在文本处理中，我们经常需要对文本中的单词出现频率做一个统计，本文以英文小说《瓦尔登湖》为例，统计一下作者最喜欢用什么单词，他们各自的出现频率如何。首先需要《瓦尔登湖》的文本：点击下载《瓦尔登湖》（https://pan.baidu.com/s/1o75GKZ4）思路分析：首先，要打开文件，把里面的内容写到字符串里面。接着，要对字符串进行分词，分割成独立的单词。最后，根据每个单词进行词频统计。把下载好的“Walden.txt”放到桌面，复制一下完整的路径名，
系统 2019-09-27 17:46:27 2558
字符串分割复制代码代码如下:str="a|and|hello|||ab"alist=str.split('|')printalist结果复制代码代码如下:str="ahello{这里换成5个空格}world{这里换成3个空格}"alist=str.split('')printalist统计英文单词的个数的python代码复制代码代码如下:#-*-coding:utf-8-*-importos,sysinfo=os.getcwd()#获取当前文件名称fin=
系统 2019-09-27 17:46:18 2558
前言本人因为比较喜欢看漫画和动漫,所以总会遇到一些问题,因为订阅的漫画或者动漫太多,总会忘记自己看到那一章节或者不知道什么时候更新.故会有这么一个需求,想记录自己想看的漫画或动画并在其更新的时候第一时间知道,当然,你可以拓展到任何你想关注的,都可以通过邮件及时推送.思路目录运行环境Python3.6第三方库fake-useragent==0.1.11pyquery==1.4.0requests==2.21.0pip3install-rrequirement
系统 2019-09-27 17:37:59 2558
使用工具：IronPython工具介绍：是一种在.NET及Mono上的Python实现，是一个开源的项目，基于微软的DLR引擎。（个人理解就是在.net上面运行Python代码）使用方法：先新建一个控制台应用程序=>使用Nuget添加IronPython包=>在Main（）函数中编写如下代码：ScriptEngineengine=Python.CreateEngine();ScriptScopescope=engine.CreateScope();stri
系统 2019-09-27 17:54:42 2557
前言Pandas是python的一个数据分析包，提供了大量的快速便捷处理数据的函数和方法。其中Pandas定义了Series和DataFrame两种数据类型，这使数据操作变得更简单。Series是一种一维的数据结构，类似于将列表数据值与索引值相结合。DataFrame是一种二维的数据结构，接近于电子表格或者mysql数据库的形式。在数据分析中不可避免的涉及到对数据的遍历查询和处理，比如我们需要将dataframe两列数据两两相除，并将结果存储于一个新的列表
系统 2019-09-27 17:52:15 2557
本文借鉴于张广河教授主编的《数据结构》，对其中的代码进行了完善。从某源点到其余各顶点的最短路径Dijkstra算法可用于求解图中某源点到其余各顶点的最短路径。假设G=｛V，｛E｝｝是含有n个顶点的有向图，以该图中顶点v为源点，使用Dijkstra算法求顶点v到图中其余各顶点的最短路径的基本思想如下：使用集合S记录已求得最短路径的终点，初始时S={v}。选择一条长度最小的最短路径，该路径的终点w属于V-S，将w并入S，并将该最短路径的长度记为Dw。对于V-S
系统 2019-09-27 17:50:54 2557
什么是POP3、SMTP和MAP？POP3是PostOfficeProtocol3的简称，即邮局协议的第三个版本，他是规定怎样将个人计算机连接到Internet的邮件服务器和下载电子邮件的协议。它是因特网电子邮件的第一个离线协议的标准。POP3允许用户从服务器上把邮件存储到本地计算机上，同时删除保存在邮件服务器上的邮件，而POP3服务器则是遵循POP3协议的接受邮件服务器，用来接受电子邮件。SMTP的全称是SimpleMailTransferProtoco
系统 2019-09-27 17:47:04 2557
利用python进行数据分析链接：https://pan.baidu.com/s/1mFg7kB0WG6edKnhumMbbJg提取码：6kos
系统 2019-09-27 17:57:09 2556
起因：我的同事需要一个固定大小的cache，如果记录在cache中，直接从cache中读取，否则从数据库中读取。python的dict是一个非常简单的cache,但是由于数据量很大，内存很可能增长的过大，因此需要限定记录数，并用LRU算法丢弃旧记录。key是整型，value是10KB左右的python对象分析：1）可以想到，在对于cache，我们需要维护key->value的关系2）而为了实现LRU，我们又需要一个基于时间的优先级队列，来维护timesta
系统 2019-09-27 17:56:17 2556
文章目录1.Pythonlogging模块之logging.basicConfig用法和参数详解1.1.logging模块简介1.2.`logging.basicConfig(**kwargs)`1.3.LogRecord属性1.Pythonlogging模块之logging.basicConfig用法和参数详解1.1.logging模块简介logging模块是Python内置的标准模块，主要用于输出运行日志，可以设置输出日志的等级、日志保存路径、日志文件
系统 2019-09-27 17:56:11 2556
#PythonDraw.pyimportturtleastt.penup();t.bk(250);t.pendown();t.pensize(25);t.pencolor('purple');t.seth(-40);foriinrange(5):t.circle(40,80);t.circle(-40,80);t.circle(40,80/2);t.fd(20);t.circle(20,180);t.fd(20);t.done();运行结果：知识点：库引用
系统 2019-09-27 17:55:39 2556
函数描述int(x[,base])将x转换为一个整数long(x[,base])将x转换为一个长整数float(x)将x转换到一个浮点数complex(real[,imag])创建一个复数str(x)将对象x转换为字符串repr(x)将对象x转换为表达式字符串eval(str)用来计算在字符串中的有效Python表达式,并返回一个对象tuple(s)将序列s转换为一个元组list(s)将序列s转换为一个列表set(s)转换为可变集合dict(d)创建一个字
系统 2019-09-27 17:50:16 2556
result=[]defget_all(path):#递归获取指定目录下所有文件的绝对路径（非目录）dir_list=os.listdir(path)foriindir_list:sub_dir=os.path.join(path,i)ifos.path.isdir(sub_dir):get_all(sub_dir)else:#此时sub_dir是文件的绝对路径result.append(sub_dir)get_all(r'E:\bigdata')E:\b
系统 2019-09-27 17:49:36 2556
pandas主要有三个用来删除的函数，.drop()、.drop_duplicates()、.dropna()。总结如下.drop()删除行、列.drop_duplicates()删除重复数据.dropna()删除空值（所在行、列）为避免篇幅太长，将其分为两部分，不想看参数介绍的可以直接看实例。本篇介绍.drop_duplicates(),df.dropnadrop_duplicates()的用法df.drop_duplicates()则通常用于数据去重，
系统 2019-09-27 17:49:32 2556
一、说在前面需求：有一张长为960，宽为96的图片，需要将其分割成10张96*96的图片并存放在另外一个文件夹下，通过手工分割耗时且不规范，选择python写一个简单的程序完成。二、源码#-*-coding:utf-8-*-"""CreatedonThuAug2318:19:092018@author:Administrator"""importosfromPILimportImage#切割图片defsplitimage(src,rownum,colnum
系统 2019-09-27 17:47:27 2556
