temp update

Author: alvinhuu

D21_Load_dataset/homework.py

@@ -47,9 +47,7 @@
 plt.show()
 #先檢視各艙位存活人數，此時可以使用groupby函數進行分類，
 #其中 survived＝1表示存活，survived＝0表示死亡，將survived加總即為各艙等生存人數。
-
 df.groupby('pclass').survived.sum()
-
 #加上性別
 survived=df.groupby(['pclass','sex']).survived.sum()
 survived.plot(kind='bar')
@@ -69,6 +67,19 @@
 g.map(plt.hist,"pclass")
 plt.show()
 
-h = sns.FacetGrid(df, col = "survived")
-h.map(plt.hist,"sex")
-plt.show()
+# 可以嘗試其他的參數對照組合
+
+# 0 survived
+# 1 pclass
+# 2 sex
+# 3 age
+# 5 parch
+# 6 fare
+# 7 embarked
+# 8 class
+# 9 who
+# 10 adult_male
+# 11 deck
+# 12 embark_town
+# 13 alive
+# 14 alone

D22_mplot3d/homework.py

@@ -0,0 +1,36 @@
+import pandas as pd 
+import numpy as np 
+import seaborn as sns
+import matplotlib as mpl
+import matplotlib.pyplot as plt
+from mpl_toolkits.mplot3d import Axes3D
+
+# install tensorflow and keras
+# https://medium.com/@virginiakm1988/%E5%9C%A8-anaconda-%E8%99%9B%E6%93%AC%E7%92%B0%E5%A2%83%E4%B8%8B%E5%AE%89%E8%A3%9D-tensorflow%E8%88%87-keras-c2c5aed98fef
+# 需要使用 Colab 請注意一下
+# 先行確認 Colab 上面的版本
+import keras
+print("keras:",keras.__version__)
+import tensorflow as tf
+print("tf:",tf.__version__)
+# 需要使用 Colab 請注意一下
+# Training code
+# 新增網路硬碟
+from google.colab import drive
+drive.mount("/gdrive", force_remount=True)
+#drive.mount('/gdrive')
+ 
+
+# # 瞭解有關資料集屬性
+# # 我們可以使用 info()或是 descript() 方法瞭解有關資料集屬性的更多資訊。特別是行和列的數量、列名稱、它們的數據類型和空值數。
+#     # 記錄數、平均值、標準差、最小值和最大值，我們使用 describe()
+# df. describe()
+#     # 瞭解有關資料集屬性的更多資訊。特別是行和列的數量、列名稱、它們的數據類型和空值數。
+# df.info()
+#     # 處理缺失值
+# df = pd.get_dummies
+# 資料集的處理
+# 有時候無法從資料集明確的看出資料的屬性與因子的相互關係，要針對資料做處理
+
+# https://kknews.cc/code/lnnxmr9.html
+