pwtd_huran的博客

原创 利用皮尔逊相关系数找出与目标最相关的特征（Python实现）

#coding:utf-8#检测各特征和辐照度之间的相关性以及各个特征之间的相关性from __future__ import divisionimport tensorflow as tfimport mathimport csvfrom sklearn import metricsimport numpy as npfrom math import sqrtfrom math...

原创 Python实现皮尔逊系数计算

import numpy as npfrom math import sqrtfrom math import sqrtdef multipl(a, b): sumofab = 0.0 for i in range(len(a)): temp = a[i] * b[i] sumofab += temp return sumofabde...

原创 Python实现区间预测

import scipy.stats as stimport matplotlib.pyplot as pltimport numpy as npimport collectionsfrom sklearn.preprocessing import MinMaxScalerimport numpy as npimport csvimport mathfrom pylab impor...

翻译 Python实现括号匹配

由于存在多种不同的括号对，每种括号都可能任意出现多次，而且还有可能嵌套，为了检查是否匹配，扫描中必须保存遇到的开括号。由于写程序时候无法预知要处理多少括号，因此不能用固定数量的变量保存所以我们必须要借助缓存结构。由于在匹配的过程中会出现嵌套，所以进行逐对的匹配。会拿右括号和最近的左括号进行匹配，如果匹配成功就会删除匹配成功的括号，进行下一次匹配。所以是后存入的括号最先进行匹配，因此选择栈结构作为缓...

翻译 Python实现栈结构

这里借助Python的list结构，实现顺序栈，其中的一些栈操作都是借助list的一些内置操作来实现的。class StackUnderflow(ValueError):#以list实现了顺序栈的结构 passclass SStack(): def __init__(self): self.__elmes = [] def is_empty(self):...

原创 Python yield

这几天在看数据结构，经常遇到带有yield的函数，所以看了一下。带有yield在函数中的作用是它相当于普通函数中的return的功能，在函数执行到yield的时候会返回一个值，并且yield后面的语句本次不会再执行。但是在下次再次调用yield函数的时候，函数从yield下面的语句开始继续执行，并记忆了前一次执行的状态。这样做的好处是使得不必一次产生所有的结果，而是执行到哪一步就产生这一步的结果。...

原创 怎样将中缀表达式转化为后缀表达式

在平时中我们接触最多的就是中缀表达式，如2+3*5+6。这种操作符位于操作数中间的就是中缀表达式。但是这种表达式的结构，需要使用树结构来表达，一旦表达式的结构复杂，树就会很庞大，所以相应操作的时间复杂度和空间复杂度都会很高。因此就会想着要将这种非线性的存储转换为线性的存储方式。这个存储结构就是栈。用栈将中缀表达式转化为后缀表达式。后缀表达式也常被称为逆波兰表达式。如何将中缀表达式转换为后缀表达式：...

原创 在一个二维数组中，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

思路：数组中的数据是从左到右递增，从上到下递增，可以选择从最左下角的元素开始与目标值进行比较。找到这个元素，让目标值与它先进行比较，如果它比目标值大，就往上移，如果比目标值小就往右边移动。class Solution:    # array 二维列表    def Find(self, target, array):        row = len(array)-1        col = l...

原创 Python 实现层次分析法

import csvimport numpy as npimport tensorflow as tf#大概的思路是：#1.首先输入每个指标下面对应的对比矩阵，每个这个矩阵是由专家比较每两个#指标之间的相对性重要性形成的，将这个矩阵作为输入，首先计算这个矩阵是否能#通过一致性的检验。在计算一致性时，要先求出该矩阵的特征值和特征向量。'''c1,c2 = np.linalg.eig(C)print ...

原创 Python 实现字符串匹配

思路：给定目标串和模式串，设定两个扫描指针i和j，分别指向目标串和模式串，当目标串和子串相同时，扫描指针都一起往后移，继续匹配。否则的话，就继续下一次匹配，目标串下移，模式串重新指向第一个字符开始重新匹配。直到模式串的扫描移动到最后一个字符，最后一个字符也匹配成功，则匹配成功，否则当目标串移动到末尾，模式串的扫描指针还没有移动到末尾就代表匹配失败。那么考虑一下这个算法的时间复杂度，假设没有匹配成功...

原创 Python实现链表结构及其相关操作

# 链表主要一个个结点构成，每个结点有两个关键元素分别为数值域和指针域，这里给出指针域的默认值为None#链表的基本操作包括：创建新表，删除表，判空，插入元素，删除元素，其中插入和删除表时候，分为两种#情况：1.在表首插入和在一般位置插入元素 2.删除表头元素和删除一般位置元素#另外还有一些基本的操作如：对表的遍历，定位（根据位置或值），求表的长度#首先实现链表的插入：链表的插入不需要移动...

原创 顺序表的反转Python代码实现

思路：设置两个指针，一个指向列表的尾部，一个指向列表的头部，不断的交换两个指针所指向的列表，前指针不断的往前移，后指针不断的往后移动，直到两个指针指向同一个值时，停止交换。def reverse0(L): i,j = 0,len(L)-1 while i<j: L[i],L[j] = L[j],L[i] i,j = i+1,j-1 re...

原创 Python语言在线编程实现分巧克力

import sysline0 = sys.stdin.readline()line0 = int(line0.strip().split()[0])#hline1 = sys.stdin.readline()line1 = line1.strip().split()h = []for line in line1:    h.append(int(line))line2 = sys.stdin.r...

原创 有两个用字符串表示的非常大的大整数,算出他们的乘积，也是用字符串表示。不能用系统自带的大整数类型。

import sysline = sys.stdin.readline()line = line.strip().split()print(line)num1 = int(line[0])num2 = int(line[1])array1 = []array2 = []sum1 = []if len(line[0])>=len(line[1]): print(lin...

原创 输入一个数组，数组中有正数，负数和0，输出三个数的最大乘积。

输入一个数组，数组中有正数，负数和0，输出三个数的最大乘积。

原创 Python实现冒泡排序

原创 tensorflow实现简单线性回归

import matplotlib.pyplot as pltimport tensorflow as tfimport numpy as npfrom sklearn import datasetssess=tf.Session()iris=datasets.load_iris()x_val=np.array([x[3] for x in iris.data])y_val=np.array([y...

原创 Tensorflow中的张量，占位符，变量

张量是tensorflow的主要数据结构。下面主要介绍如何创建张量1.创建指定维度的张量。zero=tf.zeros([行数，列数]) / one=tf.ones([行数，列数])2.创建制定维度的常数来填充张量fill=tf.fill([行数，列数]，42)3.使用已知的常数来创建一个张量。constant=tf.constant([1,2,3])4.创建一个与给定tensor类型大小一致的张量...

原创 Tesorflow的基本使用

Tensorflow算法的一般流程：1.导入或生成样本数据集2.转换和归一化数据：转换是因为首先一般来讲我们输入样本的数据集并不符合Tensorflow期望的数据形式，所以需要转换数据格式以满足Tensorflow。另外，针对所使用的机器学习算法，当数据集的维度或者类型不符合所用的机器学习算法要求时，需要在使用前进行数据转化。比如说在使用CNN或RNN时，要求输入样本的维度必须是4维的，所以需要将...

原创 支持向量机

支持向量机（SVM）：支持向量机算法既可以用来解决分类问题又可以用来解决回归问题，这里先写一些关于支持向量机用来解决分类的问题。支持向量机用于分类的思想：假设现在有很多样本点，要将其分为正类和负类。支持向量机算法就是要寻找一个超平面将正负样本给分开。如果样本是可分的，那么必然有很多超平面可以将其分开。但是使得正负样本尽最大可能的分开（即正负样本之间的距离最大）的超平面只有一个，支持向量机的目标就是...