如下所示：importmatplotlib.pyplotaspltimportnumpyasnpimportmathdefgaussian(sigma,x,u):y=np.exp(-(x-u)**2/(2*sigma**2))/(sigma*math.sqrt(2*math.pi))returny#x=np.linspace(220,230,10000)x=np.linspace(-800,800,10000)plt.title('PDFinHorizon
系统 2019-09-27 17:55:55 2383
1.知乎文章图片爬取器之二博客背景昨天写了知乎文章图片爬取器的一部分代码，针对知乎问题的答案json进行了数据抓取，博客中出现了部分写死的内容，今天把那部分信息调整完毕，并且将图片下载完善到代码中去。首先，需要获取任意知乎的问题，只需要你输入问题的ID，就可以获取相关的页面信息，比如最重要的合计有多少人回答问题。问题ID为如下标红数字编写代码，下面的代码用来检测用户输入的是否是正确的ID，并且通过拼接URL去获取该问题下面合计有多少答案。在学习过程中有什么
系统 2019-09-27 17:55:50 2383
python连接操作rabbitMQ主要是使用pika库安装：pipinstallpika==1.0.1注意：pika1.x与pika0.x有一些不同，使用的时候需要看清版本使用，避免踩坑Pika是用于Python的RabbitMQ（AMQP0-9-1）客户端库注：官方对于pika有如下介绍：Sincethreadsaren’tappropriatetoeverysituation,itdoesn’trequirethreads.Pikacoretakes
系统 2019-09-27 17:55:08 2383
修改、查看私有属性、名字重整如下，Test类定义一个私有属性__name实例化一个对象a，无法调用该属性，打印a.__dict__（可以检查一个对象的所有属性）查看，发现__name存在并且名字变为_Test__name（无法调用的原因，名字被改变）改变规则：私有属性前添加类名，再在类名前添加一个下划线（名字重整）我们验证一下，打印修改后的属性，如下这里有个疑问，既然无法直接打印，那我们为什么可以直接修改？修改测试一下，打印输出，此时__name并不是私有
系统 2019-09-27 17:53:05 2383
前言:json是一种通用的数据类型，任何语言都认识，长得像字典，形式也是k-v{}，其实json是字符串。字符串不能用key、value来取值，要先转成字典才可以格式如下：{"error_code":0,#要使用双引号，如果是单引号则运行时会报错，可以上网做在线json格式校验"stu_info":[{"id":0,"name":"a","sex":"男","age":22,"grade":"天蝎座","gold":100},{"id":1,"name":
系统 2019-09-27 17:50:53 2383
学习Python的童鞋，对numpy都不陌生，小白最近学习了一些Numpy的方法，发现Numpy真的很强大。Numpy:本质的数字化的python，当然也可以存放string类型的数据。如何创建array?可以用tuple也可用list.其中，dtype用来指定数据类型，int32指，存放int类型最高32位，不过也可以去掉32，直接写int。数据类型float都可以定义数据的长度，也可以不定义。第一种用tupletuple=(1,2,3,4)a=np.a
系统 2019-09-27 17:50:11 2383
正则表达式是定义搜索模式的字符序列。通常这种模式被字符串搜索算法用于字符串上的“查找”或“查找和替换”操作，或者用于输入验证。1.正则表达式的语法.表示任何单个字符[]字符集，对单个字符给出取值范围[^]非字符集，对单个字符给出排除范围*前一个字符0次或者无限次扩展+前一个字符1次或无限次扩展?前一个字符0次或1次扩展|左右表达式任意一个{m}扩展前一个字符m次{m,n}扩展前一个字符m至n次^匹配字符串开头$匹配字符串结尾()分组标记，内部只能使用|操作
系统 2019-09-27 17:49:57 2383
前言我看到最近几部电影很火，查了一下猫眼电影上的数据，发现还有个榜单，里面有各种经典和热映电影的排行榜，然后我觉得电影封面图还挺好看的，想着一张一张下载真是费时费力，于是突发奇想，好像可以用一下最近学的东西实现我的需求，学习了正则表达式之后，想着要感受一下它在爬虫里面的效果和优缺点。目标：爬取Top100榜单上电影的封面图Top100榜单规则：将猫眼电影库中的经典影片，按照评分和评分人数从高到低综合排序取前100名，每天上午10点更新。相关数据来源于“猫眼
系统 2019-09-27 17:48:31 2383
在如今这个处处以数据驱动的世界中，机器学习正变得越来越大众化。它已经被广泛地应用于不同领域，如搜索引擎、机器人、无人驾驶汽车等。本书首先通过实用的案例介绍机器学习的基础知识，然后介绍一些稍微复杂的机器学习算法，例如支持向量机、极端随机森林、隐马尔可夫模型、条件随机场、深度神经网络，等等。本书特色用最火的Python语言、通过各种各样的机器学习算法来解决实际问题！书中介绍的主要问题如下。探索分类分析算法并将其应用于收入等级评估问题使用预测建模并将其应用到实际
系统 2019-09-27 17:47:46 2383
之前需要做一些目标检测的训练，需要自己采集一些数据集，写了一个小demo来实现图片的采集使用方法：指定name的名称，name为分类的标签按n键拍摄图片程序会在当前目录下生成一个pictures的文件夹，图片存放在其中print("正在初始化摄像头...")importcv2importosimportdatetimecap=cv2.VideoCapture(0)print("初始化成功！")#name='play_phone'#name='haqian'
系统 2019-09-27 17:46:30 2383
