- 博客(26)
- 收藏
- 关注
RSS订阅原创 强化学习相关理论
强化学习的梯度下降理论：https://lilianweng.github.io/lil-log/2018/04/08/policy-gradient-algorithms.html
2022-01-07 11:22:57
332
原创 模仿学习--技术综述
概念：局限性：2.1 数据的可获得性影子模式可以有效的解决数据的可获得性，但是其中的数据也包括了不值得提倡的司机行为；2.2 模型的有效性端到端的特性：1）可解释性较差；可解释性上刚刚有所进展（可解释机器学习？-文档）2）难以在中间过程中，接收信息和指令；应用方式：1）基于规则的规划、控制模块，还是基础的功能实现方案；2)强化学习、模仿学习，作为规划、控制模块的备份方案，在极端场景下-conner case 或规则无法覆盖的场景，能够有效的实现相应功能模块。论文及学习..
2021-12-30 14:25:27
1740
原创 规测论文汇总
1.综述论文：Planning and Decision-Making for Autonomous Vehicles网址：https://www.semanticscholar.org/paper/Planning-and-Decision-Making-for-Autonomous-Schwarting-Alonso-Mora/cb0c4256358167ea8fc21d2c64495b06ae04fd52
2021-10-06 14:02:24
180
原创 车路协同资源网站
车路协同发展 报告：https://img.chts.cn/web/2020/05/%E8%BD%A6%E8%B7%AF%E5%8D%8F%E5%90%8C%E8%87%AA%E5%8A%A8%E9%A9%BE%E9%A9%B6%E5%8F%91%E5%B1%95%E6%8A%A5%E5%91%8A%EF%BC%88201906%EF%BC%89.pdf车路协同的典型场景、标准，AVP标准：https://www.163.com/dy/article/GDQKR7CS0538NEII.html..
2021-09-24 13:45:35
102
原创 规控-动作规划路径拟合
在动作规划中，利用五次多项式限制Jerk加加速度：思考：为什么3次多项式就能限制Jerk？还要用5次多项式？bbs.gongkong.com/d/200906/289659/289659_1.shtml
2021-08-20 16:30:13
151
原创 数据规整：层次化索引、合并、重塑
pandas的数据规整包含三个方面的内容：1.层次化索引；2.数据集合并；3.重塑。1 层次化索引在一个轴上拥有多个索引，能以低纬度处理高纬度问题；）层次化索引的赋值：data=pd.Series(np.random.randn(4),index=[['a','a','b','b'],[1,2,1,3]])）层次化索引的子集提取：data['b'] # 外层索引提取data...
2019-10-15 18:10:28
332
原创 pandas数据预处理初探：数据清洗、整备
本章节主要包含两个内容：1.缺失数据处理；2.数据转换（数值和字符串）。1.缺失数据处理）在pandas中，缺失数据以浮点值NaN表示，可以利用函数 data.isnull() 来判断，返回值为布尔型；）滤除缺失数据：data.dropna( ) # == data[data.notnull( )];dropna() 默认丢弃任何含有缺失值的行；dropna(how=‘all’)...
2019-10-12 17:41:40
364
原创 DataFrame结构数组的index索引顺序改变
在DataFrame的数组中，有时需要改变行的顺序，即index顺序的改变：df=pd.……order=[……]1）df.index=order # 仅仅改变索引的名称，原始数组的每行元素值并 没有 随之改变；2）df.take(order) # df的行索引按照 order 的顺序排列，且对应行的数组元素 随之重排；（行整体排序）3）df.iloc[order,:] # df 的行索引...
2019-09-09 13:54:57
3017
原创 功能函数str.lower、.map、reduce、np.sign、str.title、str.upper
各种功能函数阶段性总结：1.字符串函数str.lower() # 字符串中，大写字符全部转为小写，返回新字符串；str.title() # 字符串格式，变更为 标题格式，首字母大写，其他字母小写；str.upper() # 所有字母大写；.map，实现并行计算：map.(f(x), iterable) # 将可迭代对象（list等），带入函数f(x)中，返回迭代对象；data....
2019-09-09 12:23:35
1454
原创 Pandas数据分析的准备工作：1.数据清洗
在Pandas数据分析、挖掘之前，需要对数据进行有效性判断，如果不满足要求，就需要对数据进行清洗、转换、规整（包含字符串）等操作，以使数据能表现出一定的特征或规律。本次内容主要对数据分析中：缺失数据处理；数据转换、过滤、排列：重复数据判定、修改，索引修改，（数据离散化和面元）；数值检测、过滤；数据排列，随机采样；字符串（正则表达式re模块）。一、缺失数据处理在Pandas中，使用浮...
2019-09-07 17:22:30
278
原创 Python大数据分析之Pandas入门基础1
在开始大数据分析之前，需要了解Pandas的基础知识： 1. 数据结构：数据在Pandas的处理过程中存在的形式，决定了数据特性和数据处理流程； 2. 主要的功能函数：包括索引、重新索引、数据的增删改、排序与排名等； 3. 常见的运算函数：加减乘除、绝对值、统计值等等； 4. 附加功能：文件读取、数据库交互、网站API等（粗略介绍，后续专题）。
2019-08-31 17:48:43
361
原创 Numpy和Pandas中关于axis的定义和理解
数据分析的数组函数中（Series和DataFrame……），常常会涉及到轴参数的设置：axis=0、1。1.当 axis=0 == axis=index，意味着：数组中的所有元素（包括行索引(index)），都被视为（单独的）列向量；在各列向量、或单独一列的行索引上，执行相应操作。2.当 axis=1 == axis=columns，意味着：数组中的所有元素（包括列索引(columns)）...
2019-08-29 18:00:47
392
原创 Python的Numpy入门基础2
NumPy作为Python的常用库，主要实现数组的计算和分析。上回书说到：NumPy数组创建、索引、切片、转置的定义和注意事项；顺其自然，就涉及到矩阵的运算：A.数学函数：针对数组和元素的通用函数，包含单个数组的一元函数：开方、指数、取整、判断NaN等；也包含多个数组的二元函数：加、减、相乘、整除、大小比较等；还有比较特殊的矩阵计算：点乘。一元函数： np.sqrt( ) ...
2019-08-28 19:30:24
323
原创 Python的Numpy入门基础1
NumPy作为Python的常用库，主要实现数组的计算和分析，其优点是直接进行数组计算，相比Python的嵌套列表，更加高效。在功能上，与Pandas存在一定的相似性。引用库的方法：import numpy as np #一般缩写为np，方便后续的引用在数据分析过程中，存在创建定义、索引、切片、矩阵转置等。在矩阵定义过程中，常用的几种方式：x=np.array([1,2,3,4]...
2019-08-23 17:52:36
291
原创 Python的strip模块、正则表达式（部分）
Python的strip( )模块，主要功能是去除首尾字符；如果没有定义，则默认为去除空格或换行符。str.strip( ‘0’ )；在字符串 str 中，去除“0”字符，返回去除后的字符串；str.title( )； 字符串 str 转换为标题格式，首字母大写，其余字母小写；待续……正则表达式：re.sub(pattern, repl, string, count=0)...
2019-08-22 17:48:47
752
原创 Python的函数初探
函数：作为编程中最主要的一部分内容，需要重点关注。在Python中，函数需要预先声明：def functionname( ): for value in string: # 在函数中定义中间变量，并作为返回值用于主程序 value = ……return value返回值return 可以返回多个值，return a, b, c；如果函数中没有 ret...
2019-08-22 17:37:13
176
原创 Python数据结构：推导式（系列：列表、元组、字典、集合）
推导式：即在数据中，依据一定的条件进行数据操作，各种数据结构的推导式的应用结构大体相同，列表与集合的推导式只是括号形式的不同，[ ] 和 { };字典的推导式，则多出一个key值。列表： a= [expr for x in list if conditions]集合： b= {expr for x in strings if conditions}字典： c={key_exp...
2019-08-21 18:17:27
350
原创 Python数据结构：集合初探（系列：列表、元组、字典、集合）
集合，作为Python的一种数据结构，具有一定的特点：无序、不可重复、不可变。创建集合的函数：set( [……] )或者{ }。Tips：在创建集合的过程中，会自动删去重复的元素；在创建集合的过程中，会自动对元素进行排序；排序方式：当元素只有数字时，按照数字的数值大小排序；当元素有多种类型时，数字在字母前面，数字按照首位数字，从小到大排序，字母按照a~z，依次排列。集合还存在多种...
2019-08-21 18:04:59
180
原创 Python数据结构：列表与元组差异（系列：列表、元组、字典、集合）
列表与元组可以相互转换：a=[……]，a = list( )，定义的列表：长度可变，内容可修改tuple( )， 元组的转换，定义额元组：不可修改
2019-08-21 17:46:10
299
原创 Python数据结构：字典初探（系列：列表、元组、字典、集合）
字典，作为Python的重要数据结构，具有其特有的命名原则和结构。字典的创建方式dic{键:值，键:值,……}；其中键作为每个元素的名字，值为每个单元的数值。字典类似于Matlab的元胞数组，只是在其基础上，增加各元胞的名称，便于调用。字典类型的数据，存在如下基本的操作方式：元素的添加：dic[5]=‘some value’，即在字典数据的末尾，增加5:‘some value’这一元素...
2019-08-19 18:57:57
235
原创 Python中列表的range函数、列表切片、sort函数、enumerate函数、bisect二分查找
在for… in…循环中，常常涉及到依次取值迭代，就需要对列表的取值进行定义，用到range( )函数。range( )函数的使用方法：tips：range(起点，终点，步进)函数是只包含起点，不包含终点；range(10)，默认 0 为起点，1 为步进；== range（0，10，1）；range(0,20,2)，为正常格式，常用于迭代。列表切片：等同于range( )函...
2019-08-19 18:40:46
1425
转载 python在办公软件上的应用
版权声明：本文为博主原创文章，遵循 CC 4.0 by-sa 版权协议，转载请附上原文出处链接和本声明。原文链接
2019-08-17 08:47:23
4881
原创 Python在处理时间序列上的实际时间戳处理模块datatime
在采集数据的过程中，不可避免的存在各行数据时间戳的存在，在后续的时间序列处理中，可能存在需要依据时间戳进行数据分析，必然涉及到Python的datetime模块。在开始编程之前，一如既往的导入模块：from datetime import datetime, date, timedatetime()模块存在一个默认的时间格式，例如：（2019,8,16,14,0,26）单独对赋值参数 t...
2019-08-16 19:28:16
577
原创 Python的append赋值注意事项
Python的变量存在两种类型：可变类型和不可变类型。因此，对不同类型变量的赋值存在两种模式：一种浅层次赋值（非绑定赋值）；一种深层次赋值（绑定赋值）。（涉及变量的地址和数值，还没弄清楚）当我们需要使用append函数时，需要注意：新变量的改变会影响整个相关联的变量。例如：a=[1,2]b=ab.append(3)print(type(b),a,b)输出的结果为：<class...
2019-08-15 19:05:03
6438
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人