大概在Python2.7.xx以前，安装Python时环境变量是需要自己设的，所以自己做了一个批处理文件.bat来设置环境变量Path，通过WMI命令wmic来实现。::检查path中有没有相关路径echo%path%|findstr/i"c:\python27\scripts"&&(gotorun)::先添加，防止没有时修改出错wmicENVIRONMENTcreatename="path",VariableValue="c:\python27\scri
系统 2019-09-27 17:56:30 1888
这是最近找机器学习实习的一个笔试题：看到这个题的时候第一想法就是用关联规则(Apriori算法)来实现。关联规则最重要的就是支持度Support和置信度Confidence。支持度的计算方法：#下面式中X∩Y表示X和Y同时发生的次数，N表示总事物数support(X->Y)=X∩Y/N置信度的计算方法：confidence(X->Y)=support(X->Y)/support(X)知道支持度和置信度的计算方法之后就可以实现上面算法了，首先本题给的数据集比
系统 2019-09-27 17:56:04 1888
最近在使用爬虫爬取数据时，经常会返回403代码，大致意思是该IP访问过于频繁，被限制访问。限制IP访问网站最常用的反爬手段了，其实破解也很容易，就是在爬取网站是使用代理即可，这个IP被限制了，就使用其他的IP。对于高大上的公司来说，他们基本都使用收费的代理，基本不会有什么问题，比较稳定。像我这样的矮矬穷，肯定是用不起收费的代理。一般都是使用国内免费的代理，网上也有很多提供免费的代理。很多人都是从网上爬取一批免费的代理IP，存放在存储媒介中，例如excel文
系统 2019-09-27 17:56:04 1888
[Python标准库]decimal――定点数和浮点数的数学运算作用：使用定点数和浮点数的小数运算。Python版本：2.4及以后版本decimal模块实现了定点和浮点算术运算符，使用的是大多数人所熟悉的模型，而不是程序员熟悉的模型，即大多数计算机硬件实现的IEEE浮点数运算。Decimal实例可以准确地表示任何数，对其上取整或下取整，还可以对有效数字个数加以限制。Decimal小数值表示为Decimal类的实例。构造函数取一个整数或字符串作为参数。使用浮
系统 2019-09-27 17:56:03 1888
课程地址http://icourse8.com/Python3rumenyushizhan.html章节详情第1章实验环境的搭建第2章Numpy入门第3章Pandas入门第4章Pandas玩转数据第5章绘图和可视化之Matplotlib第6章绘图和可视化之Seaborn第7章数据分析项目实战第8章课程总结classSolution{publicStringlongestCommonPrefix(String[]strs){if(strs.length==1
系统 2019-09-27 17:54:57 1888
datetime模块中包含五种基本类型：date、time、datetime、timedelta和tzinfo，tz是timezone的缩写，tzinfo用于表示时区信息。一，date类型date类型表示日期，是由year、month和day构成的对象1，初始化date对象使用date(year,month,day)函数来初始化date对象：fromdatetimeimportdatemydate=date(year,month,day)2，date对象函
系统 2019-09-27 17:54:44 1888
视频地址：https://www.icourse163.org/course/NJU-10015710051.1python简介：历史，特点，应用1.2第一个python程序：1.输出：print(字符串)print(变量)2.输入：varibale=input("message":)返回的是字符串str类型如需其它类型，可使用int(),float()等函数进行类型转换3.注释：#4.缩进：具有相同缩进的程序语句构成同一语句块1.3python语法基础1
系统 2019-09-27 17:54:30 1888
Python借助AI和数据科学，目前已经攀爬到了编程语言生态链的顶级位置，可以说Python基本上与AI已经紧密捆绑在了一起了。为什么人工智能开发要使用到python语言？小编认为基于以下几个原因：简洁高效Python作为一门编程语言，对于程序员来说，想要从事AI和机器学习相关的工作，Python是再合适不过的选择。简洁优美、开发效率高，Python语言已经得到了越来越多公司的青睐，很多公司都开始选用Python进行网站Web、搜索引擎、云计算、大数据、人
系统 2019-09-27 17:53:33 1888
前言学过Python数据分析的朋友都知道，在可视化的工具中，有很多优秀的三方库，比如matplotlib，seaborn，plotly，Boken，pyecharts等等。这些可视化库都有自己的特点，在实际应用中也广为大家使用。plotly、Boken等都是交互式的可视化工具，结合Jupyternotebook可以非常灵活方便地展现分析后的结果。虽然做出的效果非常的炫酷，比如plotly，但是每一次都需要写很长的代码，一是麻烦，二是不便于维护。我觉得在数据
系统 2019-09-27 17:52:48 1888
背景介绍从学sklearn时，除了算法的坎要过，还得学习matplotlib可视化，对我的实践应用而言，可视化更重要一些，然而matplotlib的易用性和美观性确实不敢恭维。陆续使用过plotly、seaborn，最终定格在了Bokeh，因为它可以与Flask完美的结合，数据看板的开发难度降低了很多。前阵子看到这个库可以较为便捷的实现数据探索，今天得空打算学习一下。原本访问的是英文文档，结果发现已经有人在做汉化，虽然看起来也像是谷歌翻译的，本着拿来主义，
系统 2019-09-27 17:52:29 1888
