这两天一直在windows上做用python（版本是3.6）抽取pdf中内容的东西，主要就是从pdf中提取出里面的字体和表格内容。尝试了好些个库，现在算是找到比较符合我需求（比较好用）的pdf解析的了。在这个过程中，用了以下几个库：PDFminerPDFminer算是一个还算不错的吧，安装直接用pip安装就行。如下：pipinstallpdfminer3k它这个对pdf中内容做了好些个对象，用这些对象来存储不同的信息，比如表格有LTFigure对象存储、文
系统 2019-09-27 17:50:26 1973
最近越发感觉到限制我对Python运用、以及读懂别人代码的地方，大多是在于对数据的处理能力。其实编程本质上就是数据处理，怎么把文本数据、图像数据，通过python读入、切分等，变成一个N维矩阵，然后再带入别人的模型，bingo~跑出来一个结果。结果当然也是一个矩阵或向量的形式。所以说，之所以对很多模型、代码束手无策，其实还是没有掌握好数据处理的“屠龙宝刀”，无法对海量数据进行“庖丁解牛”般的处理。因此，我想以一个别人代码中的一段为例，仔细琢磨文本数据处理的
系统 2019-09-27 17:49:36 1973
之前用featureCount处理得到结果，要提出第一列gene_id和readcount列，首先软件输出的第一行默认是你使用的命令行，没有用，用bash批量删掉。foriin`ls`;dosed-i'1d'$i;done删除当前文件夹下所有文件第一行。其实提出两列很简单，不过我受够了每次一个文件执行一次的烦。想搞成别的程序调用时命令行参数直接就行。第一次知道sys.argv这玩意，学到了。我设置了-i输入，-o输出这两个参数来判断输入输出文件个数，不过对
系统 2019-09-27 17:49:32 1973
目录一、Python基础1.数据类型和变量2.字符串和编码3.list和tuplelisttuple4.条件判断5.循环6.dict和setdictset二、函数1.调用函数2.定义函数3.函数的参数位置参数默认参数可变参数关键字参数命名关键字参数参数组合4.递归函数三、高级特性1.切片2.迭代3.列表生成式4.生成器5.迭代器四、函数式编程1.高阶函数map/reducefiltersorted2.返回函数3.匿名函数4.装饰器5.偏函数五、模块六、面向
系统 2019-09-27 17:49:08 1973
词云是一种非常漂亮的可视化展示方式，正所谓一图胜过千言万语，词云在之前的项目中我也有过很多的使用，可能对于我来说，一种很好的自我介绍方式就是词云吧，就像下面这样的：个人觉还是会比枯燥的文字语言描述性的介绍会更吸引人一点吧。今天不是说要怎么用词云来做个人介绍，而是对工作中使用到比较多的词云计较做了一下总结，主要是包括三个方面：1、诸如上面的简单形式矩形词云2、基于背景图片数据来构建词云数据3、某些场景下不想使用类似上面的默认的字体颜色，这里可以自定义词云的字
系统 2019-09-27 17:48:59 1973
说实话，都9012了，还在用这种背题式的方法来考核程序员，实在太不切合程序员的实际工作了……文末给出了一种更极客的考核方式，Talkischeap，Showmethecode（写代码，憋bb）——写得出工作代码，就说明你有工作能力；写不出，书背的再溜也不行面试官只需要：节选一段工作代码，然后把原有代码删除，让面试者自己写代码实现；或是保留一段有bug的代码，让面试者修改即可——这都是最常见的程序员工作场景，最能考核面试者的真实代码能力；而且题目随处可见，扒
系统 2019-09-27 17:48:17 1973
1.初识python（python2.7）1）python既是面向过程的又可以是面向对象的。面向过程：代码由可以重用的函数构建；面向过程：代码由数据和功能组合成的对象构建。2）python是一种解释型语言，与java等编译型语言不同，在执行python程序的过程中无需编译器进行编译和链接，既在执行python代码时减少了编译环节，解释器会将源代码转换成字节码再翻译给计算机执行。3）python是一种交互式语言：在python的提示符>>>后面直接执行代码。
系统 2019-09-27 17:48:00 1973
Python的sys模块提供访问解释器使用或维护的变量，和与解释器进行交互的函数。通俗来讲，sys模块负责程序与python解释器的交互，提供了一系列的函数和变量，用于操控python运行时的环境。#!/usr/bin/envpython__author__="lrtao2010"#python3.7sys模块#sys模块负责程序与python解释器的交互，提供了一系列的函数和变量，#用于操控python运行时的环境。#sys.argv接收命令行参数，生成
系统 2019-09-27 17:47:24 1973
看这个模块要先看withas的用法，最常用的方法就是打开一个文件：复制代码代码如下:withopen(“filename”)asf:f.read()with可以调用一个上下文管理器,产生运行时的上下文环境。上下文管理器主要定义两个方法，__enter__，__exit__。__enter__返回上下文里操作的对象，如f。__exit__是销毁对象和异常处理。contextlib模块对外有三个接口，contextmanager装饰器，装饰的函数必须是一个生成
系统 2019-09-27 17:47:16 1973
python是解释型语言，本文介绍了Python下利用turtle实现绘图功能的示例，本例所示为Python绘制一个树枝，具体实现代码如下：python是解释型语言，本文介绍了Python下利用turtle实现绘图功能的示例，本例所示为Python绘制一个树枝，具体实现代码如下：importturtledefbranch(length,level):iflevel<=0:returnturtle.forward(length)turtle.left(45)
系统 2019-09-27 17:47:13 1973
