qq_44099721的博客

# -*- coding: utf-8 -*-# Form implementation generated from reading ui file 'demo.ui'## Created by: PyQt5 UI code generator 5.15.4## WARNING: Any manual changes made to this file will be lost when pyuic5 is# run again. Do not edit this file unless

总体思想如下：将运算符合操作数分开，原理为操作符之前为操作数。将中缀表达式转换为后缀表达式，并在转化的过程中直接求值。具体细节代码中有注释，如果有什么不明白的地方可以私信，如有bug欢迎改正。# 擦作数的优先级1>2，任意定义即可ops_rule = { '+': 1, '-': 1, '*': 2, '/': 2}def cal(n1, n2, op): if op == '+': return n1 + n2 i

离考研越来越近，我的心也越来越不踏实，每次都翻书的时候都不敢看我之前做过的题，害怕自己又什么都忘了，什么都不会了。最近这这一两星期对我来说几乎每天都是煎熬，每天做的事就是拆了西墙补东墙，我真的看不到一点希望。但是我想上研究生，我还有好多我喜欢的算法，项目还没来得及做，我怕我工作后再也没有机会去做我想做的事了。我很后悔大学四年这么美好的四年让我给浪费了，没有能把我想做的事都做了，留下了一堆半成品。这四年里面也没有真真正正的完完全全的做好一个项目。往回看全是遗憾。也正是因为全是遗憾所以我总是在不断的麻痹我自

本文拟构建一个科研人员共同完成一篇论文的合作社会网络。实验步骤如下：提取每篇论文中作者去除非法字符构建图的结点和权重（合作论文的篇数，其中两个结点相同是表示该作者总共发表的论文数量）保存文件将文件处理成Gephi可识别的格式import csvimport pandas as pdrow_count = 0authors_set = set()# 合作关系与权重（合作的次数）authors_graph = {}with open(r'./data/author.csv', '

ROC:接收器工作特征。用来体现噪声信道中命中率和错误警报之间的权衡。纵轴表示真正率。纵轴表示真负率。

import requestsimport urllib.requestfrom bs4 import BeautifulSoupimport osimport time# 获得每种品牌的汽车def get_car_brand_url(base_url): car_brand = 'https://car.autohome.com.cn' car_brand_lis...

win10手动安装TextBolb，nltk包。首先将这两个压缩包解压到你环境下的Lib/site-packages下面。每个人的环境都是不一样的所以不要抄，你只需要找到你的site-packages。如果真的找不到就在命令行中直接下载，虽然不会成功，但是它会提示你要安装的路径。然后在你的环境先下面按住shift然后右键打开Powershell窗口。 然后输入上面的命令（他的意思是运...

python做线性规划总结。用scipy.optimize.linprog实现线性规划pulp包求解整数线性规划运输问题

首先去github上下载安装包安装包下载下载完成后。将文件夹packages文件夹重命名成nltk_data，并将其放到C:/user/你电脑用户名下面。这个是我的地址。...

import numpy as npnp.random.seed(10)# a = np.random.randint(10, 20, (4, 5))# a = a.astype(float)# a[:, 1] = 0# a[2, 2] = np.nan# # 判断非0 的个数：# print(np.count_nonzero(a))# # 判断nana的个数：# print(...

# knn的算法思想就是看离他最近的几个元组都是属于哪个类，把最多的作为他的类别from sklearn import datasetsfrom sklearn.model_selection import train_test_splitfrom sklearn.neighbors import KNeighborsClassifierfrom sklearn.model_selecti...

import numpy as npfrom sklearn import datasetsfrom sklearn.model_selection import train_test_splitfrom sklearn.neighbors import KNeighborsClassifier# 载入数据iris = datasets.load_iris()iris_X = iri...

数据库日常维护：备份与恢复，完整性维护，安全性维护，存储空间管理和并发性控制数据流程图中一个处理至少有一个输入流和一个输出流从功能角度可以将数据库划分成四个层次1、表示层：用于显示数据和接受数据（用户友好界面）2、业务逻辑层：是表示层和数据访问层之间的桥梁，主要负责数据的传递和处理，也就是应用程序的逻辑3、数据访问层：负责与DBMS进行交互，提取或存入4、数据持久层：负责保存和管理应用...

# map(function, iterable, …)# map(func, *iterables) --> map objecta=map(lambda x: x ** 2, [1, 2, 3, 4, 5]) # 使用 lambda 匿名函数for i in a: print(i)参数：函数，列表返回值：map object 可以用循环打印出来...

从几天开始，在接下来的半个月开始跟着大佬们学习计算机视觉和深度学习经典的网络。加油吧！

import time, datetime# 字符类型的时间tss1 = '2013-10-10 23:40:00'# 转为时间数组timeArray1 = time.strptime(tss1, "%Y-%m-%d %H:%M:%S")print(timeArray1)# timeArray可以调用tm_year等print(timeArray1.tm_year) # 20...

from matplotlib import pyplot as pltimport matplotlibimport pandas as pdimport numpy as npfont = {'family': 'MicroSoft YaHei', 'weight': 'bold', 'size': '4'}matplotlib.rc("font",...

import pandas as pdimport numpy as npimport matplotlib.pyplot as plt# First create some toy data:x = np.linspace(0, 2 * np.pi, 400)y = np.sin(x ** 2)# Creates just a figure and only one subplo...