python
&捕风的汉子&
这个作者很懒,什么都没留下…
展开
-
numpy的基础
NumPy是在Python中进行科学计算的基础包。它提供多维数组(矩阵)对象各种各样的函数操作。在数组上的快速操作,包括数学、逻辑、转换、排序、选择、方差、期望、离散傅里叶变换转换等等,我们在科学计算中常用的基本的线性代数,基本的统计运算,随机模拟等等都在numpy得到支持,可见numpy是多么的强大。我第一次接触numpy时是由于需要将matlab训练完成的模型落地,发布到ubuntu服务器...原创 2018-07-18 15:43:37 · 142 阅读 · 0 评论 -
numpy与matlab互转操作
在日常使用中,matlab作为我们机器学习以及深度学习的模型训练使用的工具,而线上使用python实现模型落地。因为不可避免常遇到matlab与numpy之间有些操作需要相互转换。1、常用操作(参考numpy官方说明)MATLAB numpy 说明 help func info(func) or help(func) or func? (in ...原创 2018-07-17 11:21:19 · 7925 阅读 · 2 评论 -
python的re模块
正则表达式是我们日常编程经常使用到的,运用检索或替换字符串中匹配的子串。对于python语言来说,已有基础的正则表达式模块(即re模块),当然还有其它第三方的正则表达式模块,通常第三方的正则表达式模块也包含re模块中实现的所有API接口。在我们解释API之前,我们先简单了解python的正则表达式的写法:. 在默认模式下,它匹配除换行符之外的任何字符。如果DOTALL已指定该标志,则匹配包...原创 2018-07-26 22:35:27 · 133 阅读 · 0 评论 -
python2.7与python3.5关于TCP通讯样例
关于python2.7及python3.5之间在网络通讯方面出现一定的差异,尽管差异比较小,但对于新手或者没有踩过此坑的人可能会感觉到困惑。python3.5 服务端# -*- coding: utf-8 -*-"""Created on Sat Jul 14 14:39:04 2017@author: linxiaojie"""from socket import ...原创 2018-07-14 17:01:21 · 831 阅读 · 1 评论 -
PCA降维
关于PCA算法在机器学习中是经常会用到,特别在维度数比较大的情况下,为了提取主要的维度成分,使用PCA对维度进行降维操作,一方面在保证数据高精确性情况下,另一方面减少维度数量,降低由于维度带来的运算资源的消耗及运算的时间消耗 。PCA能够有效解决因维度带来的灾难。关于PCA的原理在很多书本、博客等地方都有所介绍,关于原理在这里不再详述。在这里我主要介绍PCA在matlab及python的实现。...原创 2018-08-09 14:56:35 · 408 阅读 · 0 评论 -
使用flask实现restfulapi
今天早上想快速实现几个临时使用的http接口,供其他人调用,之前都是使用java去写的,最近因为都玩着python,第一时间想到使用flask去实现试试,也体验下flask轻量级的框架。在https://flask-restful.readthedocs.io/en/latest/上快速过了一次示例文档,也在度娘上看了下其他人的例子,但很多都是只写了服务端或者只写了客户端,两端同时实现的示例很...原创 2019-05-09 11:39:05 · 383 阅读 · 0 评论 -
ubuntu上构建jupyter notebook环境
安装conda在anaconda官网下载https://www.anaconda.com/distribution/,我下载的是Anaconda3-2019.03-Linux-x86_64.sh安装包。在ubuntu终端上直接执行shAnaconda3-2019.03-Linux-x86_64.sh,建议使用root用户进行安装,并在/etc/profile配置全局的conda安装目录的pa...原创 2019-05-21 16:12:53 · 628 阅读 · 0 评论 -
关于multiprocessing的Queue效率问题
今天大半天都在折腾着一个问题,就是从kafka消费消息后,后面的业务处理一直处理不过来,总是延后几个小时。为了解决这个问题,不断去调试代码,查找到相对耗时的位置,最终定位是Qeueue的问题。先上一段简化版的代码。#!/usr/bin/env python#-*- coding:utf-8 -*-from cachetools import TTLCacheimport osimpo...原创 2019-08-28 16:38:07 · 2929 阅读 · 4 评论