[转载]SAS和SPSS比较
开发者：SAS Institute Inc.&
简介:& SAS (Statistical Analysis
System)是一个模块化、集成化的大型应用
软件系统。它由数十个专用模块构成，功能包括数据访问、数据储存及管理、应用开发、
图形处理、数据分析、报告编制、运筹学方法、计量经济学与预测等等。 SAS系统基本上
可以分为四大部分：SAS数据库部分；SAS分析核心；SAS开发呈现工具；SAS对分布处理模
式的支持极其数据仓库设计。 SAS系统主要完成以数据为中心的四大任务：数据访问；数
式的支持极其数据仓库设计。 SAS系统主要完成以数据为中心的四大任务：数据访问；数
据管理；数据呈现；数据分析。SAS作为专业统计软件中的巨无霸，目前还很难有什么统计
软件足以与之抗衡。
web资源: SAS中文论坛
开发者：SPSS Inc.&
简介:& SPSS(Statistical Package for the Social
Science)—社会科学用软
件包是世界上著名的统计分析软件之一。它和SAS(Statistical Analysis System，统计分
析系统)、BMDP(Biomedical Programs，生物医学程序)并称为国际上最有影响的三大统计
软件。SPSS名为社会学统计软件包，这是为了强调其社会科学应 用的一面(因为社会科学
研究中的许多现象都是随机的，要使用统计学和概率论的定理来进行研究)，而实际上它在
社会科学、自然科学的各个领域都能发挥巨大作用，并已经应用于经济学、生物学、教育
学、心理学、医学以及体育、工业、农业、林业、商业和金融等各个领域。
web资源: SPSS中文论坛
SAS和SPSS是现在国内使用的最为广泛的两种统计软件，大家都知道，SAS的统计功能强，但学习困难，使用起来也较麻烦；而SPSS虽然使用方便，输出结果美观漂亮，但统计分析功能有限，且速度较慢。但究竟他们之间速度的差异达到怎样的一个程度，大家心里并没有数，为此，这里我们特意将这两种软件的统计分析速度加以比较，以方便朋友们以后在这两种统计软件间加以选择。
1. 测试环境
1.1 统计软件版本
虽然现在SAS的最新版本号为8.0，但由于大家广泛使用的软件版本分别为SAS 6.12版和SPSS
10.0版，我们将以这两个版本做为比较对象。
1.2 软硬件平台
为了比较在各种软硬件情况下两种软件的速度，我们特意准备了以下三个测试平台。
PIII 667, 128M RAM, ST20G HD(ATA66)
PWIN2000 Professional, Office 2000 SR1
PII 350, 64M RAM, QT 10G HD(UDMA33)
PWIN98SE, Office 97
P133, 16M RAM, QT 1.2G HD
PWIN95, Office 97
平台A代表了现在软、硬件环境所能达到的最好配置，SAS和SPSS在这种环境下应该能发挥自己的最大潜力；平台B则代表了现在大多数人所拥有的主流配置，这里的比较结果应当是最为引人注目的；平台C则是较差配置机器的代表，在该环境下我们将看到两种软件对低配置平台的适应力如何。
1.3 测试用数据
所用的数据库为TEST.DBF，为dBase
III格式，共有16个字段，分别为数值型、字符型和日期型；11万7千条记录；文件大小为8M。
2. 测试结果
2.1 程序启动速度
由于WINDOWS系统会对曾装入内存的软件进行跟踪，导致软件第二次启动速度远远大于第一次，因此我们对两种软件分别连续启动4次，同时所有测试共重复5次，取5次结果的中位数，结果如下（表中的四个数值分别是第1、2、3、4次启动所需的时间，单位：秒，下同）：
4 0.5 0.5 0.5
23 16 15 16
66 66 67 66
可见SAS的启动速度一般在SPSS的两倍以上，并且配置越低，这种优势越明显，配置C中为3倍左右；同时可以看到，配置的好坏对启动速度的影响非常大。在配置C中由于没有足够的内存进行优化，SPSS的启动速度4次均基本相同，而SAS的情况则要好一些。
2.2 数据读入速度
下面我们将读入测试用数据库test.dbf，以检验两种软件数据引擎的优化程度，每次测试仍然进行5次，取中位数，结果如下：
注：SAS读入数据时采用的是IMPORT WIZARD。
和启动速度的比较结果相类似，SAS的速度仍然在SPSS的两倍以上，并且也是配置越差，SAS的优势越明显，在配置C中，SPSS的读入速度达到了让人着急的程度，可以非常清楚的看到SPSS在以4000条记录/次左右的速度读入数据，而读入所有11万条记录则用了整整3分钟！
我们发现SPSS的读入速度和他一次性能读入的数据量有直接的关系，而一次性读入的数据量是和内存大小有关的，如配置A中的读入速度为120000条记录/次，在配置B中，SPSS的数据读入速度已明显较慢，大约是以3400条记录/次的，配置C中则约为可怜的1300条记录/次，显然，在低配置机器中，小内存是制约SPSS速度的主要原因。
2.3 数据管理速度
数据管理（包括计算新变量，排序等等）一向是SAS的强项，恰恰又是SPSS的弱项，我们对插入等于某常数的新变量，按条件替换变量值，排序、存盘这四项功能进行了比较，结果如下：
插入新变量
替换变量值
测试环境A下的比较结果让我们大为吃惊！SPSS的处理速度居然比SAS还要快！！并且每一项都是如此！！！一开始我以为是记录有误，可重复实验还是如此，难道BASIC引擎比C引擎还要快？！后来我们分析原因如下：SPSS对当前数据是尽量全部读入内存，因此处理时有相当一部分是在内存中进行，而SAS是将数据全部作为文件保存在硬盘上，每次处理时均要从硬盘中再次读出，处理完毕后再存入硬盘。并且SAS的数据引擎优化在相当程度上也是要和硬盘交互数据的，硬盘速度当然没有内存速度快了，所以当内存非常大的时候，用SPSS做数据的管理会更快。
再看测试环境B和C，这下SPSS就原形毕露了，插入新变量和替换变量值用时是SAS的两倍，排序用时将近3倍，最惨不忍睹的是存盘，慢的一塌糊涂！直观的看，问题仍然出在内存大小上，SPSS在环境B中存盘速度是2300条记录/次，在环境C中则低到了500条记录/次！至于排序，在A、B、C三种测试环境中都可以非常明显的看到SPSS数据引擎先是将全部数据读入，然后在排序时排到若干条记录后又会突然重新从头开始，显然，深层次的原因是SPSS数据引擎自身优化的不完善。这一结果充分表明SPSS不适宜在中、低档配置的机器上进行较大规模的数据整理。
2.4 统计分析速度
这是我们比较的重点，将对几个常用的统计分析功能逐个比较，他们分别是：
连续/离散变量的描述：对C1、C2、C3三个变量分别做均数、标准差的计算，然后对离散变量D1、D2、D3做频数表。
· t/u检验：所有记录按变量G分为两组，做两组间变量C1的比较。
· 卡方检验：做D1与D2的卡方检验。
方差分析：对变量C1、C2、C3进行D1、D2、D3的三因素三元方差分析（全模型，含所有交互作用），先是只进行方差分析，然后是在进行方差分析后再对D1进行SNK法的两两比较。
多变量回归分析：以C1为应变量，C2、C3、D1、D2、D3为自变量进行回归分析，首先采用ENTER法，然后采用逐步法。
由于测试环境A和B相当优越，两种软件计算所需时间均在3秒以内，为避免误差，这里的时间均采用软件自身的LOG中所记录的时间长度。下面分述如下（括号内为第二次计算时所用的时间，下同）：
2.4.1 连续/离散变量的描述
连续变量的描述
离散变量的描述
0.57(0.26)
1.29(1.34)
1.48(0.65)
2.27(2.34)
5.33(1.04)
3.51(3.46)
7.36(7.47)
13.9(12.8)
30.05(27.41)
14.93(13.11)
34.06(34.71)
时间的变化规律和前面相似，但SAS和SPSS对运行过的程序的优化能力不太相同，在配置A、B中，当相同统计过程第二次运行时，SAS用时减少的非常明显，将近一半左右，因此，在需要进行大量简单而重复的统计分析时，SAS是一个不错的选择。但在配置C中，SAS也无法得到充分的内存进行优化了，两次运行的速度相差不多。
2.4.2 t/u检验与卡方检验
0.83(0.25)
2.23(2.25)
1.49(0.88)
1.39(1.25)
　1.42(0.7)
4.67(4.67)
3.68(3.68)
13.9(12.35)
41.96(39.82)
14.89(12.70)
42.12(32.41)
这里的情况和前面相似，不再赘述。从以上的几个结果来看，当在配置非常好的情况下做简单的统计分析时，尽管SPSS的速度还和SAS有差距，但并不会影响使用的感觉，几秒而已。
2.4.3 方差分析
方差分析（含SNK法两两比较）
5.59(5.02)
33.64(27.28)
6.06(5.20)
36.89(36.18)
47.02（46.63）
8.17(7.86)
49.27（49.21）
47.28(44.54)
7:42.52(7:43.35)
51.25(47.35)
7:45.42(7:42.51)
注：SAS方差分析采用的是GLM过程。
我们这里使用的是一个非常复杂的多元方差分析模型，这次SAS又以绝对的优势胜出，在最好配置A下用时只有SPSS的1/6，而在最差配置C中用时更只有SPSS的1/10！这简直是压倒性的胜利嘛！显然，这里SAS的计算引擎终于显示出了他的强大实力。
可以看到，在配置C中，SPSS的速度已经到了不实用的程度，因此，在低配置的机器中进行复杂的统计分析时，SPSS是没有立足之地的。
另外还有两个发现，首先相同的程序第一、第二次运行的用时相差无几，说明此时无法进行二次程序的优化；其次加入两两比较对时间的影响非常小，这可能是因为两两比较可以直接利用前面方差分析计算出的中间结果的原因。
2.4.4 多变量回归分析
回归分析（进入法）
回归分析（逐步法）
1.15(0.99)
1.60(1.66)
1.08(1.07)
1.63(1.78)
1.75(1.26)
4.29(4.12)
4.28(4.44)
14.72(15.1)
39.73(39.06)
15.92(13.61)
40.65(38.72)
回归分析的结果和前面相似，配置C的计算速度远远低于A和B，同时进入法和逐步法用时相差不大。
综合前面的各项测试结果，我们得出了一个综合的结论如下：SAS的数据管理引擎和计算引擎优化的较好，并且主要通过硬盘交互数据，无论各种档次的机器配置都可以得到较好的发挥；而SPSS的数据管理引擎对内存的需求量非常大，如不能满足要求时速度会大大下降，计算引擎并没有针对复杂统计运算进行非常好的优化，速度一般，不推荐用来承担太复杂的统计分析。
因此，我们对大家选择统计软件时提出以下几点建议 (仅从速度出发)：
o&&&&&&&&&&&&&
如果机器配置非常好（P III, 128M内存），两者均可，up to you。
o&&&&&&&&&&&&&
当机器配置适中时（P II
64M内存），如果你只是做不太复杂的统计分析，所用的数据量也较小，则推荐用SPSS；否则，推荐用SAS。
o&&&&&&&&&&&&&
当机器配置较差时（P200
32M内存以下），使用SPSS的速度将变的非常慢，而SAS的速度却仍然保持在较高的水平，此时使用SAS将是最佳的选择。
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。spss软件使用方法_图文_百度文库
您的浏览器Javascript被禁用，需开启后体验完整功能，
享专业文档下载特权
&赠共享文档下载特权
&10W篇文档免费专享
&每天抽奖多种福利
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
spss软件使用方法
阅读已结束，下载本文需要
想免费下载本文？
定制HR最喜欢的简历
下载文档到电脑，同时保存到云知识，更方便管理
加入VIP
还剩90页未读，
定制HR最喜欢的简历
你可能喜欢百度拇指医生
&&&普通咨询
您的网络环境存在异常，
请输入验证码
验证码输入错误，请重新输入R与SPSS、SAS相比较_Python 在数据分析工作中的地位与R语言、SAS、SPSS 比较如何？
统计分析的软件和程序分析
& & & &能够用来做统计分析的软件和程序很多，目前应用比较广泛的包括：SPSS， SAS、R语言，Matlab，S-PLUS，S-Miner等。下面我们来看一下各应用的特点：
SPSS： 最简单的，都是菜单操作，不过不利于二次程序开发。
SAS： 需要购买，该软件录入语言要非常精确，不能出错，难操作。
R语言：免费软件，可以菜单操作，不过一般要编程的，二次程序开发。
Matlab：基本是程序操作，和R语言差不多，不过功能比较强大。
S-PLUS： 需要购买，基本也是菜单操作，和SPSS差不多。
r语言和spss哪个好学_R与SPSS、SAS相比较
R与SPSS、SAS相比较，拥有非常突出的优势：
1）产品线齐全。在功能与产品线齐全上已经远远超出SPSS，而与SAS不相上下。有些R的包，比如基因分析常用的Bioconductor在在线基因数据库连接等众多功能上甚至已经远远超出商业软件。
2）免费。请注意，标记为TM或者&符号的软件均需要在SPSS、SAS的基础模块基础之上另行购买，费用往往在千元美元以上。而R的一切功能均是免费。
3）开放。由于R本身是一个统计语言环境，再新的统计模型也很快能实现，所以在结构方程模型、项目反应理论、认知诊断等众多心理测量所使用的功能上，没有现成的统计软件包，使用R则完全可以自己编写算法。同样，由于R是完全开源，我们可以很快地基于研究者已经开发出的算法编写更适合自己情况的算法。
表：R与SAS、SPSS之比较
Python 在数据分析工作中的地位与 R 语言、SAS、SPSS 比较如何？
spss对用户的要求是只要会点击菜单就可以了，有编程窗口但是一般没人用，用户多是收到过一些统计训练的，但不需要高深的分析能力，市场调研用的比较多，统计专业大二一般要求掌握。
sas内装许多写好的procedure 而且都是经过Fda认证的，有保障的东西，所以死贵好处是权威，坏处是不够灵活，算法更新慢，语法奇怪。不是那种传统意义上做编程的语言，所以循环啊什么的涉及算法的会不那么方便，也不是matlab这种数学语言，所以数学运算很麻烦，除非你买iml库，但就是因为权威，所以药厂要用，还有银行的风控也会用，sas还有个好处是大数据处理，内装的proc sql还不错，但说实话大多数人更喜欢直接用mysql。
接下来是R 开源，所以更新很快，新的理论很快就可以用上，数据处理尤其方便 ，data frame list啥的。R的出现解决了许多非IT人需要面对大量编程的困扰，如果我们排序 难道要从bubble算法开始吗？所以一开始被人们说R是matlab的精简版 ，但是都用过之后才知道R更轻便好学， 而且开源啊，免费。 没那么多跟linux 还是windows的兼容问题， R调用C可以极大提高loop的速度，monte carlo的时候简直就是天使！总之，如果你是要做有自己想法的，也就是需要自己编程的，强推R 。所以别说金融不用 现在金融的最前端 R也是很流行的。
python最后说，不得不说pandas的数据处理便捷程度还是比不上R 但是习惯了就算了，python的好处在于可以做很多事情，不仅仅是统计，所以应用面会更广 。其他我不知道，数学建模上和matlab非常相似的语法win32 module里和office兼容很棒，既可以做stand-alone又可以做大型开发等。
另外，说到金融的应用，很多（比R更多）quant的部门都会用python，而写C++的人毕竟IT居多，那种数学系写出来的算法他们做不来，而数学系的C++又没那么好 所以python就有了用武之地。
总之R和Sas是专业性更强的统计软件，统计专业学生必备。
spss是更大众化的统计软件，完成一些诸如问卷分析，简单回归之类的小问题 ，python不是统计软件 ，而是一种可以用来做各种事情的语言 ，stata介于spss和sas之间， 编程的难度特大。
另外，只有R和python是开源，开源不仅仅是免费， 更重要的， 它是由许多人在维护开发的 。所以对新的要求新的理论可以很快付出实践 ，但风险就是可能有错（不过错误也会很快改正）。 所以你如果要绝对正确 ，用付费的，至少错了还可以打官司 （顺便提一下revoluon R 是R的付费有担保版本）。如果你喜欢更flexible的， 用开源 。（顺便提一下octave，不过我还是不喜欢matlab系列的语法）如果你用很简单的统计甚至不懂统计 ，用spss。
如果你只是统计 ，或者只是自己一个人干活 ，用R， 如果你是一个公司要做一个大家一起用的平台并且工作内容涉及到统计以外， 用python。
其实R也可以连sql c c++ 关键是精通一门 ，然后你会发现其他都是浮云。
关注电子发烧友微信
有趣有料的资讯及技术干货
下载发烧友APP
打造属于您的人脉电子圈
关注发烧友课堂
锁定最新课程活动及技术直播
Python 的学习，知识涵盖极为广泛，对不同应用目标的学习，进阶的路线有很大的差异，以下分别介绍常...
在AI开发中使用Lisp语言，是因为它的灵活性使快速建模和实验成为可能，这反过来又促进了Lisp在A...
所以，需要我们另外填写的参数为：shareid、from、bdstoken、filelist 和 p...
提供真正的数组，相比Python内置列表来说速度更快，NumPy也是Scipy、Matplotlib...
首先她下载并安装了 Phue 到 Tableau - Python - Server（又称为 Tab...
我们看到，第二条GET请求地址变了，并且在返回的信息中，我们看到，这个网页执行了一个POST请求。P...
此函数试图改变 im2 的颜色来适配 im1。它通过用 im2 除以 im2 的高斯模糊值，然后乘以...
现在我们可以创建创世区块了，我们需要一个函数来生成该区块链中的后继区块。该函数将获取链中的前一个区块...
诞生之初用来作为配置管理语言的Python，现在已经成为最流行的编程语言之一，尤其是随着AI应用的兴...
uri指请求中不包含参数的部分； request_uri指原始的请求，包含参数或者无参数； args...
另一个原因是我们可以将 Python 用在很多地方：数据科学、Web 开发和机器学习等都可以使用 P...
作者用Jieba + Word2vec + NetworkX 结合在一起，做了一次自然语言分析，语料...
Scala是一门多范式的编程语言，一种类似java的编程语言，设计初衷是实现可伸缩的语言、并集成面向...
目前常见的Wi-Fi加密方式有WEP、WPA2和WPS（链接为各自的破解方式），不过有网友反映以往破...
Python 如何爬取CSDN的极客头条呢？
后端使用字典进行缓存，使用缓存管理轻松访问多个缓存对象，当使用模块级缓存对象，重构运行时的缓存设置....
以下列出了学习 Python 时犯的三种错误:
1.可变数据类型作为函数定义中的默认参数
我个人超级喜欢 Matthew Inman 的漫画。它们在疯狂搞笑的同时，却又发人深省。但是，我很厌...
共享启动盘的服务 在基于 SAS Switch 的硬件构架之上易于实现一系列的优化服务。比如共享启动...
协程的优点：（1）无需线程上下文切换的开销，协程避免了无意义的调度，由此可以提高性能（但也因此，程序...
PrettyPrinter是Python 3.6 及以上版本中的一个功能强大、支持语法高亮、描述性的...
简单地说，计算机图形学的主要研究内容就是研究如何在计算机中表示图形、以及利用计算机进行图形的计算、处...
Python的用途十分广泛，不同的程序员将其用于不用的领域，不同的程序员将自己的代码打包成库，供其他...
随着Python在企业中的应用越来越多，岗位需求越来越大，面试成为了搞定优质职位的快速方式，下面是笔...
2017年被称为中国人工智能元年——在两会期间，人工智能技术已经成为国家战略，同时被写进政府报告。在...
本文开始对Python的概念以及Python的特点进行了介绍，其次介绍了Python搭建开发环境与应...
搜索是大数据领域里常见的需求。Splunk和ELK分别是该领域在非开源和开源领域里的领导者。本文利用...
Python 以其简单易懂的语法格式与其它语言形成鲜明对比，初学者遇到最多的问题就是不按照 Pyth...
在Python社区文化的浇灌下，演化出了一种独特的代码风格，去指导如何正确地使用Python，这就是...
本文介绍了如何在树莓派上，使用 OpenCV 和 Python 完成人脸检测项目。该项目不仅描述了识...
NumPy系统是Python的一种开源的数值计算扩展，它也是是Python数据分析必不可少的第三方库...
包管理是python这个Get的重要部分。本文介绍了Python的各个包管理工具之间的关系，相信通过...
现在我们有4个变量用来对啤酒分类，是否有必要将4个变量都纳入作为分类变量呢？热量、钠含量、酒精含量这...
借助主成分得分对河南省各市进行聚类分析。在进行聚类分析时，指标越多就会使样品间的共性显示得越少，太多...
在这篇教程中，你将用Python完成你的第一个机器学习项目:
1.下载并安装Python SciP...
Python已经成为漏洞开发领域的行业标准，读者会发现大多数概念验证工具都是用Python语言编写的...
php的正式环境部署非常简单，改几个文件就OK，用FastCgi方式也是分分钟的事情。相比起来，Py...
这不Github上一位大神就把 Python 3 的几乎所有语法重点都整理到了一张图上，对于有编程基...
在python世界，拥有一个永恒的道，那就是“type”，请记在脑海中，type就是道。如此广袤无垠...
作为一名程序员或者准程序员，对于面向对象编程简直熟悉的不能再熟悉。作为当今最流行的编程思想之一（或许...
栈(stack)又称之为堆栈是一个特殊的有序表，其插入和删除操作都在栈顶进行操作，并且按照先进后出，...
在本文中，我们将介绍那些用于 AI 开发的高质量库，并谈谈它们的优缺点，以及特性。
我们知道，任何编程语言编写的程序归根到底都是由底层机器的机器代码(01序列)执行的，无论是编译型语言...
为什么要挑战自己在代码里不写for loop？因为这样可以迫使你去使用比较高级、地道的语法或库。本文...
本文介绍机器学习中一种基于概率的常见的分类方法，朴素贝叶斯，之前介绍的KNN, decision t...
用深度学习模型——Mask R-CNN，自动从视频中制作目标物体的GIF动图。
本文主要介绍了Python编程实现蚁群算法详解，涉及蚂蚁算法的简介，主要原理及公式，以及Python...
简单地说，一个函数就是一组Python语句的组合，它们可以在程序中运行一次或多次运行。Python中...
ngxtop是用python开发的一款监控nginx访问日志的工具，
它可以实时动态地查看访问...
为了使初学者能够轻松地从 Python 2 向 Python 3 实现迁移，我收集了一些 Pytho...
随着大数据概念的火热，啤酒与尿布的故事广为人知。我们如何发现买啤酒的人往往也会买尿布这一规律？数据挖...
异常处理在任何一门编程语言里都是值得关注的一个话题，良好的异常处理可以让你的程序更加健壮，清晰的错误...
我发现自己在学习mock的过程中遇到的主要困难是不清楚mock能做什么，而不是mock对象到底有哪些...
Python是一种面向对象的解释型计算机程序设计语言，由荷兰人发明，第一个公开发行版发行于1991年...
如何入门Python，看看别人的经验吧。
numpy（Numerical Python）提供了python对多维数组对象的支持：ndarray...
EETOP网友很多是IC设计相关的，特别是从事IC验证的，经常会编写脚本，以前用的最多的应该是Per...
让我们一起攻破世界上最流行的WordPress的验证码插件每个人都讨厌验证码——在你被允许访问一个网...
2018 年即将到来，Coding Dojo（编码道场）发布了 2018 最具就业前景的 7 大编程...
存储设备(如固态硬盘、机械硬盘和磁带)广泛部署在数据中心的服务器和存储系统中。为了在整个企业中快速、...
树莓派是一个非常廉价的、只有手掌大小的完全可编程的计算机。虽然树莓派的体积小，但是它的潜力无限。你可...
根据一些我收到的反馈，大家似乎有点混淆——Cython是用来生成 C 扩展到而不是独立的程序的。所有...
字符编码是计算机编程中不可回避的问题，不管你用 Python2 还是 Python3，亦或是 C++...
Python（英国发音：/'pa?θ?n/ 美国发音：/'pa?θɑ:n/），是一种面向对象的解释型...
树莓派是一个非常廉价的、只有手掌大小的完全可编程的计算机。虽然树莓派的体积小，但是它的潜力无限。你可...
我咨询了我们真正的数据专家，收集整理了他们认为所有数据专家都应该会的七款 Python 工具。The...
本文主要介绍了python串口接收数据。其中涉及了Python使用线程来接收串口数据，以及pytho...
本文主要介绍了几种python串口编程实例。Python是纯粹的自由软件， 源代码和解释器CPyth...
本文主要介绍了python程序调试中设置条件断点。实际开发中，调试代码通常要花费比新编写代码更多的时...
本文主要介绍了调试Python程序代码的几种方法总结。第一种方法简单直接粗暴有效，就是用print把...
本文主要介绍了python断点调试方法，pdb 是 python 自带的一个包，为 python 程...
代码用的Python+Splinter开发，Splinter是一个使用Python开发的开源Web应...
本文主要介绍了利用python来实现小波阈值去噪算法。网上都是利用matlab来实现小波阈值去噪的，...
很多人按照我之前的Python安装教程可以成功，但是方法之下必定有BUG，所以还有一部分人（电脑）无...
本文的目的就是列举并描述Python可用的最有用的机器学习工具和库。这也仅仅是抛砖引玉，希望大家能提...
分析比较这两种语言到底哪个好，得看你的用途。R主要在学术界流行，python在工程方便比较实用。我的...
PyBrain的概念是将一系列的数据处理的算法封装到被称之为Module的模块中。一个最小的Modu...
本文中，作者讨论了 8 种在 Python 环境下进行简单线性回归计算的算法，不过没有讨论其性能的好...
OpenOffice是一个免费的、开源的办公套装，集成了允许开发者用不同语言进行开发的API。Pyt...
开源是技术创新和快速发展的核心。这篇文章向你展示Python机器学习开源项目以及在分析过程中发现的非...
作为『十大机器学习算法』之一的K-近邻（K-Nearest Neighbors）算法是思想简单、易于...
关于xgboost的原理网络上的资源很少，大多数还停留在应用层面，本文通过学习陈天奇博士的PPT和x...
怎样发挥Python语言的最高性能？
　python 是一门动态语言，hadoop是一个分布式计算的框架， 是用java写的。他们是两个层...
　NLTK是使用Python处理语言数据的领先平台。它为像WordNet这样的词汇资源提供了简便易用...
Python 是一种动态类型（dynamically-typed），面向对象的解释式（interpr...
谷歌深度学习研究员Fran?ois Chollet认为，目前很多深度学习研究论文都无意义；对人工智能...
最后回顾一下，SQLite与MySQL都是关系型数据库，操作时创建连接对象connection与光标...
Python 是一种解释型，面向对象的高级编程语言。和别的一些使用标点符号的语言不同，Python使...
机器学习博主Tadej Magajna另辟蹊径，利用深度学习解开“威利在哪里”的问题。
供应链服务
版权所有 (C) 深圳华强聚丰电子科技有限公司
电信与信息服务业务经营许可证：粤B2-}