在网上看到一篇关于隐马尔科夫模型的介绍，觉得简直不能再神奇，又在网上找到大神的一篇关于如何用隐马尔可夫模型实现中文拼音输入的博客，无奈大神没给可以运行的代码，只能纯手动网上找到了结巴分词的词库，根据此训练得出隐马尔科夫模型，用维特比算法实现了一个简单的拼音输入法。githuh地址：https://github.com/LiuRoy/Pinyin_Demo原理简介隐马尔科夫模型抄一段网上的定义：隐马尔可夫模型(HiddenMarkovModel)是一种统计模
系统 2019-09-27 17:37:43 2117
闭包作为对象被返回时，它的引用变量就已经确定（已经保存在它的__closure__属性中），不会再被修改，它的所有变量就已经固定，形成了一个封闭的对象，这个对象包含了其引用的所有外部、内部变量和表达式。闭包内部函数对外部函数变量的引用，则将该函数与用到的变量称为闭包。闭包定义：闭包是指可以包含自由（未绑定到特定对象）变量的代码块；这些变量不是在这个代码块内或者任何全局上下文中定义的，而是在定义代码块的环境中定义（局部变量）。“闭包”一词来源于以下两者的结合
系统 2019-09-27 17:57:26 2116
在Python中，比较两个对象（变量）是否相等，可以用“is”和“==”操作，但它俩有什么区别？什么时候用“is”，什么时候用“==”？在面试时，发现不少候选人很难把这两者完全说清楚，因此在这篇文章中，「Python之禅」将对二者进行深入浅出的对比介绍。先举个例子小黄最近手头非常宽裕，花重金购买了一辆P90D特斯拉，我们暂且给这车取名叫"小P"，这辆车和隔壁老王家的车（车名叫"小王"）是一模一样的，无论是型号、外表还是价格都一样，是同批次生产的。这里我们可
系统 2019-09-27 17:56:18 2116
工具：Jupyternotebook+Anaconda游戏规则：时时彩一种玩法是买尾号。2元一个数字，中奖是20元。每个数字出现的概率相等。目前想到两种买法：随机购买，人是感性动物，很容易受周围环境干扰。完全随机购买在生活中是不存在的。分析数字在前面N期出现的概率，选择概率最小的n个数字购买。导入包importnumpyasnp定义玩法一：完全随机购买defplay_lottery(my_money,play_num,money):'''随机选择数的中奖率
系统 2019-09-27 17:56:04 2116
生成列表l1=[1,2,3]l2=[4,5,6]增：1.append()#在列表最后插入元素l1.append(7)print(l1)2.insert()#在指定位置插入元素l1.insert(0,8)print(l1)3.extend()#将一个列表中的所有元素放到另一个列表后面l1.extend(l2)print(l1)4.直接相加print([1]+[2])查统计个数print(l1.count(1))l1.append(1)print(l1.cou
系统 2019-09-27 17:55:54 2116
通过cmd启动Python需要先设置系统环境，设置步骤如下：1、首先，在桌面找到“计算机”右键找到“属性”或者按下win键再右键“计算机”找到“属性”也可以。如下图所示：2、接下来，点击完“属性”之后，进到如下图所示的界面，选择“高级系统设置”点击完“高级系统设置”之后会弹出系统属性框，所下图所示。选择弹框中“高级”下的“环境变量”点击“环境变量”之后，接下来我们要在“系统变量”里的Path后面加上Python安装路径。注意：在path后面加上一个英文“;
系统 2019-09-27 17:55:32 2116
网上有许多方法提到要用append或者loc直接赋值，但是我运行发现都不行，不知道为啥。我是想把原dataframe中的几行提出来放到新的dataframe中。方法如下：#按照原dataframe的列标题创建新的dataframeNewDataFrame=pd.DataFrame(columns=OriginalDataFrame.columns.values)#i为要提取的行号row=OriginalDataFrame.loc[[i]]frames=[N
系统 2019-09-27 17:54:37 2116
项目上线部署的时候需要服务端的同学帮忙打Docker，但是自己也需要提前写好requirements.txt。这里记录一下两种生成requirements.txt的方法。方法一：在项目根目录下，在命令行中输入：pipfreeze>requirements.txt这种方法会将当前环境下的所有的信息都存入requirements.txt中。方法二：首先安装pipreqs库。进入需要生成文件的目录执行：pipreqs./如果出现报错：UnicodeDecodeE
系统 2019-09-27 17:54:12 2116
原文链接：https://blog.csdn.net/Anwel/article/details/79967261非常使用的方法：(亲测有效果)importpymysql#xlrd为python中读取excel的库，支持.xls和.xlsx文件#importxlrd#openpyxl库支持.xlsx文件的读写fromopenpyxl.reader.excelimportload_workbookfrombuiltinsimportint#cur是数据库的游
系统 2019-09-27 17:51:55 2116
在图片中识别足球先补充下霍夫圆变换的几个参数知识：dp，用来检测圆心的累加器图像的分辨率于输入图像之比的倒数，且此参数允许创建一个比输入图像分辨率低的累加器。上述文字不好理解的话，来看例子吧。例如，如果dp=1时，累加器和输入图像具有相同的分辨率。如果dp=2，累加器便有输入图像一半那么大的宽度和高度。minDist，为霍夫变换检测到的圆的圆心之间的最小距离，即让我们的算法能明显区分的两个不同圆之间的最小距离。这个参数如果太小的话，多个相邻的圆可能被错误地
系统 2019-09-27 17:51:50 2116
Matplotlib绘制决策树代码：#coding=utf-8importmatplotlib.pyplotasplt'''遇到不懂的问题？Python学习交流群：821460695满足你的需求，资料都已经上传群文件，可以自行下载！'''decisionNode=dict(boxstyle='sawtooth',fc='10')leafNode=dict(boxstyle='round4',fc='0.8')arrow_args=dict(arrowsty
系统 2019-09-27 17:50:28 2116
学习编程语言是很枯燥的，尤其是对一个编程零基础的人来说，更为枯燥！所以我们要从枯燥的学习中找点乐趣和动力！比如，抓点小姐姐的图片在这里插入图片描述完整代码importosimporttimeimportrequestsfromlxmlimportetree'''遇到不懂的问题？Python学习交流群：821460695满足你的需求，资料都已经上传群文件，可以自行下载！'''defget_img_url(url):''':paramurl:图集url:ret
系统 2019-09-27 17:49:24 2116
动态链接库在Windows中为.dll文件，在linux中为.so文件。以linux平台为例说明python调用.so文件的使用方法。本例中默认读者已经掌握动态链接库的生成方法，如果不太清楚的可以参考动态链接库的使用调用上例动态链接库的使用中的sum.soimportctypesso=ctypes.CDLL('./sum.so')print"so.sum(50)=%d"%so.sum(50)so.display("helloworld!")print"so
系统 2019-09-27 17:47:56 2116
简介“千呼万唤始出来，犹抱琵琶半遮面”，经过前边的各项准备工作，终于才把appium这位琵琶女请出来。那么下边就由宏哥给各位看官、小伙伴们和童鞋们来引荐这位美女（帅哥）。这一篇主要是对前边的内容做一个小小的总结，我们不能只顾得埋头拉车，不记得抬头看路可不行哦！说明：Appium--奴家的大号，提起奴家的大号在江湖上也是无人不知，无人不晓。奴家==Appium；一、奴家自我介绍奴家是一款开源的自动化测试工具，奴家可以支持iOS和安卓平台上的原生的，基于移动浏
系统 2019-09-27 17:47:44 2116
定义代码如下importredisimportcontextlibimportpickleimportos,socket,threadingclassRedisLock:def__init__(self,lock_name,host='',port=6379,db=0):self.lock_name=lock_nameself.redis=redis.Redis(connection_pool=redis.ConnectionPool(host=host,
系统 2019-09-27 17:47:23 2116
