Python
文章平均质量分 53
redis_v
这个作者很懒,什么都没留下…
展开
-
Sublime Text搭建python调试环境
Sublime Text简介作为一个开发者你不可能没听说过SublimeText。不过你没听说过也没关系,下面让你明白。 SublimeText是一款非常精巧的文本编辑器,适合编写代码、做笔记、写文章。它用户界面十分整洁,功能非同凡响,性能快得出奇。这些非常棒的特性包括任意跳转(Goto Anything)、多重选择(multiple selections)、指令面板(command pa原创 2016-01-20 16:49:09 · 7767 阅读 · 0 评论 -
pandas聚合和分组运算之groupby
pandas提供了一个灵活高效的groupby功能,它使你能以一种自然的方式对数据集进行切片、切块、摘要等操作。根据一个或多个键(可以是函数、数组或DataFrame列名)拆分pandas对象。计算分组摘要统计,如计数、平均值、标准差,或用户自定义函数。对DataFrame的列应用各种各样的函数。应用组内转换或其他运算,如规格化、线性回归、排名或选取子集等。计算透视表或交叉表。执行分位数分析以及其转载 2016-07-05 16:55:48 · 178599 阅读 · 9 评论 -
用rnn做文本生成
用RNN做文本生成举个小小的例子,来看看LSTM是怎么玩的我们这里用温斯顿丘吉尔的人物传记作为我们的学习语料。(各种中文语料可以自行网上查找,英文的小说语料可以从古登堡计划网站下载txt平文本:https://www.gutenberg.org/wiki/Category:Bookshelf)第一步,一样,先导入各种库import num原创 2017-01-02 22:40:45 · 6901 阅读 · 1 评论 -
Windows 下面安装和使用Python, IPython NoteBook (详细步骤)
1. 下载安装Python 下载: python-3.3.3.amd64.msi (jiu在Python.org下载就好了) 安装: 直接双击安装 也可以安装anaconda3(https://www.continuum.io/downloads) 安装: 直接双击安装2. 下载安装Setuptools 下载原创 2016-12-19 16:39:11 · 1564 阅读 · 0 评论 -
python遍历文件夹
使用python遍历文件夹下的所有文件很方便,这里我来遍历文件夹,获得文件夹的父目录,文件夹名称以及所有文件名称,并且所有文件名存放在txr文档中。import osimport os.pathrootdir="d:\image\slogan"file = open("D:\image\path\path.txt","a")for parent,dirnames,filenames原创 2017-01-10 11:38:53 · 651 阅读 · 0 评论 -
python下载图片到本地
使用python自带的urllib库下载图片源代码:import urllibimport timeimport Imageimg_folder = "D:\\image\\"url = "http://img.kuaizitech.com/dc/e5/e584ab32c35066dcd554b09acb947821.jpg"urls = url.split("/")con原创 2017-02-06 17:24:20 · 4124 阅读 · 0 评论 -
Linux系统安装Python PIL模块
1、安装PIL所需的系统库$ yum install zlib zlib-devel $ yum install libjpeg libjpeg-level $ yum install freetype freetype-devel 2、删除Python下安装的PILrm -rf /usr/lib/python2.7/site-packages/PILrm /usr/lib原创 2017-02-07 11:21:50 · 1637 阅读 · 0 评论 -
Pandas Cheat Sheet学习笔记
Pandas 作为python的库,包含易于使用的数据结构,是一个强大数据分析的工具。Pandas数据结构Pandas的主要数据结构有Series和DataFrame。Series是一种类似于一维数组的对象,它由一组数据以及一组与之相关的一组标签组成。DataFrame是一个表格型数据结构,它含有一组有序的列,每列可以是不同的值类型。Pandas的I/O操作1.从csv文件原创 2017-02-24 14:05:19 · 3036 阅读 · 0 评论 -
python在pandas.DataFrame添加一行
代码示例:from pandas import *from random import *df = DataFrame(columns=('lib', 'qty1', 'qty2'))#生成空的pandas表for i in range(5):#插入一行 df.loc[i] = [randint(-1,1) for n in range(3)]print df原创 2017-06-02 17:34:31 · 71858 阅读 · 0 评论 -
ubuntu 安装python gym
先执行:apt-get install -y python-numpy python-dev cmake zlib1g-dev libjpeg-dev xvfb libav-tools xorg-dev python-opengl libboost-all-dev libsdl2-dev swig在执行:pip install --index https://pypi原创 2017-07-08 15:06:31 · 4014 阅读 · 1 评论 -
data-sklearn数据预处理 Preprocessing
1. Standardization, or mean removal and variance scalingStandardization即标准化,尽量将数据转化为均值为零,方差为一的数据。实际中我们会忽略数据的分布情况,仅仅是通过改变均值来集中数据,然后将非连续特征除以他们的标准差。sklearn中 scale函数提供了简单快速的single array-like数据集操作转载 2017-12-13 10:58:23 · 846 阅读 · 0 评论 -
python实现rpc远程调用
远程调用就是将对象名、函数名、参数等传递给远程服务器,服务器将处理结果返回给客户端。 远程调用使得调用远程服务器的对象、方法的方式就和调用本地对象、方法的方式差不多,因为我们通过网络编程把这些都隐藏起来了。远程调用是分布式系统的基础。远程调用一般分为两种,远程过程调用(RPC)和远程方法调用(RMI),这里,我们介绍RPC远程过程调用。service.py代码如下:fro原创 2016-07-04 22:48:30 · 9900 阅读 · 0 评论 -
python文件和目录操作方法大全
链接:http://www.jb51.net/article/48001.htm一、python中对文件、文件夹操作时经常用到的os模块和shutil模块常用方法。1.得到当前工作目录,即当前Python脚本工作的目录路径: os.getcwd()2.返回指定目录下的所有文件和目录名:os.listdir()3.函数用来删除一个文件:os.remove()4.删除多个目录:转载 2016-07-03 12:17:07 · 739 阅读 · 0 评论 -
Spark Shell With Python
配置Spark环境 1) 下载spark:http://spark.apache.org/downloads.html 2) 进入spark-1.6.1-bin-hadoop2.4,为当前目录打开Python Spark Shell:[root@Master spark-1.6.1-bin-hadoop2.4]#./bin/pyspark读取文件,生成RDD格式原创 2016-06-15 17:39:13 · 2570 阅读 · 0 评论 -
python学习笔记
创建tupletuple是另一种有序的列表,中文翻译为“ 元组 ”。tuple 和 list 非常类似,但是,tuple一旦创建完毕,就不能修改了。同样是表示班里同学的名称,用tuple表示如下:>>> t = ('Adam', 'Lisa', 'Bart')创建tuple和创建list唯一不同之处是用( )替代了[ ]。现在,这个 t 就不能改变了,tuple没有 app原创 2016-01-22 11:30:51 · 622 阅读 · 0 评论 -
Python的机器学习库汇总与梳理
出处:点这里由于最近手头项目需要,我查阅了Python相关的机器学习库。我将不断地更新本贴,从而详细说明各个库的优劣。一、前提 在Pthon下做机器学习,需要科学计算包和绘图库的支持,科学计算则是NumPy或SciPy,似乎NumPy更流行些。画图工具包则必定为matplotlib。这些都是开源、免费使用的,选择这些库主要的原因是做线性代数中的矩阵计算极为便利,而且效率比自转载 2016-01-22 22:58:41 · 827 阅读 · 0 评论 -
python学习笔记(二)
函数式编程特点:(1)把计算视为函数而非指令。(2)支持高阶函数,代码简洁。高阶函数:函数作为参数传递给函数,这样的函数称为高阶函数。变量可以指向函数,变量可以作为参数,于是函数就成了参数。例子:def add(x, y, f): return f(x) + f(y)如果传入abs作为参数f的值:add(-5, 9, abs)根据函数的定义,函数原创 2016-01-29 17:00:21 · 643 阅读 · 0 评论 -
python机器学习库编程实战
一、概述 机器学习算法在近几年大数据点燃的热火熏陶下已经变得被人所“熟知”,就算不懂得其中各算法理论,叫你喊上一两个著名算法的名字,你也能昂首挺胸脱口而出。当然了,算法之林虽大,但能者还是有限,能适应某些环境并取得较好效果的算法会脱颖而出,而表现平平者则被历史所淡忘。随着机器学习社区的发展和实践验证,这群脱颖而出者也逐渐被人所认可和青睐,同时获得了更多社区力量的支持、改进和推广。转载 2016-03-17 10:11:30 · 1343 阅读 · 0 评论 -
python字符串换行的3种方式
#coding=utf-8if __name__ == '__main__':#第一种:三个单引号 print '''我是一个程序员 我刚开始学习python'''#第二种:三个双引号 print """我是一个程序员 我刚开始学习python"""#第三种:\结尾 print"我是一个程序员,\ 我刚开始原创 2016-06-28 14:48:55 · 10803 阅读 · 0 评论 -
Python 代码性能优化技巧
代码优化能够让程序运行更快,它是在不改变程序运行结果的情况下使得程序的运行效率更高,根据 80/20 原则,实现程序的重构、优化、扩展以及文档相关的事情通常需要消耗 80% 的工作量。优化通常包含两方面的内容:减小代码的体积,提高代码的运行效率。改进算法,选择合适的数据结构一个良好的算法能够对性能起到关键作用,因此性能改进的首要点是对算法的改进。在算法的时间复杂度排序上依次是:O(1)转载 2016-07-10 08:32:21 · 1262 阅读 · 0 评论 -
python命名规范
Tipmodule_name, package_name, ClassName, method_name, ExceptionName, function_name, GLOBAL_VAR_NAME, instance_var_name, function_parameter_name, local_var_name.应该避免的名称单字符名称, 除了计数器和迭代器.包/模块原创 2016-07-10 08:41:48 · 780 阅读 · 0 评论 -
python风格规范
分号Tip不要在行尾加分号, 也不要用分号将两条命令放在同一行.行长度Tip每行不超过80个字符例外: 如果使用Python 2.4或更早的版本, 导入模块的行可能多于80个字符.Python会将圆括号, 中括号和花括号中的行隐式的连接起来, 你可以利用这个特点. 如果需要, 你可以在表达式外围增加一对额外的圆括号.[python]转载 2016-07-10 10:43:51 · 459 阅读 · 0 评论 -
python数据挖掘领域工具包
Python在科学计算领域,有两个重要的扩展模块:Numpy和Scipy。其中Numpy是一个用python实现的科学计算包。包括:一个强大的N维数组对象Array;比较成熟的(广播)函数库;用于整合C/C++和Fortran代码的工具包;实用的线性代数、傅里叶变换和随机数生成函数。 SciPy是一个开源的Python算法库和数学工具包,SciPy包含的模块有最优化、线性代数、转载 2016-06-29 09:48:15 · 697 阅读 · 0 评论 -
python 守护进程deamon
#!/usr/bin/env python# -*- coding:utf-8 -*-import sysimport osimport timeimport atexitfrom signal import SIGTERMclass Daemon: """ A generic daemon class. Usage: subclass the Dae原创 2016-06-29 16:26:04 · 693 阅读 · 0 评论 -
pandas用法大全
一、生成数据表1、首先导入pandas库,一般都会用到numpy库,所以我们先导入备用:1 import numpy as np2 import pandas as pd2、导入CSV或者xlsx文件:1 df = pd.DataFrame(pd.read_csv('name.csv',header=1))2. df = pd.DataFrame(pd.read_excel('nam...转载 2018-10-14 18:19:59 · 1519 阅读 · 0 评论