我们搞了个python的工具包PyTls。做这件事的初衷是发生了一个星期要用python同时开发3个项目的情况，我发现了两个现象：1.有很多定制化的需求是极度高频反复重写的；2.有很多功能之前写过，可能因为稍许复杂又忘了，再用的时候又要去Google。所以，拉着同组的一个实习生，一起维护了PyTls的这个项目，为的就是那句"lifeisshort,weneedpython"。所有的详细的测试demo都可以在我的git找到，PyTls的测试demos希望可以
系统 2019-09-27 17:54:40 1950
廖雪峰Python教程笔记（六）8模块使用模块8模块在计算机程序的开发过程中，随着程序代码越写越多，在一个文件里代码就会越来越长，越来越不容易维护。把很多函数分组，分别放到不同的文件里，这样，每个文件包含的代码就相对较少，很多编程语言都采用这种组织代码的方式。在Python中，一个.py文件就称之为一个模块（Module）。模块的好处：最大的好处是大大提高了代码的可维护性。引用其他模块，编写代码不必从零开始可以避免函数名和变量名冲突，尽量不要与内置函数名字
系统 2019-09-27 17:54:19 1950
python最大深度最小深度LeetCode104，111解法：1、BFS：寻找最大深度的时候，很容易想到就是，可以直接进行层次遍历，当无法在进行遍历下去的时候就是最深的深度；当寻找最小深度的时候，对每一个节点检查它是否是叶子节点，也就是检查它是否有左子树和右子树。2、DFS：每次进行遍历的时候，要判断是否是叶子节点，更新max深度的值和min深度的值。BFS版本#Definitionforabinarytreenode.#classTreeNode(ob
系统 2019-09-27 17:54:14 1950
一、什么是匿名函数关键字lambda表示匿名函数。冒号前面的x表示形参，冒号后面是返回值。例：计算1~10对应数字的平方，以列表形式输出。定义法函数：deffun(x):returnx**2print(list(map(fun,range(1,11))))匿名函数法：print(list(map(lambdax:x**2,range(1,11))))二、匿名函数的特点当我们在传入函数时，有些时候，不需要显式地定义函数，直接传入匿名函数更方便。匿名函数有个限
系统 2019-09-27 17:53:21 1950
在shell(bash)下有2个很基本的功能，那就是tab补全，和clear清屏，对于我这种时不时不自觉的就手残要clear清屏一下的人来说，python控制台不能清屏很不爽，经过google的帮忙，找到了解决办法。执行“manpython”可以看到这样一个环境变量：PYTHONSTARTUPIfthisisthenameofareadablefile,thePythoncommandsinthatfileareexecutedbeforethefirst
系统 2019-09-27 17:52:47 1950
有如下的一堆mac地址,需要更改成一定格式,如mac='902B345FB021'改为mac='90-2B-34-5F-B0-21'。借助python脚本,可以轻松实现,原理就是:字符串的按照固定长度拆分。1,文件mac.txt,保存了如下的mac地址:50E549E32ECB902B3413EFA650E549ECBA1C902B3457B16F1C6F65296DF9902B34131A1450E549E3E2F850E5493A2696902B345
系统 2019-09-27 17:51:20 1950
NumPy提供了多种存取数组内容的文件操作函数。保存数组数据的文件可以是二进制格式或者文本格式。二进制格式的文件又分为NumPy专用的格式化二进制类型和无格式类型。一，tofile()和fromfile()tofile()将数组中的数据以二进制格式写进文件tofile()输出的数据不保存数组形状和元素类型等信息fromfile()函数读回数据时需要用户指定元素类型，并对数组的形状进行适当的修改从上面的例子可以看出，在读入数据时:需要正确设置dtype参数，
系统 2019-09-27 17:49:58 1950
变量存储在内存中的值。这就意味着在创建变量时会在内存中开辟一个空间。基于变量的数据类型，解释器会分配指定内存，并决定什么数据可以被存储在内存中。因此，变量可以指定不同的数据类型，这些变量可以存储整数，小数或字符。变量赋值Python中的变量赋值不需要类型声明。每个变量在内存中创建，都包括变量的标识，名称和数据这些信息。每个变量在使用前都必须赋值，变量赋值以后该变量才会被创建。等号（=）用来给变量赋值。等号（=）运算符左边是一个变量名,等号（=）运算符右边是
系统 2019-09-27 17:49:53 1950
上一篇博客介绍了神经网络其实就是两步，第一步是前向传输，根据输入的特征值与权重矩阵以及激活函数，不断往前计算，得到输出层的值，第二步就是后向传播，根据残差的加权求和，不断往后，直到输入层，然后更新权重，不断进行这两步，直接输出结果的误差在所要求范围内即可。本篇博文通过python代码实现神经网络，采用sklearn自带的手写数字集，看分类情况如何一、导入数据集并标准化数据集的加载非常简单，直接调用load_digits即可，常用到的数据有：digits.d
系统 2019-09-27 17:49:25 1950
参考来源：https://www.toutiao.com/a6644771438534328836/当数据集的特征过多时，容易产生过拟合，可以用随机森林来在训练之后可以产生一个各个特征重要性的数据集，利用这个数据集，确定一个阈值，选出来对模型训练帮助最大的一些特征，筛选出重要变量后可以再训练模型；本文所用数据集是从kaggle网站上下载的lendclub数据，通过随机森林筛选出对预测是否逾期的重要性变量：#首先导入数据，查看数据集的基本情况：df=pd.r
系统 2019-09-27 17:48:56 1950
