我刚刚成功地完成了一个tf.keras顺序模型的训练,并编写了一个单独的"Flask“脚本,将保存的模型加载到我上传到Heroku的应用程序中。一切都成功了。但是,当我在玩的时候,我意识到对于我的需求,我只需要导入Flask,从flask以及pandas,numpy和tensorflow.python.keras.models导入load_model的请求: from tensorflow.python.keras.models import load_model
from flask import Flask, request
import pandas as pd
import
我有一个C#工具,它解析一组csv文件来构造一个列表。这个集合可以小到20个文件,也可以和10000+文件一样大。MyObject it self有大约20个属性,其中大多数是字符串。每个文件有时可以在列表中创建多达4项,有时还有300项。
解析完成后,我首先将列表保存到csv文件中,这样以后就不必再对数据进行分析了。然后,我根据数据集的一个支点对数据进行汇总,然后有多个数据透视到用户可以选择的数据集。数据以WPF格式显示,用户对数据进行操作,并用一些附加信息对数据进行注释,然后将这些信息添加到MyObject中。最后,用户可以将所有这些信息保存到另一个csv文件中。
当文件变大时,我遇到了O
这里是初学者。尝试通过python加载这个表,这样我就可以弄清楚如何操作它,并获得一些洞察力,最终目的是计算问题和/或运行回归。 该命令在我创建的包含两行的测试数据库上运行良好,因此它一定与im尝试使用的csv格式有关。它是一个包含8000个客户和50个相关变量的文件,其中包括一些日期,然后计算、汇总和计算多个不同因素的30、60和90天窗口的平均值。这可能是我在底部得到错误消息的原因吗? (*只是编校) data = pd.read_csv("C:\Users\******\Desktop\*******.csv")
>>> data = pd.rea