Python学习
文章平均质量分 68
Python魔法
SRE实战派
Anything that can go wrong will go wrong.
展开
-
Linux部署Django应用
文章目录准备工作安装Python与MySQL5.6安转所需Python包使用WSGIuWSGI报错演示问题解决测试成功安装Nginx基础配置指向uWSGI项目静态文件配置当项目开发完成后,需要将项目代码放到服务器上,这个服务器拥有固定的IP,再通过域名绑定,就可以供其它人浏览,对于python web开发,可以使用wsgi、apache服务器,此处以wsgi为例进行布署。服务器首先是物理上的一台性能高、线路全、运行稳定的机器,分为私有服务器、公有服务器。私有服务器:公司自己购买、自己维护,只布署自原创 2021-01-25 09:31:14 · 223 阅读 · 0 评论 -
Linux(CentOS7)安装Python3和pip3并为pip换源
下面的操作,按照步骤来就可以了,不要在中途cd 到别的文件目录下,要想查看效果可以用 ls加上对应的目录,不需要切换进去。首先不管你当前在哪个目录下,输入以下命令cd /usr/binls -l python*# 结果如下lrwxrwxrwx. 1 root root 9 1月 22 16:40 python2 -> python2.7-rwxr-xr-x. 1 root root 7136 8月 4 2017 python2.7lrwxrwxrwx. 1 root roo原创 2021-01-22 18:03:56 · 1124 阅读 · 0 评论 -
Python中的多态
多态(Polymorphism)按字面的意思就是“多种状态”。在面向对象语言中,接口的多种不同的实现方式即为多态。引用Charlie Calverts对多态的描述——多态性是允许你将父对象设置成为一个或更多的他的子对象相等的技术,赋值之后,父对象就可以根据当前赋值给它的子对象的特性以不同的方式运作。简单的说,就是一句话:允许将子类类型的指针赋值给父类类型的指针。例如Java中的多态可以理解为class Person{ private String name; private int原创 2021-01-14 17:23:57 · 882 阅读 · 0 评论 -
Python实现数据挖掘K-均值算法(欧氏距离)
算法实现思路首先,根据指定的形心标志获取初始形心坐标,将所有形心存储为列表其次,编写计算所有点到每个形心的距离的方法、根据所有点到每个形心的距离获取新簇的方法、得到新簇的形心的方法计算所有点到每个形心的距离的方法:遍历形心列表,在内部遍历数据集,计算每个数据集中的每个点到形心的欧式距离平方,将形心和形心与每个点的欧氏距离平方存储为字典,形心为字典键,形心与每个点的欧氏距离为字典值。根据所有点到每个形心的距离获取新簇的方法:根据所有点到每个形心的距离,将距离某一形心最近的点划分为一簇,存储其对应的点标原创 2020-12-16 20:42:15 · 1229 阅读 · 0 评论 -
Python实现数据挖掘基本决策树算法(信息增益)
算法实现思路首先,事务集可以采用手动输入,也可以预定义,我根据习题8.7使用列表字典结构预定义事务集。其次,分别编写获取候选属性、获取数据集中的元组分类所需的期望信息、获取根据指定候选属性分类所需的期望信息、计算信息增益、根据指定属性对数据集进行分类、判断数据集是否属于同一类,共6种方法;初始数据集采用列表保存,列表中的每一项为字典,保存属性及对应的属性值。获取候选属性方法:获取初始数据集中某一项所有键的列表,去除其中的数量“count”和类别“status”获取数据集中的元组分类所需的期望信息:原创 2020-12-08 16:34:16 · 1050 阅读 · 1 评论 -
Python实现数据挖掘Aprior算法
算法实现思路首先,获取事务集和最小支持度。事务集可以采用手动输入,也可以预定义,我根据习题6.6使用字典结构预定义事务集,并使用input()方法获取用户输入的最小支持度;其次,根据事务集,通过遍历事务集中的每项,获取所有单项集的支持度即C1,同样以字典的方式存储,其中的键为项组成的元组,值为项集的支持度,同时为了保证后续遍历时的前n个项的顺序一致,在遍历C1时,根据排序后的键来进行遍历,筛选出符合最小支持度的频繁单项集L1,同时将不频繁的项集添加至全局变量非频繁项集的集合中;接着,编写根据Lk-1生原创 2020-12-08 15:15:25 · 703 阅读 · 1 评论