i][j]=left_bdy
else:
box_list[i][j]=right_bdy
return box_list
filename='waitakere.txt'
box_list=binning(filename,10)
print box_list
print box_mean_smooth(box_list)
print box_mid_smooth(box_list)
print box_boundary_smooth(box_list)
登录后复制
下图为实验结果截图:
由于数据较多,截图只是一部分
python
数据
银川旅游景点攻略,这个地方驴友必去之一!良心推荐
精选推荐
广告
python 等深分箱法(均值平滑技术、边界值平滑技术)
1.3W阅读·6评论·24点赞
2020年12月10日
数据挖掘概念与技术(第三版)课后答案——第三章
2.2W阅读·201评论·119点赞
2020年7月3日
python S-G (Savitzky–Golay filter) 平滑滤波和kalman滤波滤掉噪声实现实例,有可视化结果
357阅读·0评论·0点赞
2022年11月10日
R语言数据挖掘(2) 数据预处理
2292阅读·0评论·1点赞
2017年10月10日
数据认知与数据预处理--数据预处理
348阅读·0评论·0点赞
2022年6月23日
数据挖掘复习
815阅读·0评论·0点赞
2021年12月20日
美人鱼公主参加聚会装扮美人鱼游戏
精选推荐
广告
python 数据、曲线平滑处理
9904阅读·0评论·16点赞
2022年4月21日
数据挖掘如何分箱以及如何对每个箱子中的数据进行平滑处理
2.0W阅读·2评论·38点赞
2019年6月24日
数据挖掘概念与技术(原书第三版)范明 孟小峰译-----第三章课后习题答案
2.6W阅读·13评论·21点赞
2017年5月21日
python 数据可视化 -- 真实数据的噪声平滑处理
2779阅读·0评论·2点赞
2019年2月11日
6python生成数据曲线平滑处理——(Savitzky-Golay 滤波器、convolve滑动平均滤波)方法介绍,推荐玩强化学习的小伙伴收藏
2612阅读·2评论·3点赞
2021年8月12日
数据挖掘理论与算法笔记
368阅读·0评论·0点赞
2021年6月10日
《数据挖掘概念与技术》学习笔记-第三章
3957阅读·0评论·6点赞
2020年2月14日
这个神奇的库,可以将数据平滑化并找到异常点
135阅读·0评论·0点赞
2022年6月9日
python数据平滑处理,numpy之数据平滑处理
3253阅读·0评论·0点赞
2021年4月27日
python 数据平滑_数据平滑方法的原理和应用
1394阅读·0评论·0点赞
2020年12月9日
python使曲线变得平滑_如何在Python中平滑数据?
3234阅读·0评论·1点赞
2020年12月4日
numpy模块的使用(二)
257阅读·0评论·2点赞
2020年10月3日
去首页

看看更多热门内容
评论1
扣尼奇哇
赞
写得好


