Python是我喜欢的语言，简洁、优美、易用。前两天，我很激昂地向朋友宣传Python的好处。“好吧，我承认Python不错，但它为什么叫Python呢？”“呃，似乎是一个电视剧的名字。”“那你说的Guido是美国人么？”“他从Google换到Dropbox工作，但他的名字像是荷兰人的。”“你确定你很熟悉Python吗？”所以为了雪耻，我花时间调查了Python的历史。我看到了Python中许多功能的来源和Python的设计理念，看到了一门编程语言的演化历
系统 2019-09-27 17:56:16 2517
背景看了些许的纹理特征提取的paper，想自己实现其中部分算法，看看特征提取之后的效果是怎样运行环境MacOSPython3.0Anaconda3(集成了很多包，浏览器界面编程，清爽)步骤导入包fromskimage.transformimportrotatefromskimage.featureimportlocal_binary_patternfromskimageimportdata,io,data_dir,filters,featurefromsk
系统 2019-09-27 17:54:49 2517
python实现tar文件压缩解压的实例详解压缩文件：importtarfileimportosdeftar(fname):t=tarfile.open(fname+".tar.gz","w:gz")forroot,dir,filesinos.walk(fname):printroot,dir,filesforfileinfiles:fullpath=os.path.join(root,file)t.add(fullpath)t.close()if__na
系统 2019-09-27 17:53:57 2517
首先这次学习的是利用写Python脚本对网页信息的获取，并且把他保存到我们的数据库里最后形成一个Excel表格下载第三方模块和源码安装MongoDB刚开始我们需要做一些准备：先安装第三方模块https://fastdl.mongodb.org/linux/mongodb-linux-x86_64-rhel70-3.2.5.tgz思路如下：1.访问网站，拿到html网页headers获取：脚本1：运行前打开mongod:./mongod&2.提取html里面
系统 2019-09-27 17:50:43 2517
上一篇我们讲了关联分析的几个概念，支持度，置信度，提升度。以及如何利用Apriori算法高效地根据物品的支持度找出所有物品的频繁项集。Python--深入浅出Apriori关联分析算法（一）这次呢，我们会在上次的基础上，讲讲如何分析物品的关联规则得出关联结果，以及给出用apyori这个库运行得出关联结果的代码。一.基础知识上次我们介绍了几个关联分析的概念，支持度，置信度，提升度。这次我们重点回顾一下置信度和提升度：置信度（Confidence）：置信度是指
系统 2019-09-27 17:50:15 2517
正则给header的冒号两边参数添加单引号（Python请求用）直接从浏览器Chrome复制header值如下：Host:kyfw.12306.cnConnection:keep-alivePragma:no-cacheCache-Control:no-cacheAccept:*/*X-Requested-With:XMLHttpRequestIf-Modified-Since:0User-Agent:Mozilla/5.0(WindowsNT6.1;Wi
系统 2019-09-27 17:47:48 2517
一、思考1.Pandas是什么？功能极其强大的数据分析库可以高效地操作各种数据集csv格式的文件Excel文件HTML文件XML格式的文件JSON格式的文件数据库操作2.经典面试题通过面试题引出主题，读者可以思考，如果你遇到这题，该如何解答呢？二、使用pandas来操作Excel文件1.安装a.通过Pypi来安装pipinstallpandasb.通过源码来安装gitclonegit://github.com/pydata/pandas.gitcdpand
系统 2019-09-27 17:47:29 2517
count()方法返回obj出现在列表的次数。语法以下是count()方法的语法：list.count(obj)参数obj--这是在该列表被计数的对象。返回值此方法返回obj出现在列表的次数。例子下面的例子显示了count()方法的使用。#!/usr/bin/pythonaList=[123,'xyz','zara','abc',123];print"Countfor123:",aList.count(123);print"Countforzara:",a
系统 2019-09-27 17:47:04 2517
一、IPython简介IPython是一个交互式的Python解释器，而且它更加高效。它和大多传统工作模式（编辑->编译->运行)不同的是，它采用的工作模式是：执行->探索，而大部分和数据分析相关的代码都含有探索式操作（比如试误法和迭代法），所以IPython能大大提高编码效率。IPython发展到现在，它不仅仅只是一个加强版的Pythonshell了，它集成了GUI控制台，这可以让你直接进行绘图操作；它还有一个基于Web的交互式笔记本和一个轻量级的快速并
系统 2019-09-27 17:37:40 2517
我用的是python2.6。学习python写爬虫的时候，一般都会用到一个Demo-------这个Dmoe在学习的时候确实是非常好的例子，但是我们可能需要对它进行修改，这就会出现一些问题。再对demo进行修改的时候发现了一些编码问题下面就发出来做个记录。pythonUnicodeEncodeError:'ascii'codecan'tencodecharactersinposition23-26：ordinalnotinrange(128)这是一个编码错
系统 2019-08-29 21:58:24 2517
因资源所限，《自学python》系列所有的学习和实践将在win10环境下进行，敬请谅解。[安装python]方法一：官网安装python程序1）官网下载python程序：https://www.python.org/下载python3.x，记住python3是未来。这里我下载的是windows版本，你也可以根据自己的需求下载linux或者macOS版本。2）安装python双击下载的exe程序，打开如下界面，可以默认安装路径也可以自定义（customize
系统 2019-09-27 17:49:47 2516
如果要开发一个比较大的程序，那么应该先把代码封装起来，在面向对象编程中，就是封装成类先看代码：importtkinterastkclassApp:def__init__(self,root):root.title("打招呼测试")frame=tk.Frame(root)frame.pack()self.hi_there=tk.Button(frame,text="打招呼",fg="blue",command=self.say_hi)self.hi_ther
系统 2019-09-27 17:48:26 2516
1.什么是受限玻尔兹曼机玻尔兹曼机是一大类的神经网络模型，但是在实际应用中使用最多的则是受限玻尔兹曼机（RBM）。受限玻尔兹曼机（RBM）是一个随机神经网络（即当网络的神经元节点被激活时会有随机行为，随机取值）。它包含一层可视层和一层隐藏层。在同一层的神经元之间是相互独立的，而在不同的网络层之间的神经元是相互连接的（双向连接）。在网络进行训练以及使用时信息会在两个方向上流动，而且两个方向上的权值是相同的。但是偏置值是不同的（偏置值的个数是和神经元的个数相同
系统 2019-09-27 17:47:38 2516
下表列出了所有Python语言支持的比较操作符。假设变量a持有10和变量b持有20，则：例如：试试下面的例子就明白了所有的Python编程语言提供的比较操作符：#!/usr/bin/pythona=21b=10c=0if(a==b):print"Line1-aisequaltob"else:print"Line1-aisnotequaltob"if(a!=b):print"Line2-aisnotequaltob"else:print"Line2-aise
系统 2019-09-27 17:38:12 2516
前言写过的这些脚本有一个共性，都是和web相关的，总要用到获取链接的一些方法，累积不少爬虫抓站的经验，在此总结一下，那么以后做东西也就不用重复劳动了。1.最基本的抓站importurllib2content=urllib2.urlopen('http://XXXX').read()2.使用代理服务器这在某些情况下比较有用，比如IP被封了，或者比如IP访问的次数受到限制等等。importurllib2proxy_support=urllib2.ProxyHa
系统 2019-09-27 17:37:42 2516
