任务：用python时间简单的统计任务-统计男性和女性分别有多少人。用到的物料：xlrd它的作用-读取excel表数据代码：importxlrdworkbook=xlrd.open_workbook('demo.xlsx')#打开excel数据表SheetList=workbook.sheet_names()#读取电子表到列表SheetName=SheetList[0]#读取第一个电子表的名称Sheet1=workbook.sheet_by_index(0
系统 2019-09-27 17:56:00 2361
目录常用代码片段及技巧自动选择GPU和CPU切换当前目录临时添加环境目录打印模型参数将tensor的列表转换为tensor内存不够debugtensormemory常用代码片段及技巧自动选择GPU和CPUdevice=torch.device('cuda'iftorch.cuda.is_available()else'cpu')#modelandtensortodevicevgg=models.vgg16().to(device)切换当前目录importo
系统 2019-09-27 17:55:40 2361
廖雪峰Python教程笔记（四）6高级特性切片slice迭代列表生成式生成器迭代器6高级特性在Python中，代码不是越多越好，而是越少越好。代码不是越复杂越好，而是越简单越好。基于这一思想，我们来介绍Python中非常有用的高级特性，1行代码能实现的功能，决不写5行代码。请始终牢记，代码越少，开发效率越高。切片slice经常取指定索引范围的操作，用循环十分繁琐，因此，Python提供了切片（Slice）操作符取前3个元素，用一行代码就可以完成切片：L[0
系统 2019-09-27 17:55:36 2361
5位数日期戳读取.mat文件处理里面数据时，发现里面的日期数据全部都是“5位数”数字，很不解；后来查到可以在excel中通过设置单元格调回标准日期格式，如下：选中日期戳，右键选择“格式化单元格（FormatCells）”选择需要的日期格式，点击ok即可通过代码转成标准日期例如这个DataFrame中的日期，全部都是“日期戳”格式的，但我需要的是人能看懂的“标准日期”；确认起始日期首先需拿一个“日期戳”对应的时间(标准日期)，减去这个日期戳，得出起始时间。获
系统 2019-09-27 17:54:46 2361
Python爬取豆瓣电影，最简单，最暴力，直接搞Api首先是api地址（地址去官网溜达一圈很容易就找到）：requests.get('https://movie.douban.com/j/search_subjects?type=movie&tag={}&sort=recommend&page_limit={}&page_start=0'.format(tag,page)使用requests发送get请求拿到json数据（一次可以抓很多条,所以没必要循环抓
系统 2019-09-27 17:53:31 2361
先来看一道题目：>>>deffunc(numbers=[],num=1):...numbers.append(num)...returnnumbers>>>func()[1]>>>func()[1,1]>>>func()[1,1,1]我们似乎发现了一个Bug，每次用相同的方式调用函数func()时，返回结果竟然不一样，而且每次返回的列表在不断地变长。>>>id(func())4330472840>>>id(func())4330472840从上面可以看出，
系统 2019-09-27 17:52:13 2361
今天我想讲一讲关于Elasticsearch的索引建立，当然提前是你已经安装部署好Elasticsearch。ok，先来介绍一下Elaticsearch，它是一款基于lucene的实时分布式搜索和分析引擎，是后台系统，用来存储数据，检索数据，属于完全命令行交互。那为什么选择python作为脚本进行命令的写入和数据的上传呢？那是因为Python里面有固定的模板，可以上传数据到Elasticsearch。接下来就聊一聊该如何编写代码：我们上传数据之后，数据到哪
系统 2019-09-27 17:51:02 2361
Python3abs()函数描述abs()函数返回数字的绝对值。语法以下是abs()方法的语法:abs(x)参数x--数值表达式，可以是整数，浮点数，复数。返回值函数返回x（数字）的绝对值，如果参数是一个复数，则返回它的大小。实例以下展示了使用abs()方法的实例：#!/usr/bin/python3print("abs(-40):",abs(-40))print("abs(100.10):",abs(100.10))以上实例运行后输出结果为：abs(-4
系统 2019-09-27 17:49:51 2361
目录一、概要二、导学三、实践能力一、概要从数据处理到人工智能实例15-霍兰德人格分析雷达图从Web解析到网络空间从人机交互到艺术设计实例16-玫瑰花绘制二、导学纵览Python计算生态，看见更大的世界三、实践能力初步编写带有计算生态的复杂程序
系统 2019-09-27 17:49:17 2361
思路：1.读取所有文章标题；2.用“结巴分词”的工具包进行文章标题的词语分割；3.用“sklearn”的工具包计算Tf-idf（词频-逆文档率）;4.得到满足关键词权重阈值的词结巴分词详见：结巴分词Githubsklearn详见：文本特征提取――4.2.3.4Tf-idf项加权importosimportjiebaimportsysfromsklearn.feature_extraction.textimportTfidfVectorizersys.pat
系统 2019-09-27 17:48:06 2361
