Wang_PChao的博客

原创 LeetCode题解：剑指offer04-二维数组中的查找

题目地址：https://leetcode-cn.com/problems/er-wei-shu-zu-zhong-de-cha-zhao-lcof/题目描述：在一个 n * m 的二维数组中，每一行都按照从左到右递增的顺序排序，每一列都按照从上到下递增的顺序排序。请完成一个函数，输入这样的一个二维数组和一个整数，判断数组中是否含有该整数。示例：数据范围：题解思路：思路一：暴力题解，遍历矩阵，肯定能找到，代码如下：class ...

原创 LeetCode题解：546-移除盒子

题目地址：https://leetcode-cn.com/problems/remove-boxes/题目描述：给出一些不同颜色的盒子，盒子的颜色由数字表示，即不同的数字表示不同的颜色。你将经过若干轮操作去去掉盒子，直到所有的盒子都去掉为止。每一轮你可以移除具有相同颜色的连续 k 个盒子（k >= 1），这样一轮之后你将得到 k*k 个积分。当你将所有盒子都去掉之后，求你能获得的最大积分和。示例：数据范围：题目分析：这道题需要我们多...

原创 LeetCode题解：剑指offer03-数组中重复的数字

题目地址：https://leetcode-cn.com/problems/shu-zu-zhong-zhong-fu-de-shu-zi-lcof/题目描述：找出数组中重复的数字。在一个长度为 n 的数组 nums 里的所有数字都在 0～n-1 的范围内。数组中某些数字是重复的，但不知道有几个数字重复了，也不知道每个数字重复了几次。请找出数组中任意一个重复的数字。示例：数据限制：问题分析：这道题从难度上来说是简单题，写这篇博客的动机是回顾之前做过的题，虽然是简..

原创 关于递归的一丁点思考

递归函数的特殊地方在于，递归函数中含有自我调用的语句，除此之外和普通函数并没有什么特殊之处。函数进入下一级递归时，系统栈会保存上层函数的变量值，以便被调函数返回后可以继续执行。递归函数可以想象成探索地下迷宫，这个迷宫有N层，每一层长得一模一样，不停地向下探索，直到触底，然后再开始想上返回。搞清楚这个仅有的特殊点之后，其实可以将递归函数看做普通函数，在编写时也时刻将他看做普通函数就行了，过多的特殊化考虑反而会带来不必要的烦恼。请看如下代码（注，这段代码并不是我写的，我只是参考者）：imp

原创 软考高级信息系统项目管理师知识点：软件工程的过程管理(脑图)

原创 软考高级信息系统项目管理师知识点：软件设计(脑图)

原创 软考高级信息系统项目管理师知识点：软件架构设计(脑图)

原创 软考高级信息系统项目管理师知识点：面向对象分析(脑图)

原创 软考高级信息系统项目管理师知识点：UML(脑图)

原创 软考高级信息系统项目管理师知识点：需求分析(脑图)

原创 软考高级信息系统项目管理师知识点：高可用性与高可靠性的规划与设计(脑图)

原创 软考高级信息系统项目管理师知识点：中间件技术(脑图)

原创 电脑系统：Windows笔记本电脑无法调节屏幕亮度

问题背景及症状某天在使用电脑时，想要将本子的屏幕调暗一下，让我惊讶的是，不仅无法使用“Fn+F11”和“Fn+F12”调节亮度，而且系统中所有关于亮度调节的选项均消失了，...

原创 软考高级信息系统项目管理师知识点：数据仓库技术(脑图)

原创 软考高级信息系统项目管理师知识点：数据库管理系统(脑图)

原创 软考高级信息系统项目管理师知识点：网络规划与设计(脑图)

原创 软考高级信息系统项目管理师知识点：网络接入技术(脑图)

原创 软考高级信息系统项目管理师知识点：网络存储技术(脑图)

原创 软考高级信息系统项目管理师知识点：网络设备和网络服务器(脑图)

原创 软考高级信息系统项目管理师知识点：网络标准与网络协议（脑图）

原创 软考高级信息系统项目管理师知识点：信息系统开发方法(脑图)

原创 软考高级信息系统项目管理师知识点：信息系统生命周期(脑图)

原创 软考高级信息系统项目管理师知识点：信息化的基本概念(脑图)

原创 软考高级信息系统项目管理师知识点：信息系统的基本概念(脑图)

原创 软考高级信息系统项目管理师知识点：信息的基本概念(脑图)

原创 DeBug记录：SyntaxError: (unicode error) 'unicodeescape' codec can't decode bytes in position

问题背景尝试使用nltk的语料库阅读器查看自己建立的文本时，遇到错误，完整的错误信息如下：错误的字面意思是说，这是一个语法错误，发生了编码错误，无法解码位置2-3中的字节：截断的\ UXXXXXXXX转义。问题分析windows的路径分隔符向来和Unix系的格格不入，这也是一大bug制造机。通常'\'叫做反斜线，是被当做转义符使用的，而'/'叫做斜线，常被用于表示路径，例如你可...

原创 自然语言处理：NLP的研究内容简介

关于NLP的研究领域，没有一个非常严格的定义进行限定，笼统的说，那些尝试让机器和人类用语进行交互的研究都属于NLP研究的范畴，例如信息提取、情感分析、翻译、问答、推理等。详细地列举出所有研究内容并不现实也没有必要，因为对于科学而言，唯一不变的就是一直在变化。这里只是非常简单总结一下当前认知到的，方便日后回顾。现阶段搜索引擎还主要是检索网络上的文本信息然后返回相关的网页，虽然随着知识图谱技术...

原创 自然语言处理：单词频率与计数

原创 数据结构：使用java语言实现二叉树的前序、中序、后序遍历

package com.company;import java.util.Arrays;import java.util.LinkedList;public class Main { // 定义结点类 private static class TreeNode { int data; TreeNode lChild; T...

原创 自然语言处理：简单分析文本中的单词

初学NLP使用的是NLTK工具包，从非常简单的词汇统计做起，总的来说，包含但是不限于：查看单词上下文查看某单词出现在文章中的环境，对了解作者的用词风格有很大帮助。查看单词‘monstrous’出现过的位置。还可以继续查看有类似上下文的单词，函数similar可以轻松做到当得到若干个有着相似上下文的单词的时候，很有必要看一下它们的共同之处，此时便用到了common_con...

原创 DeBug记录：'dict_keys' object is not subscriptable

问题背景学习《python自然语言处理》这本书的时候，有如下代码>>> fdist1 = FreqDist(text1)>>> vocabulary1 = fdist1.keys()>>> vocabulary1[:50]按照讲解，最后一段代码应当输出text1文本中前50个出现频率最高的词汇，然后实际允许时，结果如下：...

原创 Pandas API：value_counts() 特征取值计数

数据中存在分类数据，我们需要了解不同的类别对应的种类数量

原创 Pandas API：cut() 将数值转为离散区间

结合直方图的显示“盒子”概念，英文：bins文档：https://pandas.pydata.org/docs/reference/api/pandas.cut.html?highlight=cut#pandas.cut

原创 Scikit-learn API：OrdinalEncoder类 顺序编码器

本博客关联博客：scikit-learn类别特征编码：顺序编码（OrdinalEncoder）、一位有效编码（OneHotEncoder）这篇博客说的主要是OrdinalEncoder顺序编码器的API文档参数说明属性和方法应用举例>>> from sklearn.preprocessing import OrdinalEncoder>&gt...

原创 系统配置：windows10系统卸载软件

睡前逛论坛，发现都0202年了，竟然有人在问电脑的系统怎么卸载，当然了，也有可能这单纯的就是一个钓鱼贴，专门就是钓人闲聊的。不过转念一想，小白年年有，有人成长也有人正在成长，姑且直男一把睡前水一篇博客，帮一下那些真的不知道的，万一真的有呢？方式一针对通过exe可执行文件安装的软件，例如qq，微信，输入法，浏览器等等,基本是那种手动下载安装包安装的：在左下角开始位置，搜索“控制面板”，然...

原创 Pandas API：fillna函数 填充缺失值

也可以使用scikit-learn填充缺失值：使用scikit-learn中的SimpleImputer(原sklearn.preprocessing.Imputer)处理缺失值函数原型以及参数说明用法举例>>> df = pd.DataFrame([[np.nan, 2, np.nan, 0],... [3, 4, np...

原创 Scikit-learn API：SimpleImputer类(原sklearn.preprocessing.Imputer类) 处理缺失值

scikit-learn提供了简单易用的方法进行缺失值的处理，使用SimpleImputer实例，我们可以指定用什么样的数值（例如中位数）填充某属性中的缺失值。函数原型和参数说明SimpleImputer类的属性和方法应用举例>>> import numpy as np>>> from sklearn.impute import Si...

原创 Pandas API：drop函数 删除指定行或者列

函数介绍用法举例>>> df = pd.DataFrame(np.arange(12).reshape(3, 4),... columns=['A', 'B', 'C', 'D'])>>>df A B C D0 0 1 2 31 4 5 6 72 8 9 1...

原创 Pandas API：dropna函数 删除无效值

函数介绍函数举例>>>df = pd.DataFrame({"name": ['Alfred', 'Batman', 'Catwoman'],... "toy": [np.nan, 'Batmobile', 'Bullwhip'],... "born": [pd.NaT, pd.Timest...

原创 机器学习-数据处理：使用corr()和scatter_matrix()函数寻找属性之间的相关性

在机器学习的数据分析阶段，找到那些和待预测量有较强关联的特征对解决问题有非常大的帮助，为解决这个问题，我们可以分别使用pandas提供的两个函数corr()和scatter_matrix()使用corr()函数计算每对属性之间的标准相关系数函数原型DataFrame.corr(self, method='pearson', min_periods=1)函数功能计算数值列的两两相...