Qton_CSDN的博客

原创 安装配置java环境（JDK+Eclipse）

1 下载安装JDK1.7：链接:https://pan.baidu.com/s/1jH5HrSU 密码: ufmp2 环境配置：我的电脑--右击--属性--高级系统设置--环境变量--(下方的系统变量)3.1 新建  JAVA_HOMED:\Java\jdk1.7.0_79  （jdk安装的目录，注意后面无 ; ）3.2 新建CLASSPAT

原创 Python2.7+Sublime Text 3环境搭建

PYTHON1 下载：https://www.python.org/downloads/release/python-2714/     链接:https://pan.baidu.com/s/1boIMNhX 密码: dqqt2 双击安装 注意安装时有自动添加到环境变量的选项，记得打√。自带pip无需再安装Sublime Text 31 下载并双击安装：链接:

转载 SQL中inner join、outer join和cross join的区别

缺省情况下是inner join,开发中使用的left join和right join属于outer join,另外outer join还包括full join.下面我通过图标让大家认识它们的区别。现有两张表，Table A 是左边的表。Table B 是右边的表。其各有四条记录，其中有两条记录name是相同的：1.INNER JOIN 产生的结果是AB的交集SELEC

原创 K-Means聚类

print('-------------两簇----------------')import timeimport randomimport numpy as np import pandas as pd import matplotlib.pyplot as pltdef plot(): plt.subplot(111),plt.plot(area_1[:,0],area_1[

原创 NG 神经网络 多分类

import numpy as npimport pandas as pd def nonlin(x,deriv=False): if(deriv==True): return x*(1-x) return 1/(1+np.exp(-x))A = pd.read_table('DATA/ANN_mix.txt',header=None,usecols

原创 NG 神经网络 构建网络基础

import numpy as npimport pandas as pd # 两层神经网络# sigmoid 函数 输出0-1 分界为0.5print('-----------------------------两层神经网络-----------------------------------')def nonlin(x,deriv=False): if(deriv==

原创 NG 逻辑回归_二分类

import timeimport numpy as npimport pandas as pdimport matplotlib.pyplot as pltA = pd.read_table('01.txt',header=None,usecols = (0,1,2))# 插入一列 1A.insert(0,'insert',1)# 规划一 特征值调整到 0-1# A.iloc

原创 NG 线性回归

# 线性回归 标准方程法import numpy as npimport pandas as pd A = pd.read_table('LR.txt',header=None,usecols = (0,1,2))X = np.mat(A.iloc[:,0:2])y = np.mat(A.iloc[:,2]).T# 求转置： X.T 求逆：X.ITRAN_X = X.T

原创 pandas IO numpy 矩阵

import timeimport numpy as npimport pandas as pdimport matplotlib.pyplot as pltprint('\n\n--------列表 list []------')# 生成list_0=list(range(10))list_1=[6,9,3,5,7]list_2=[x*x for x in range(1

转载 python 矩阵

1.numpy的导入和使用from numpy import *;#导入numpy的库函数import numpy as np; #这个方式使用numpy的函数时，需要以np.开头。2.矩阵的创建由一维或二维数据创建矩阵>>> from numpy import *>>> a1=array([1,2,3])>>> a1array([1, 2, 3])>>>

原创 JavaScript 读书笔记(函数)

1 函数定义和调用定义function abs(x){if(x>=0){return x}else{return -x}};arguments 判断传入参数的个数// foo(a[, b], c)// 接收2~3个参数，b是可选参数，如果只传2个参数，b默认为null：function foo(a, b, c) { if (arguments.length

原创 JavaScript 读书笔记(基本语法)

注释//alert('我不想执行');/*alert('我也不想执行');*/数据类型和变量1 Number123; // 整数1230.456; // 浮点数0.4561.2345e3; // 科学计数法表示1.2345x1000，等同于1234.5-99; // 负数NaN; // NaN表示Not a Number，当无法计算结果时用NaN表示Infini

原创 SQL 数据库 函数

1 平均值 AVG （）SELECT AVG(count) AS CountAverage FROM access_log;下面的 SQL 语句选择访问量高于平均访问量的 "site_id" 和 "count"：SELECT site_id, count FROM access_logWHERE count > (SELECT AVG(count) FROM access_log

原创 SQL 数据库 基础

1 选择  SELECTSELECT name,country FROM Websites;列出不同（distinct）的值SELECT DISTINCT country FROM Websites;SELECT * FROM Websites LIMIT 2;SELECT 50 percent FROM Websites; 2  限制  WHERESELECT * FROM

原创 韶大talk 评论热度抽取

代码：import re , urllib.parse , urllib.request , http.cookiejar , base64 , binascii , rsa,time cj = http.cookiejar.LWPCookieJar()cookie_support = urllib.request.HTTPCookieProcessor(cj)opener = url

原创 模拟登陆新浪微博

代码：import re , urllib.parse , urllib.request , http.cookiejar , base64 , binascii , rsa,time cj = http.cookiejar.LWPCookieJar()cookie_support = urllib.request.HTTPCookieProcessor(cj)opener = url

原创 编写python爬虫 获取中华英才网全网工资数据

做数据分析 数据挖掘，第一步是获取数据，在这里，我们要分析现今全国各地各个职业的工资情况。我们选择较为权威的‘中华英才网’，编写python爬虫获取该网站上的各个招聘信息说给出的工资，再取其行业工资的平均值，即为该行业目前的大概工资。1 以深圳为例如‘数据挖掘’这个职业在深圳查找的情况如上图。代码里我们去掉‘面议‘，工资3000-6000这样的我们取其中值4500写ex

原创 python SMTP发送邮件

代码：from smtplib import SMTPfrom email.mime.text import MIMETextfrom email.header import Headerdef send_email(SMTP_host, from_account, from_passwd, to_account, subject, content): email_client

原创 python 数据读写 IO

1   TXT读写# 写入txt_0=open('packages/txt_0.txt','w') # w 只写 r 只读txt_0.write('写入数据到TXT')txt_0.close()# 读取txt_1=open('packages/txt_0.txt','r')print(txt_1.read())group = pd.read_table('bayes.txt

原创 python爬虫实战 爬取天极图片

学习爬虫个人的意见是直接实战效果会很好 不要等全学完requests ，正则表达式，BeautifulSoup等再来实际操作。其实很多实战我们并不会用到requests库，BeautifulSoup，正则表达式的全部知识。全部学懂记下来再去实战会很难。不如跟着我直接就该是写爬虫吧。遇到什么问题我们再一一解决。1 导入各种要用到的库，具体什么用法下面会讲 import reimpo

原创 机器学习 朴素贝叶斯

1 贝叶斯公式P(A|B) = P(B|A)*P(A)/P(B)事件A发生的情况下事件B发生的概率 = B发生的情况下A发生的概率*B发生的概率/A发生的概率2 处理二值化（经过二值化后的数据）代码：df = pd.read_csv('DATA/Fly_0_1.csv',header =None)print(df.describe())index_all =

转载 pandas.read_csv to_csv参数详解

pandas.read_csv参数详解pandas.read_csv参数整理 读取CSV（逗号分割）文件到DataFrame也支持文件的部分导入和选择迭代更多帮助参见：http://pandas.pydata.org/pandas-docs/stable/io.html参数：filepath_or_buffer : str，pathlib。str, pa

原创 数据预处理 01处理

前面机器学习 K-近邻算法（一）博客中值为连续值。我们要进行朴素贝叶斯分类时需要对数据进行离散处理，简单的是进行01处理。1 首先，惯例pandas读取数据变成DataFrame,查看数据及数据描述。（如需数据请留言，博客没办法上传附件请见谅）import timeimport numpy as np import pandas as pd group = pd.

原创 Pandas 数据清洗

前言：数据的质量直接关乎最后数据分析出来的结果。在进行数据分析前，我们必须对数据进行清洗。如果数据较少，我们可以对缺失值，异常值进行拉格朗日插值法进行插值处理。在这篇博客里，因为数据样本较充足，我们直接对少量的异常值进行简单粗暴也是最有效的删除。先上图看一下数据（注：因为博客上传不了附件，如有需要样本数据自己进行实测的可以留言索要）上图为要进行清洗的数据的一

原创 机器学习 K-近邻算法（一）

示例：使用K-近邻算法改进约会网站的配对效果我的朋友海伦一直使用在线约会网站寻找适合自己 约会对 。尽管约会网站会推荐不同的人选 但她 没有从中找到喜欢的人。经过一番总结 她发现曾交往过三种类型的人□不 喜欢的人□ 魅力一 般的人□ 极具魅力的人尽管发现了上 述规律，但海伦依然无法将约会网站推荐的 匹配对象归入 恰当的分类 。她觉得可以在周一到周五约会那些魅力一般的人，而周

原创 机器学习 K-近邻算法

KNN算法属于有监督学习中的分类算法算法原理：1 计算未知点与已知点的距离2 列出前K个与此未知点最近的已知点（已经归好类有标签）3 统计此K个中出现最多次数的归类并把未知点归为此类。实例：有4个带标签的点 [0,10]  A [0,8]   A[10,0] B[7,0]  B求未知点[9,6]应该归为哪类python实现如下：f

原创 OpenCV I_10 图像算术

目标• 学习图像上的算术运算，加法，减法，位运算等。• 我们将要学习的函数与有：cv2.add()，cv2.addWeighted() 等。 图像加法你可以使用函数 cv2.add() 将两幅图像进行加法运算，当然也可以直接使用 numpy，res=img1+img。两幅图像的大小，类型必须一致，或者第二个图像可以使一个简单的标量值。创建并显示两个图像import cv2

原创 数据分析 EXCEL

基础输入字符串 ‘020格内换行 ait+enter日期 Ctrl+； 时间 Ctrl+shift+； 动态 =TODAY() =NOW()2/3 二月三日 0 2/3 是三分之二复制 向下复制 Ctrl+D 向右复制 Ctrl+R 也可选中整个区域 不相邻：Ctrl+...选中 Ctrl+enter完成自动小数点 自动加0 文件-帮助-选项-高级-3则表示在后面加000

原创 python爬虫（一） 正则表达式

先上实例吧如我想在字符串“dsaasdasdqwe33423weasdasdasds”中找出数字部分import reString='dsaasdasdqwe33423weasdasdasds'key=r'[0-9]+'f_a=re.compile(key)f_all=f_a.findall(String)for i in f_all: print(i)运行结果：

原创 PS 学习笔记（一）

1 填充颜色前景色：Alt + Delete 背景色：Ctrl + Delete2 画笔工具shift + [    ]3 扣图快速选择工具 调整边缘4 自由变换Ctrl + T5 修补工具 仿制图章工具Ctrl +   “+”  “-”  放大缩小 ==alt + 滑轮空格==抓手6 换脸蒙版 白色 → 显示

原创 python 笔记（廖雪峰教程）

pythonprint(True and False)print(True or False)print(not False)def flexble(*num): sum=0 for i in num: sum=sum+i*i return sumprint(flexble(1,2,3,4,5))for i,v in enumerate(range(10)): p

原创 OpenCV I_08用滑动条做调色板

目标• 学会把滑动条绑定到 OpenCV 的窗口• 你将会学习这些函数：cv2.getTrackbarPos()，cv2.creatTrackbar()等。代码示例现在我们来创建一个简单的程序：通过调节滑动条来设定画板颜色。我们要创建一个窗口来显示显色，还有三个滑动条来设置 B，G，R 的颜色。当我们滑动滚动条是窗口的颜色也会发生相应改变。默认情况下窗口

原创 OpenCV I_07鼠标画笔 setMouseCallback()

目标• 学习使用 OpenCV 处理鼠标事件• 你将要学习的函数是：cv2.setMouseCallback()鼠标事件 :cv2.setMouseCallback()cv2_EVENT_MOUSEMOVE 0 滑动 cv2_EVENT_LBUTTONDOWN 1 左键点击 cv2_EVENT_RBUTTONDOWN 2 右键点击 cv2_EVENT

原创 OpenCV I_06绘图基础

目标• 学习使用 OpenCV 绘制不同几何图形• 你将会学习到这些函数：cv2.line()，cv2.circle()，cv2.rectangle()，cv2.ellipse()，cv2.putText() 等。代码上面所有的这些绘图函数需要设置下面这些参数：• img：你想要绘制图形的那幅图像。• color：形状的颜色。以 RGB 为例，需要传入一个元组，例如：（

原创 OpenCV I_05视频基础

目标• 学会读取视频文件，显示视频，保存视频文件• 学会从摄像头获取并显示视频• 你将会学习到这些函数：cv2.VideoCapture()，cv2.VideoWrite()5.1 用摄像头捕获视频我们经常需要使用摄像头捕获实时图像。OpenCV 为这中应用提供了一个非常简单的接口。让我们使用摄像头来捕获一段视频，并把它转换成灰度视频显示出来。从这个简单的任务开始吧。为了获

原创 Ps 配色

原创 OpenCV I_3图片基础

生成图片import cv2import numpy as np 方法1：创建# 1 生成图片 转换为BGR 显示图片# 生成图片img=np.zeros((300,300,3),dtype=np.uint8)img[50:150,50:150]=255# 此时每个像素 1-255 表示 由一个八位数表示方法2：直接读取本地图片# 读入彩色图片img=c

原创 离散数学

原创 常微分方程

原创 数学建模