Water
飞Link
大数据厨艺工程师,一个文艺的程序员
展开
-
Clion常用插件
1. 汉化插件2. 主题插件3. 彩虹括号4. 彩虹索引5. 快捷键提示插件...原创 2022-11-10 16:55:54 · 10736 阅读 · 2 评论 -
Clion常用配置
1. 字符编码2. 主题3. 字体4. 显示行号缩进原创 2022-11-10 16:54:36 · 1103 阅读 · 0 评论 -
Numpy_数组的维、秩、轴
一.维和秩通常说数组是几维的,就是指维度数,如三维数组维度数就是3。维度数还有一个专用名字,即秩,也就是数组属性ndim二.轴一维数组,类比于一维空间,只有一个轴,就是0轴二维数组,类比于二维空间,有两个轴,习惯表示成行和列,行的方向是0轴,列的方向是1轴三维数组,类比于三维空间,有三个轴,习惯表示成层、行和列,层的方向是0轴,行的方向是1轴,列的方向是2轴三.实例import numpy as np# 3层2列的结构a = np.arange(18).reshape((3, 2, 3原创 2021-09-11 16:38:55 · 3132 阅读 · 1 评论 -
Scikit-learn_回归算法_回归算法介绍
一.概述回归是指研究一组随机变量(输入变量)和另一组变量(输出变量)之间关系的统计分析方法。如果输入变量的值发生变化时,输出变量随之改变,则可以使用回归算法预测输入变量和输出变量之间的关系二.回归和分类的区别回归用于预测与给定对象相关联的连续值属性,而分类用于预测与给定对象相关联的离散属性三.回归分类按照输入变量的个数,可以分为一元回归和多元回归;按照输入变量与输出变量之间的关系,可以分为线性回归和非线性回归四.回归的主要算法线性回归支持向量机回归k-近邻回归决策树回归原创 2021-09-07 19:43:59 · 333 阅读 · 0 评论 -
Python类-实例属性
一.实例属性的添加和获取在类的外部添加和获取实例属性添加:对象名.属性名 = 值获取:对象名.属性名创建对象后,对其中一个对象添加实例属性,其他对象不发生变化class Person: passp1 = Person()p1.name = 'Delta'p1.age = 18print(p1.name) # Deltaprint(p1.__dict__) # {'name': 'Delta', 'age': 18}del p1.nameprint(p1.__原创 2021-08-06 18:55:14 · 274 阅读 · 0 评论 -
Pandas_DataFrame数据结构
一.创建DataFrame使用字典创建DataFramename_df = pd.DataFrame({ 'Name':['Tome','Bob'], 'Occupation':['Teacher','IT Engineer'], 'age':[28,36] })print(name_df)创建DataFrame的时候可以使用colums参数指定列的顺序,也可以使用index来指定行索引name_df = pd.DataFrame( data={原创 2021-08-30 18:11:52 · 196 阅读 · 0 评论 -
Python~Python发送UDP数据
Python发送UDP数据原创 2022-07-04 10:07:50 · 2384 阅读 · 1 评论 -
Python的格式化输出
一.%name = 'Delta'height = 1.85weight = 50print('姓名:%s, 身高:%.2f, 体重:%dKg' % (name, height, weight))原创 2021-07-30 21:04:19 · 228 阅读 · 0 评论 -
Python正则表达式——使用方法
一.re.match函数描述从字符串的起始位置匹配一个模式,如果不成功,match()就返回None方法和参数re.match(pattern, string, flags=0)pattern:匹配的正则表达式string:要匹配的字符串flags:标志位,用于控制正则表达式的匹配方式,如:是否区分大小写,多行匹配等等返回值成功:匹配的对象失败:None实例import restr1 = 'Delta is good boy'result = re.match原创 2021-08-12 21:32:21 · 250 阅读 · 7 评论 -
Python_OS模块_path函数
实例演示代码展示import os# 返回绝对路径print(os.path.abspath('.'))# 返回文件名print(os.path.basename(r'C:\Users\14116\Desktop\数据埋点\进程.py'))# 返回文件路径print(os.path.dirname(r'C:\Users\14116\12'))# 返回文件大小print(os.path.getsize(r'C:\Users\14116\Desktop\4.zip'))# 判断是否为绝对原创 2021-08-13 19:54:13 · 97 阅读 · 0 评论 -
Django管理系统_3.职位展示列表
1.创建html模板jobs.templates.base.html<!-- base.html --><h1 style="margin:auto;width:50%">匠果科技开放职位</h1><p></p>{% block content %}{% endblock %}jobs.templates.joblist.html{% extends 'base.html' %}{% block content %}原创 2021-08-26 08:44:59 · 119 阅读 · 0 评论 -
Python发送Syslog日志
1. 使用logging模块2. 使用pysyslogclient模块原创 2022-07-04 09:46:11 · 2747 阅读 · 1 评论 -
Python——随机数
实例介绍# 导入随机数模块import randomprint(random.randint(1, 5)) # 产生0到5之间的一个随机整数,包括0和5print(random.random()) # 产生0到1之间的一个随机浮点数print(random.uniform(1.1, 4.9)) # 产生1.1到4.9之间的一个随机浮点数print(random.choice('tomorrow')) # 从序列中随机选取一个随机元素pr原创 2021-08-13 19:35:59 · 1409 阅读 · 0 评论 -
Django招聘系统_4.设置职位内容详情
1.添加职位详情模板jobs.templates.job.html{% extends 'base.html' %}{% block content %} <div style="margin:auto; width: 50%;"> <a href="/joblist" style="color:blue">返回职位列表</a> <p></p> {% if job %} <原创 2021-08-26 12:55:21 · 169 阅读 · 0 评论 -
Scikit-learn_数据预处理
一.标准化描述为了避免某一个动态范围过大的特征列对计算结果造成影响,同时可以提升模型精度,标准化的实质是对样本集的每个特征列减去该特征列均值进行中心化,再除以标准差进行缩放实例scale()函数import numpy as npfrom sklearn import preprocessing as ppd = np.array([[1., -5., 8.],[2., -3., 0.], [0., -1., 1.]])# 对数据集d做标准化d_scaled = pp.scale(d)原创 2021-09-05 15:50:04 · 140 阅读 · 0 评论 -
Python多任务编程——基础
一.程序执行方式并发执行- 并行执行二.注意:每个程序至少有一个进程每个进程至少有一个线程进程提供内存资源线程执行代码原创 2021-08-10 18:19:37 · 90 阅读 · 0 评论 -
Python_PyMySQL_Python与MySQL交互
一.PyMySQL介绍PyMySQL描述PyMySQL 是在 Python3.x 版本中用于连接 MySQL 服务器的一个库,Python2中则使用mysqldb。PyMySQL 遵循 Python 数据库 API v2.0 规范,并包含了 pure-Python MySQL 客户端库。PyMySQL安装pip3 install PyMySQLPyMySQL的操作创建数据库import pymysql# 打开数据库连接db = pymysql.connect( host=原创 2021-08-17 11:18:51 · 183 阅读 · 0 评论 -
Python计算
一.算术运算符a = 20b = 3# +:加print(a+b)# -:减print(a-b)# *:乘print(a*b)# /:除print(a/b)# //:取整print(a//b)# %:取余print(a%b)# **:乘方print(a**b)原创 2021-07-30 21:21:29 · 211 阅读 · 0 评论 -
Python-字符串
一.字符串的定义方式# 一对单引号str1 = 'abc' # abc# 一对双引号str2 = 'abc' # abc# 三对单引号str3 = '''abc''' # abc# 三对双引号str4 = """abc""" # abc二.格式化处理方式str1 = 'abc'# f-stringstr2 = f'{str1}de' # abcde# 传统占位符拼接str3 = '%sde' % str1原创 2021-07-31 15:05:08 · 181 阅读 · 0 评论 -
Pandas_Pandas入门
一.Pandas的DataFrame简介Pandas是用于数据分析的开源Python库,可以实现数据加载,清洗,转换,统计处理,可视化等功能DataFrame和Series是Pandas最基本的两种数据结构DataFrame用来处理结构化数据(SQL数据表,Excel表格)Series用来处理单列数据,也可以把DataFrame看作由Series对象组成的字典或集合二.Pandas的基础使用导入pandas包import pandas as pd加载读取文件# 读取csv原创 2021-08-30 14:42:46 · 146 阅读 · 0 评论 -
Python正则表达式——基础知识
一.正则表达式介绍描述正则表达式是一个特殊的字符序列,它能帮助你方便的检查一个字符串是否与某种模式匹配。模块import re二.正则表达式的修饰符描述正则表达式可以包含一些可选标志修饰符来控制匹配的模式。修饰符被指定为一个可选的标志。多个标志可以通过按位 OR(|) 它们来指定。如 re.I | re.M 被设置成 I 和 M 标志标识符含义re.l(使匹配对大小写不敏感)re.L(做本地化识别(locale-aware)匹配)re.M(多行匹配,影响 ^ 和 $)re原创 2021-08-12 20:43:29 · 545 阅读 · 0 评论 -
Python多任务编程——线程
一.单线程和多线程二.多线程使用步骤导入模块创建子线程使用子线程三.多线程知识点多线程模块:threading创建线程对象:Thread(group, target, name, args, kwargs)group:指定线程组target:要执行的目标任务名name:线程名args:元组形式传参kwargs:字典形式传参四.设置守护主线程的方式:threadingThread(target=show_info, daemon=True)线程对象.setDae原创 2021-08-10 21:04:13 · 95 阅读 · 0 评论 -
Python函数进阶
一.函数的嵌套定义:在一个函数体内部嵌套了另一个函数的调用执行顺序:只要函数在调用之前被定义即可,定义函数的顺序不做规定def fun1(): print('hello world')def fun2(): fun1() fun1()fun2()二.局部变量和全局变量局部变量就是在函数体内部进行定义函数体外部无法调用的变量全局变量就是在函数体外部,一般在文件顶格处书写,函数体内外都可以使用的变量if 和for结构中的控制语句中定义的变量都是原创 2021-08-03 09:28:52 · 79 阅读 · 0 评论 -
Python_单元测试
一.什么是单元测试?单元测试,通俗易懂地讲,就是编写测试来验证某一个模块的功能正确性,一般会指定输入,验证输出是否符合预期。二.测试实例import unittest# 将要被测试的排序函数def sort(arr): l = len(arr) for i in range(0, l): for j in range(i + 1, l): if arr[i] >= arr[j]: tmp = arr[i原创 2021-08-22 19:16:40 · 321 阅读 · 0 评论 -
Scikit-learn_分类算法_贝叶斯分类
一.原理在给出的待分类样本中,找出当前条件下出现概率最大的类别,此类别几维待分类样本的所属类别二.用法和参数GaussianNB先检验分布为高斯分布的朴素贝叶斯适用于样本特征的分布大部分是连续值MultinomialNB先检验分布为多项式分布的朴素贝叶斯适用于样本特征的分布大部分是多元离散值BernoulliNB先检验分布为伯努利分布的朴素贝叶斯适用于样本特征是二元离散值或很稀疏的多元离散值三.实例将文本样本转为TF-IDF向量from sklearn.原创 2021-09-05 18:14:57 · 257 阅读 · 0 评论 -
Python_Pandas_数据的插入和删除
一.插入数据用法和参数DataFrame.insert(index, a, b)index:要插入数据的位置a:要插入数据的列标签b:要插入数据的列数据实例import pandas as pddata = pd.read_excel('产品统计表.xlsx')# 在数据表的最后面新增一列数据data['品牌'] = ['AM', 'DE', 'SR', 'AM', 'TY', 'DE', 'UD']print(data)'''编号 产品 成本价(元/个) 销售原创 2021-08-17 16:23:00 · 508 阅读 · 0 评论 -
Python容器类型公共方法
len:获取容器内元素个数可用:字符串、列表、元组、字典、集合print(len('abcd')) # 4print(len(['a', 'b', 'c'])) # 3print(len((1, 2, 3, 4, 5))) # 5print(len({'a': 1, 'b': 2})) # 2 print(len({1, 2, 3, 4})) # 4del:删除容器内元素可用:列表、字典不可用:字符串、元组、集原创 2021-08-02 17:09:29 · 92 阅读 · 0 评论 -
Scikit-learn_分类算法_k-近邻算法
通过训练已知分类的数据集,从中可以发现分类规则,并以此预测新数据的所属类别,这被称为分类算法一.k-近邻算法描述对于待分类的样本,从训练集中找出k个和它距离最近的样本,考察这些样本中哪一个标签最多,就给-待分类样本贴上改标签。k值的最佳选择高度依赖数据,通常较大的k值会抑制噪声的影响,但同时也会使分类界限不明显。通常k值是不大于20的整数。用法和参数neighbors提供了两种不同的最近邻分类器:一种是基于待分类样本点的k个最近邻实现,其中k是用户指定的整数值另一种是基于待分类样本点的原创 2021-09-05 18:13:45 · 240 阅读 · 0 评论 -
Pandas_数据分析入门
常用排序方法DataFrame.nlargest(n, ‘列名’)根据指定列的值由大到小排列,返回n行数据DataFrame.nsmallest(n, ‘列名’)根据指定列的值由小到大排列,返回n行数据DataFrame.sort_values(‘列名’, ascending=False)指定字段由大到小降序排列多列排序时,ascending 参数传入一个列表,排序参数也是一个列表,并且一一对应DataFrame.drop_duplicates(subset=‘列名’)原创 2021-09-04 17:03:07 · 72 阅读 · 0 评论 -
Scikit-learn_模型评估和参数调优_参数调优
一.描述网格搜索法是遍历多个参数多个取值的全部组合,使用每一组参数组合做训练和评估测试,记录评估结果,最终找出最优评估结果,该结果对应的参数就是最优参数。训练的时间与数据集大小、训练次数、参数数量以及每个参数的取值数量正相关。当数据集较大时,网格搜索法耗时非常长。因此使用网格搜索法参数调优(调参)时,应尽可能减少参与调参的参数个数,限制每一个参数的取值数量随机搜索法随机搜索法类似于网格搜索法,只是不需要给出每个参数的取值,而是给出每个参数的取值范围。该方法会在每个参数的取值范围内随机取值原创 2021-09-11 13:27:49 · 390 阅读 · 0 评论 -
Python_量化交易实战_量化交易基础
一.量化交易分类量化交易(Quantitative Trading)量化交易则通常是指使用数学、统计甚至机器学习的方法,去找寻合适的买卖时机。所以,在这个维度的定义之下,算法交易、高频交易还有统计套利(Statistical Arbitrage)都可以算作量化交易。程序化交易(Program Trading)它通常用计算机程序代替交易员,来具体执行金融产品的买卖。量化交易的下层通常是程序交易。算法交易(Algo-Trading)而算法交易通常用于高频交易中。它指的是,通过算原创 2021-08-25 17:37:40 · 9069 阅读 · 0 评论 -
Python的四个常用内置函数
一.filter()函数描述filter() 函数用于过滤序列,过滤掉不符合条件的元素,返回由符合条件元素组成的新列表。该接收两个参数,第一个为函数,第二个为序列,序列的每个元素作为参数传递给函数进行判断,然后返回 True 或 False,最后将返回 True 的元素放到新列表中。语法和参数filter(function, iterable)function – 判断函数。iterable – 可迭代对象。返回值返回列表实例 a = [1, 2, 3, 4, 5,转载 2021-08-12 11:00:23 · 401 阅读 · 0 评论 -
Python生成器与迭代器
一.迭代器迭代是Python最强大的功能之一,是访问集合元素的一种方式。迭代器是一个可以记住遍历的位置的对象。迭代器对象从集合的第一个元素开始访问,直到所有的元素被访问完结束。迭代器只能往前不会后退。迭代器有两个基本的方法:iter() 和 next()。列表、元组和字符串都可以创建迭代器# 创建一个列表list1 = [1, 2, 3, 4] # 创建迭代器对象it = iter(list1) # 输出迭代器的下一个print(next(it)) #转载 2021-08-12 10:20:13 · 87 阅读 · 0 评论 -
Python-容器类型推导式
可用:列表、集合、字典不可用:元组、字符串# 列表print([i for i in range(4)]) # [0, 1, 2, 3]# 元组print((i for i in range(4))) # <generator object <genexpr> at 0x000002317D43CDD0># 字典print({i:j for i in 'abcd' for j in range(4)}) # {'a': 3, ..原创 2021-08-02 17:13:45 · 126 阅读 · 0 评论 -
Python类_魔术方法
一.__init__()方法__init__()方法在对象创建完成后,初始化对象时,自动调用在init方法中添加的属性,由于每个对象都会执行该方法,所以都包含该属性,被称之为共有属性在init方法之外添加的属性,由于不是每个对象都拥有,所以被称之为独有属性二.带参数的__init__()方法init方法在对象被创建时,可以将“类名()”这里边括号添加的参数传递到init方法内部在接收到参数时,可以动态给对象添加实例属性如果init方法添加了参数,那么在创建对象时,必须给其赋值,否则报错c原创 2021-08-06 19:11:17 · 90 阅读 · 0 评论 -
Numpy_操作数组
一.一维数组的元素选取描述既可以选取单个元素,也可以选取多个连续的元素,还可以按照一定的规律选取多个不连续的元素。实例选取单个元素import numpy as nparr = np.array( [12, 2, 40, 54, 5, 798, 45, 23])print(arr[0]) # 12print(arr[5]) # 798print(arr[-1]) # 23print(arr[-3]) # 798选取连原创 2021-08-15 20:16:25 · 308 阅读 · 0 评论 -
Python多任务编程——进程和线程的对比
一.关系对比线程是依附在进程里的,没有进程就没有线程一个进程默认提供一条线程,进程可以创建多个线程二.区别对比进程之间不共享全局变量线程之间共享全局变量创建进程的资源小号远大于创建线程进程是操作系统调度的基本单位线程是CPU调度的基本单位线程不能单独执行,必须依附在进程中多进程开发比多线程开发稳定性更强三.优缺点对比进程优点:可以用多核缺点:资源开销大线程优点:资源开销小缺点:不能用多核四.推荐使用情况对比IO密集型程序(文件操作,网络编程),原创 2021-08-10 21:12:35 · 128 阅读 · 0 评论 -
Python元组
一.元组的定义# 单变量元组tuple1 = (1,)# 多变量元组tuple2 = (1, 2, 3)二.元组的索引和切片t = (1, 2, 3, 4, 5)print(t[1]) # 2print(t[-3]) # 3 print(t[1:3]) # (2, 3)print(t[3:1:-1]) # (4, 3)三.元组的方法index :从左至右查询指定元素在元组中第一次出现的位置索引,如果存在则返回正向索引,原创 2021-07-31 15:50:03 · 83 阅读 · 0 评论 -
Python上下文处理(with)
一.使用with进行文件的处理with open("Delta.txt", 'w', encoding='utf-8') as fp: fp.write("人生苦短,我选Python")二.使用with实现异常的捕获class Testwith(): def __enter__(self): print("run") def __exit__(self, exc_type, exc_val, exc_tb): if exc_tb is None原创 2021-08-12 18:42:34 · 176 阅读 · 0 评论 -
Python_numpy_数组的运算
一.数组之间的四则运算描述对于形状一致的数组,可以直接进行加减乘数等运算,运算结果是一个由对应位置上的元素分别进行四则运算后的数组。用法和参数数组 + 数组数组 - 数组数组 * 数组数组 / 数组数组 + 数组数组 * 数字实例import numpy as nparr1 = np.array( [ [1, 2, 3], [4, 5, 6] ])arr2 = np.array( [ [7, 8,原创 2021-08-16 08:51:55 · 1095 阅读 · 0 评论