python3線性傾向率

① 新手開始學習python，用Python2還是Python3比較好

從基本設計上來說，Python3的目的就是沒有代碼兼容的包袱情況下進行改進了Python，相對於Python2來說，Python3有很多的改進，更加容易理解，也更加合理。
從應用的角度上來說，pypy、web框架、科學計算包、scrapy等常用模塊都是支持Python3的，但是部分比較陳舊的庫已經沒有人進行維護，也就沒有支持Python3.
當我們進行日常使用的情況之下，可以直接寫Python2\3兼容的代碼，相對於來說，Python2對於舊庫的支持更多一些，至少在學界還是比較流行的。
而Python3對於Python學習來說更加具有好處，也是未來流行的趨勢，建議直接學習Python3，未來使用率更為廣泛。當然，無論是Python2還是Python3先學都不是問題的，差別並不是很大，主要還是靠自己，只要自己願意去學習，都可以選擇。

② Python2與Python3的區別

類似的文章很多，一般也是檢些主要的區別。這個CSDN的一篇總結網頁鏈接。

如果是學習不用糾結，學python3就好，和xp、win7有點像，有差別，但不至於說會用XP不會用win7

③ Python3和Python2的區別

具體區別如下
1：列印時，py2需要可以不需要加括弧，py3 需要python 2 ：print ('lili') , print 'lili'python 3 : print ('lili') python3 必須加括弧exec語句被python3廢棄，統一使用exec函數
2：內涵
Python2：1，臃腫，源碼的重復量很多。 2，語法不清晰，摻雜著C，php，java的一些陋習。
Python3：幾乎是重構後的源碼，規范，清晰，優美。
3: 輸出中文的區別python2：要輸出中文 需加 # -*- encoding:utf-8 -*-Python3 ：直接輸出
4：input不同python2 ：raw_input python3 ：input 統一使用input函數
5：指定位元組python2在編譯安裝時，可以通過參數-----enable-unicode=ucs2 或-----enable-unicode=ucs4分別用於指定使用2個位元組、4個位元組表示一個unicode；python3無法進行選擇，默認使用 ucs4查看當前python中表示unicode字元串時佔用的空間：impor sysprint（sys.maxunicode）#如果值是65535，則表示使用usc2標准，即：2個位元組表示#如果值是1114111，則表示使用usc4標准，即：4個位元組表示
6：py2：xrangerangepy3：range 統一使用range，Python3中range的機制也進行修改並提高了大數據集生成效率
7：在包的知識點里包：一群模塊文件的集合 + __init__區別：py2 ： 必須有__init__py3：不是必須的了
8：不相等操作符"<>"被Python3廢棄，統一使用"!="
9：long整數類型被Python3廢棄，統一使用int
10：迭代器iterator的next()函數被Python3廢棄，統一使用next(iterator)
11：異常StandardError 被Python3廢棄，統一使用Exception
12：字典變數的has_key函數被Python廢棄，統一使用in關鍵詞
13：file函數被Python3廢棄，統一使用open來處理文件，可以通過io.IOBase檢查文件類型

④ Python 3 網路爬蟲學習建議

用py3寫爬蟲的話，強力推薦這本書，應該是目前最系統最完善介紹python爬蟲的書。可以去圖靈社區買電子版。書的內容很新也很系統，從beautifulSoup，requests到ajax，圖像識別，單元測試。比起絕大多數blog零散的教程要好的多，看完書後就可以去做些實戰項目，這個時候可以去github上找類似的項目借鑒下。英文版pdf：個人覺得英文版更好）中文版pdf：這本書內容比較淺，我表示贊同。但是對於新手來說，看完這本書，對於爬蟲基礎的應用與概念絕對有了初步的了解。其實國內有一本講爬蟲的好書，《自己動手寫網路爬蟲》，這本書除了介紹爬蟲基本原理，包括優先順序，寬度優先搜索，分布式爬蟲，多線程，還有雲計算，數據挖掘內容。只不過用了java來實現，但是思路是相同的。有這幾個包基本上就夠用了。當初學習爬蟲的時候一點都不懂，甚至連爬蟲是什麼都不知道就在學了，但是懷著不懂裝懂的精神，到現在基本上也算對爬蟲了解一二。正如你所說，爬蟲是個大坑！因為這不僅僅是Python的事，想要學好爬蟲，需要學習：網路基礎知識（post/get/抓包）、（推薦）正則表達式（re模塊）、多線程/多進程、資料庫（儲存）。還有各種各樣的問題：Python蛋疼的編碼問題、遇到Ajax就要用selenium（效率低）、遇到驗證碼腫么辦（我放棄）、需要模擬登錄（我直接用cookies，在這里推薦requests，用法是：被網站禁ip等等所以，如果你是想學爬蟲，那麼就慢慢磨吧。但是你是想學習機器學習，網上那麼多的數據集，可以不必專門學。

⑤ python3 python2 學哪個

如果是初學者，建議學習python2.x。

python3.x和python2.x已經並存很長時間了。兩個版本的python都在更新，但目前python2.x更加成熟。現在大部分第三方類庫都是基於2.x的，書和資料也是2.x居多，為你提供了豐富的學習材料。這已經不是一個重復造輪子的年代，日常的開發很大程度上會基於類庫。擁有豐富的類庫，是一門語言強大的標志，能極大地開發效率。

python3.x和2.x差別甚大，可以說它們幾乎是不同的語言。目前python3.x的應用不是那麼廣泛。由於兼容性的原因，很多老的程序都是基於2.x。由於python3的顛覆性，即使是比較新的應用也不會鋌而走險使用3.x。所以你應該毫不猶豫地選擇2.x。

官方提供一個將python2代碼轉換為python3代碼的小工具，叫2to3.py。如果你了安裝了python，那麼你一定擁有這個文件。如果你想體驗一把3.x，使用它是個不錯的選擇。

⑥ 如何用Python進行線性回歸以及誤差分析

線性回歸：
設x,y分別為一組數據，代碼如下
import matplotlib.pyplot as plt
import numpy as np
ro=np.polyfit(x,y,deg=1) #deg為擬合的多項式的次數（線性回歸就選1）
ry=np.polyval(ro,x) #忘記x和ro哪個在前哪個在後了。。。
print ro #輸出的第一個數是斜率k，第二個數是縱截距b
plt.scatter(x,y)
plt.plot(x,ry)

⑦ python2和python3的區別，轉換及共存

python2和python3的區別

1.性能

Py3.0運行 pystone benchmark的速度比Py2.5慢30%。Guido認為Py3.0有極大的優化空間，在字元串和整形操作上可以取得很好的優化結果。

Py3.1性能比Py2.5慢15%，還有很大的提升空間。

2.編碼

Py3.X源碼文件默認使用utf-8編碼，這就使得以下代碼是合法的：
>>> 中國 = 'china'
>>>print(中國)
china

3. 語法

1）去除了<>，全部改用!=

在Python 2里，為了得到一個任意對象的字元串表示，有一種把對象包裝在反引號里(比如`x`)的特殊語法。在Python 3里，這種能力仍然存在，但是你不能再使用反引號獲得這種字元串表示了。你需要使用全局函數repr()。

Notes

Python 2

Python 3

①

`x` repr(x)

②

`'PapayaWhip' + `2`` repr('PapayaWhip'+repr(2))

Note:x可以是任何東西—一個類，函數，模塊，基本數據類型，等等。repr()函數可以使用任何類型的參數。

2）去除``，全部改用repr()

3）關鍵詞加入as 和with，還有True,False,None

4）整型除法返回浮點數，要得到整型結果，請使用//

由於人們常常會忽視Python 3在整數除法上的改動（寫錯了也不會觸發Syntax Error），所以在移植代碼或在Python 2中執行Python 3的代碼時，需要特別注意這個改動。

所以，我還是會在Python 3的腳本中嘗試用float(3)/2或 3/2.0代替3/2，以此來避免代碼在Python 2環境下可能導致的錯誤（或與之相反，在Python 2腳本中用from __future__ import division來使用Python 3的除法）。

Python 2

print'3/2=',3/2print'3//2=',3//2print'3/2.0=',3/2.0print'3//2.0=',3//2.0
3/2=13//2=13/2.0=1.53//2.0=1.0

默認，如果兩個操作數都是整數，Python 2 自動執行整型計算。

Python 3

print('3/2=',3/2)print('3//2=',3//2)print('3/2.0=',3/2.0)print('3//2.0=',3//2.0)
3/2=1.53//2=13/2.0=1.53//2.0=1.0

Note: 需要注意的是「雙劃線」（//）操作符將一直執行整除，而不管操作數的類型，這就是為什麼 5.0//2.0 值為 2.0。Python 3 中，/ 操作符是做浮點除法，而 // 是做整除（即商沒有餘數，比如 10 // 3 其結果就為 3，余數會被截除掉，而 (-7) // 3 的結果卻是 -3。這個演算法與其它很多編程語言不一樣，需要注意，它們的整除運算會向0的方向取值。而在 Python 2 中，/ 就是整除，即和 Python 3 中的 // 操作符一樣。

5）加入nonlocal語句。使用noclocal x可以直接指派外圍（非全局）變數

6）print

去除print語句，加入print()函數實現相同的功能。同樣的還有 exec語句，已經改為exec()函數

在Python 2里，print是一個語句。無論你想輸出什麼，只要將它們放在print關鍵字後邊就可以。

Python 3里，print()是一個函數。就像其他的函數一樣，print()需要你將想要輸出的東西作為參數傳給它。

例如：
2.X: print "The answer is", 2*2
3.X: print("The answer is", 2*2)
2.X: print x, # 使用逗號結尾禁止換行
3.X: print(x, end=" ") # 使用空格代替換行

在Python 2里，如果你使用一個逗號(,)作為print語句的結尾，它將會用空格分隔輸出的結果，然後在輸出一個尾隨的空格(trailing space)，而不輸出回車(carriage return)。在Python 3里，通過把end=' '作為一個關鍵字參數傳給print()可以實現同樣的效果。參數end的默認值為' '，所以通過重新指定end參數的值，可以取消在末尾輸出回車符。
2.X: print # 輸出新行
3.X: print() # 輸出新行
2.X: print >>sys.stderr, "fatal error"
3.X: print("fatal error", file=sys.stderr)

在Python 2里，你可以通過使用>>pipe_name語法，把輸出重定向到一個管道，比如sys.stderr。在Python 3里，你可以通過將管道作為關鍵字參數file的值傳遞給print()來完成同樣的功能。參數file的默認值為std.stdout，所以重新指定它的值將會使print()輸出到一個另外一個管道。
2.X: print (x, y) # 輸出repr((x, y))
3.X: print((x, y)) # 不同於print(x, y)!

exec語句

exec()函數使用一個包含任意Python代碼的字元串作為參數，然後就像執行語句或者表達式一樣執行它。exec()跟eval()是相似的，但是exec()更加強大並更具有技巧性。eval()函數只能執行單獨一條表達式，但是exec()能夠執行多條語句，導入(import)，函數聲明—實際上整個Python程序的字元串表示也可以。

Notes

Python 2

Python 3

①

execcodeString exec(codeString)

②

execcodeStringina_global_namespace exec(codeString,a_global_namespace)

③

execcodeStringina_global_namespace,a_local_namespace exec(codeString,a_global_namespace,a_local_namespace)

• 在最簡單的形式下，因為exec()現在是一個函數，而不是語句，2to3會把這個字元串形式的代碼用括弧圍起來。

• Python 2里的exec語句可以指定名字空間，代碼將在這個由全局對象組成的私有空間里執行。Python 3也有這樣的功能；你只需要把這個名字空間作為第二個參數傳遞給exec()函數。

• 更加神奇的是，Python 2里的exec語句還可以指定一個本地名字空間(比如一個函數里聲明的變數)。在Python 3里，exec()函數也有這樣的功能。

execfile語句

就像以前的exec語句，Python 2里的execfile語句也可以像執行Python代碼那樣使用字元串。不同的是exec使用字元串，而execfile則使用文件。在Python 3里，execfile語句已經被去掉了。如果你真的想要執行一個文件里的Python代碼(但是你不想導入它)，你可以通過打開這個文件，讀取它的內容，然後調用compile()全局函數強制Python解釋器編譯代碼，然後調用新的exec()函數。

Notes

Python 2

Python 3

• execfile('a_filename') exec(compile(open('a_filename').read(),'a_filename','exec'))

7）輸入函數改變了，刪除了raw_input，用input代替： Python 2有兩個全局函數，用來在命令行請求用戶輸入。第一個叫做input()，它等待用戶輸入一個Python表達式(然後返回結果)。第二個叫做raw_input()，用戶輸入什麼它就返回什麼。這讓初學者非常困惑，並且這被廣泛地看作是Python語言的一個「肉贅」(wart)。Python 3通過重命名raw_input()為input()，從而切掉了這個肉贅，所以現在的input()就像每個人最初期待的那樣工作。
2.X:guess = int(raw_input('Enter an integer : ')) # 讀取鍵盤輸入的方法
3.X:guess = int(input('Enter an integer : '))

Note:如果你真的想要請求用戶輸入一個Python表達式，計算結果，可以通過調用input()函數然後把返回值傳遞給eval()。

I/O方法xreadlines()

在Python 2里，文件對象有一個xreadlines()方法，它返回一個迭代器，一次讀取文件的一行。這在for循環中尤其有用。事實上，後來的Python 2版本給文件對象本身添加了這樣的功能。

在Python 3里，xreadlines()方法不再可用了。2to3可以解決簡單的情況，但是一些邊緣案例則需要人工介入。

Notes

Python 2

Python 3

①

• for line in a_file.xreadlines(): for line in a_file:

②

• for line in a_file.xreadlines(5): no change (broken)

• 如果你以前調用沒有參數的xreadlines()，2to3會把它轉換成文件對象本身。在Python 3里，這種轉換後的代碼可以完成前同樣的工作：一次讀取文件的一行，然後執行for循環的循環體。

• 如果你以前使用一個參數(每次讀取的行數)調用xreadlines()，2to3不能為你完成從Python 2到Python 3的轉換，你的代碼會以這樣的方式失敗：AttributeError: '_io.TextIOWrapper' object has no attribute 'xreadlines'。你可以手工的把xreadlines()改成readlines()以使代碼能在Python 3下工作。(readline()方法在Python 3里返回迭代器，所以它跟Python 2里的xreadlines()效率是不相上下的。)




8）改變了順序操作符的行為，例如x<y，當x和y類型不匹配時拋出TypeError而不是返回隨即的 bool值


9）去除元組參數解包。不能def(a, (b, c)):pass這樣定義函數了


10）新式的8進制字變數，相應地修改了oct()函數。
2.X的方式如下：
>>> 0666
438
>>> oct(438)
'0666'


3.X這樣：
>>> 0666
SyntaxError: invalid token (<pyshell#63>, line 1)
>>> 0o666
438
>>> oct(438)
'0o666'

11）增加了 2進制字面量和bin()函數
>>> bin(438)
'0b110110110'
>>> _438 = '0b110110110'
>>> _438
'0b110110110'

12）擴展的可迭代解包。在Py3.X 里，a, b, *rest = seq和 *rest, a = seq都是合法的，只要求兩點：rest是list對象和seq是可迭代的。

13）新的super()，可以不再給super()傳參數，
>>> class C(object):
def __init__(self, a):
print('C', a)
>>> class D(C):
def __init(self, a):
super().__init__(a) # 無參數調用super()
>>> D(8)
C 8
<__main__.D object at 0x00D7ED90>

14）支持class decorator。用法與函數decorator一樣：
>>> def foo(cls_a):
def print_func(self):
print('Hello, world!')
cls_a.print = print_func
return cls_a
>>> @foo
class C(object):
pass
>>> C().print()
Hello, world!


class decorator可以用來玩玩狸貓換太子的大把戲。更多請參閱PEP 3129

4. 字元串和位元組串

Python 2有兩種字元串類型：Unicode字元串和非Unicode字元串。Python 2有基於ASCII的str()類型，其可通過單獨的unicode()函數轉成unicode類型，但沒有byte類型。

而在Python 3中，終於有了Unicode（utf-8）字元串，以及兩個位元組類：bytes和bytearrays。Python 3隻有一種類型：Unicode字元串(Unicode strings)。只有str一種類型，但它跟2.x版本的unicode幾乎一樣。

Notes

Python 2

Python 3

①

• u'PapayaWhip' 'PapayaWhip'

②

• ur'PapayaWhipfoo' r'PapayaWhipfoo'

• Python 2里的Unicode字元串在Python 3里即普通字元串，因為在Python 3里字元串總是Unicode形式的。

• Unicode原始字元串(raw string)(使用這種字元串，Python不會自動轉義反斜線"")也被替換為普通的字元串，因為在Python 3里，所有原始字元串都是以Unicode編碼的。

全局函數unicode()

Python 2有兩個全局函數可以把對象強制轉換成字元串：unicode()把對象轉換成Unicode字元串，還有str()把對象轉換為非Unicode字元串。

Python 3隻有一種字元串類型，Unicode字元串，所以str()函數即可完成所有的功能。(unicode()函數在Python 3里不再存在了。)

Notes

Python 2

Python 3

• unicode(anything) str(anything)



5.數據類型


1）Python 2有為非浮點數准備的int和long類型。int類型的最大值不能超過sys.maxint，而且這個最大值是平台相關的。可以通過在數字的末尾附上一個L來定義長整型，顯然，它比int類型表示的數字范圍更大。

在Python 3里，只有一種整數類型int，大多數情況下，它很像Python 2里的長整型。


Note:檢查一個變數是否是整型，獲得它的數據類型，並與一個int類型(不是long)的作比較。你也可以使用isinstance()函數來檢查數據類型；再強調一次，使用int，而不是long，來檢查整數類型。


sys.maxint

由於長整型和整型被整合在一起了，sys.maxint常量不再精確。但是因為這個值對於檢測特定平台的能力還是有用處的，所以它被Python 3保留，並且重命名為sys.maxsize。

Notes

Python 2

Python 3

①

• from sys import maxint from sys import maxsize

②

⑧ python2和python3的區別

簡單的說，2是舊3是新，3是2的升級版，3完全高於2，2是時代的眼淚3是現在和未來，2逐漸被淘汰3用的人越來越多。

之前兩個版本共存只是因為諸多package的更新換代並沒有跟上，但是到了現在只要還有活人維護的package基本都兼容3了，然而新建的package卻越來越多不兼容2。使用2的意義基本沒有了，日常用3大不了留一個2備用就行。

⑨ python怎麼實現計算趨勢圖的指數、線性、對數、多項式

推薦你去找一個pandas,scipy,pandas,matplotlib庫來做，網上有書籍，《利用Python進行數據分析》，基本就是介紹這樣內容的，pandas去做數據採集、清洗等都不錯，然後利用上面的例子慢慢實現你上面的方法。

⑩ 如何用Python進行線性回歸以及誤差分析

數據挖掘中的預測問題通常分為2類：回歸與分類。

簡單的說回歸就是預測數值，而分類是給數據打上標簽歸類。

本文講述如何用Python進行基本的數據擬合，以及如何對擬合結果的誤差進行分析。

本例中使用一個2次函數加上隨機的擾動來生成500個點，然後嘗試用1、2、100次方的多項式對該數據進行擬合。

擬合的目的是使得根據訓練數據能夠擬合出一個多項式函數，這個函數能夠很好的擬合現有數據，並且能對未知的數據進行預測。

代碼如下：

• importmatplotlib.pyplot as plt

• importnumpy as np

• importscipy as sp

• fromscipy.statsimportnorm

• fromsklearn.pipelineimportPipeline

• fromsklearn.linear_modelimportLinearRegression

• fromsklearn.

• fromsklearnimportlinear_model

• ''''' 數據生成 '''

• x = np.arange(0,1,0.002)

• y = norm.rvs(0, size=500, scale=0.1)

• y = y + x**2

• ''''' 均方誤差根 '''

• defrmse(y_test, y):

• returnsp.sqrt(sp.mean((y_test - y) **2))

• ''''' 與均值相比的優秀程度，介於[0~1]。0表示不如均值。1表示完美預測.這個版本的實現是參考scikit-learn官網文檔 '''

• defR2(y_test, y_true):

• return1- ((y_test - y_true)**2).sum() / ((y_true - y_true.mean())**2).sum()

• ''''' 這是Conway&White《機器學習使用案例解析》里的版本 '''

• defR22(y_test, y_true):

• y_mean = np.array(y_true)

• y_mean[:] = y_mean.mean()

• return1- rmse(y_test, y_true) / rmse(y_mean, y_true)

• plt.scatter(x, y, s=5)

• degree = [1,2,100]

• y_test = []

• y_test = np.array(y_test)

• fordindegree:

• clf = Pipeline([('poly', PolynomialFeatures(degree=d)),

• ('linear', LinearRegression(fit_intercept=False))])

• clf.fit(x[:, np.newaxis], y)

• y_test = clf.predict(x[:, np.newaxis])

• print(clf.named_steps['linear'].coef_)

• print('rmse=%.2f, R2=%.2f, R22=%.2f, clf.score=%.2f'%

• (rmse(y_test, y),

• R2(y_test, y),

• R22(y_test, y),

• clf.score(x[:, np.newaxis], y)))

• plt.plot(x, y_test, linewidth=2)

• plt.grid()

• plt.legend(['1','2','100'], loc='upper left')

• plt.show()

該程序運行的顯示結果如下：



[ 0. 0.75873781]

rmse=0.15, R2=0.78, R22=0.53, clf.score=0.78

[ 0. 0.35936882 0.52392172]

rmse=0.11, R2=0.87, R22=0.64, clf.score=0.87

[ 0.00000000e+00 2.63903249e-01 3.14973328e-01 2.43389461e-01

1.67075328e-01 1.10674280e-01 7.30672237e-02 4.88605804e-02

......

3.70018540e-11 2.93631291e-11 2.32992690e-11 1.84860002e-11

1.46657377e-11]

rmse=0.10, R2=0.90, R22=0.68, clf.score=0.90