• 课程
  • 案例
  • 实训
  • 社区
  •   登录  
  •   注册  
消息

      -- 没有更多了 --

      还没有收到消息

      申请表(1~2个工作日收到反馈)
      * 身份
      * 院校
        * 姓名
        * 手机号
        * 专业
        * 职务
        * 院校
          * 姓名
          * 手机号
          * 专业
          * 年级
          * 入学时间
          • 本科
          • 大专
          • 硕士
          • 博士
            * 学号
            * 姓名
            * 手机号
            * 单位名称
            * 职务
            • 常见问题
              • 工具包环境
              • 作业练习
            • 联系我们
            0

            常见问题

            案例运行支持的包及其版本信息

            Python (3.6.5 版本)
            工具包名称 案例支持的版本 练习支持的版本 工具包名称2 案例支持的版本2 练习支持的版本2
            tornado 4.4.2 4.4.2 ipython 5.1.0 5.1.0
            jupyter 1.0.0 1.0.0 bleach 1.4.2 1.4.2
            nose 1.3.7 1.3.7 numpy 1.14.2 1.14.2
            scipy 1.0.0 1.0.0 matplotlib 2.1.0 2.1.0
            pandas 0.20.1 0.20.1 scikit-learn 0.19.1 0.19.1
            gensim 0.12.4 0.12.4 imbalanced-learn 0.3.0 0.3.0
            seaborn 0.7.1 0.7.1 keras 2.0.8 2.0.8
            plotly 2.0.15 2.0.15 ggplot 0.11.5 0.11.5
            nltk 3.2.5 3.2.5 lxml 3.7.3 3.7.3
            scrapy 1.3.0 1.3.0 jieba 0.38 0.38
            threadpool 1.3.2 1.3.2 Pillow 3.1.0 3.1.0
            tqdm 4.15.0 4.15.0 flake8 2.5.1 2.5.1
            genius 3.1.6 3.1.6 pymongo 3.2.1 3.2.1
            python-memcached 1.57 1.57 grequests 0.3.0 0.3.0
            gevent 1.2.2 1.2.2 pytest-django 3.3.2 3.3.2
            pytest-xdist 1.22.2 1.22.2 python-crontab 2.3.4 2.3.4
            SQLAlchemy 1.1.13 1.1.13 mock 2.0.0 2.0.0
            hmmlearn 0.2.0 0.2.0 wordcloud 1.3.1 1.3.1
            protobuf 3.5.2.post1 3.5.2.post1 cairocffi 0.8.1 0.8.1
            enum34 1.1.6 1.1.6 np-utils 0.5.5.0 0.5.5.0
            future 0.16.0 0.16.0 beautifulsoup4 4.6.0 4.6.0
            pytesseract 0.1.7 0.1.7 bitarray 0.8.1 0.8.1
            python-igraph 0.7.1.post6 0.7.1.post6 configparser 3.5.0 3.5.0
            contextlib2 0.5.4 0.5.4 coverage 4.2 4.2
            funcsigs 1.0.2 1.0.2 ipaddress 1.0.18 1.0.18
            xlrd 1.1.0 1.1.0 unicodecsv 0.14.1 0.14.1
            mlxtend 0.12.0 0.12.0 pathlib2 2.1.0 2.1.0
            pydot 1.2.4 1.2.4 tensorflow 1.1.0 1.1.0
            torch 0.2.0.post3 0.2.0.post3 torchvision 0.1.9 0.1.9

            Python (2.7 版本)
            工具包名称 案例支持的版本 练习支持的版本 工具包名称2 案例支持的版本2 练习支持的版本2
            matplotlib 1.5.2 1.5.3 statsmodels 0.8.0 0.6.1
            jieba 0.38 0.38 requests 2.9.1 2.9.1
            numpy 1.13.1 1.10.4 pybloom -- 1.1
            gensim 0.12.4 0.13.3 scipy 0.18.0 0.16.1
            Pillow 3.1.0 3.1.0 pydot 1.0.2 1.0.2
            scikit-learn 0.19.0 0.17.1 seaborn 0.7.1 0.7.1
            lxml 3.7.3 3.7.3 pandas 0.18.1 0.19.1
            ggplot 0.6.8 0.11.5 beautifulsoup4 4.5.3 4.4.1
            Keras 2.0.8 -- imbalanced-learn 0.3.0 --
            pytesseract 0.1.7 -- torch 0.2.0.post3 --
            geniux 3.1.6 -- python-igraph 0.7.1post6 --
            torchvision 0.1.9 -- tensorflow 0.5.0 --
            hmmlearn 0.2.0 -- wordcloud 1.3.1 --
            plotly 2.0.15 -- tqdm 4.15.0 --
            chardet -- -- pyechart -- --
            nltk 3.2.5 -- -- -- --

            R (3.3 版本)
            工具包名称 案例支持的版本 练习支持的版本 工具包名称2 案例支持的版本2 练习支持的版本2
            arules 1.4-1 1.4-1 assertthat 0.1 0.1
            base 3.2.3 3.2.3 BH 1.60.0-1 1.60.0-1
            boot 1.3-17 1.3-17 class 7.3-14 7.3-14
            cluster 2.0.4 2.0.4 codetools 0.2-14 0.2-14
            coin 1.1-2 1.1-2 colorspace 1.2-6 1.2-6
            compiler 3.2.3 3.2.3 datasets 3.2.3 3.2.3
            DBI 0.3.1 0.3.1 DEoptimR 1.0-4 1.0-4
            dichromat 2.0-0 2.0-0 digest 0.6.9 0.6.9
            diptest 0.75-7 0.75-7 dplyr 0.4.3 0.4.3
            drm 0.5-8 0.5-8 e1071 1.6-7 1.6-7
            flexmix 2.3-13 2.3-13 foreach 1.4.3 1.4.3
            foreign 0.8-66 0.8-66 fpc 2.1-10 2.1-10
            ggplot2 2.1.0 2.1.0 graphics 3.2.3 3.2.3
            grid 3.2.3 3.2.3 -- -- --

            1、数据酷客中的编程练习题使用的是python的哪个版本?

            数据酷客里的编程题目,包括练习题目和教室中的课程作业使用的是Python3.6.5、Python2.7和R3.2.3。

            2、Python常用的工具包,比如numpy,pandas等,是否可在练习题中直接import?

            可以。数据酷客中已经集成了常用的Python和R数据分析工具包。

            3、练习中自己实现的函数是否要严格按照"函数说明"中规定的输入、输出参数名?

            是的。因为后台测试时需要调用用户自己实现的函数,为保证函数名和参数名的一致,请严格按照函数说明中的要求来实现。

            联系我们

            北京大数据研究院地址:北京市海淀区颐和园路5号北京大学静园6号院

            博雅大数据学院地址:北京市海淀区北四环西路67号中关村国际创新大厦602-603

            业务咨询:010-82690160    邮箱:cooperation@boyabigdata.cn

            © 2021 CookData 京ICP备17056523号-1
            帮助中心
            联系我们
            关于我们 | 帮助中心
            © 2021 CookData 京ICP备17056523号-1
            返回顶部
            登 录
            记住密码
            登   录
            忘记密码,请联系管理员
            注 册
            发送验证码
            同意数据酷客《用户协议》
            注   册
            手机密码找回 邮箱密码找回
            提交
            captcha 换一张
            提交

            返回登录 >