- 博客(244)
- 资源 (2)
- 收藏
- 关注
RSS订阅转载 字符编码的故事，uft8，Unicode。
在知乎上看到的，然而也不是答主自身的，感谢原作者。 很久很久以前，有一群人，他们决定用8个可以开合的晶体管来组合成不同的状态，以表示世界上的万物。他们看到8个开关状态是好的，于是他们把这称为”字节“。再后来，他们又做了一些可以处理这些字节的机器，机器开动了，可以用字节来组合出很多状态，状态开始变来变去。他们看到这样是好的，于是它们就这机器称为”计算机“。
2016-05-04 10:29:12
1094
原创 excel制作甘特图模板
方法就不多说了，核心就是把开始时间先变成常规的单元格格式，甘特图做好之后再改回来。剩下的都是excel的技巧。放个模板吧！http://pan.baidu.com/s/1eSLh4qu
2016-04-21 21:21:35
4515
1
原创 python的一些细节（1）
定义函数时候的默认值def cube(x=5,y)如此，则参数x的默认值是5，当条用的时候没有定义x的值，程序就会默认为5.python的格式化字符‘1%c1%c%d’%（‘+’，‘=’，2）很类似与c语言中printf，不过python中就更加简化了。以大写字母R或小写字母r开头的如r‘e:\book’叫做原始字符串读取文件的三个方法read（）整个文件
2016-04-21 20:39:26
827
原创 excel中vlookup中的开头字母匹配
VLOOKUP的作用想必大家都是知道，如果不知道的话，看一下以前的这个blog吧。http://blog.csdn.net/qtlyx/article/details/50543172现在有一个问题了，如果要匹配的值可能只有前面几个字母或者中文是一样的怎么办呢。其实可以这样：=VLOOKUP(LEFT(C1,2)&"*",A:B,2,FALSE)。看到第一个是取C1格的左边两个字符，然后&
2016-04-06 14:13:04
8337
原创 让在网页上ctrl+c,ctrl+v见鬼去吧~
显然，每个VC的官网的组织结构都是不一样的，所以爬虫表示很无奈，只能一个网站写一个。这样，似乎还是人工复制更加方便呢，毕竟写爬虫并不是分分钟的事情。但是，黏贴复制也要技巧啊！1.准备让我们来看一下XPath的伟大作用。关于XPath的教程，请移步 http://www.phpstudy.net/e/xpath/ 很好地教程哦。只会xpa
2016-04-01 14:34:19
2286
原创 克拉克误差网格分析程序(Performs Clarke Error Grid Analysis)
这是用来平价血糖预测准确度的一个分析方法，就像下面的图片一样。很多血糖监测仪都会说我们家的仪器在A级的概率是多少多少，说的就是下图中的A区域，也就是预测的很好的区域。其实绘制这样的图也是很简单的，y轴代表的是预测的血糖值，x轴是参考值，一般认为就是准确值。生成克拉克误差网络分析图的matlab程序可以私我哦，是matlab的。由于是人家论文中的，所以直接贴出来并不好哦。
2016-03-29 10:47:53
11321
25
原创 使用MIC进行变量选择
如果有很多自变量，我们能在很多自变量中选出几个对因变量影响最大的吗?或许MIC可以解决这个问题哦。# -*- coding: utf-8 -*-"""Created on Mon Mar 14 19:52:57 2016@author: Luyixiao"""import numpy as npfrom minepy import MINEimport matplotlib
2016-03-14 20:45:05
3208
原创 python的拉链（zip）
python中有一个zip，也就是拉链，那我们来理解一下吧。>>> a = [1, 2, 3]>>> b = ['a', 'b', 'c']>>> z = zip(a, b)>>> z[(1, 'a'), (2, 'b'), (3, 'c')]>>> zip(*z)[(1, 2, 3), ('a', 'b', 'c')]我们把list当做列向量来看就很好理解了，zip就是拉链，把一
2016-03-08 20:47:37
1946
原创 sjtuLib爬虫(二)----sjtuLib爬虫之建立Scrapy框架
还是爬交大图书馆的数据，不过这次我们用Scrapy的开源爬虫框架。上次我们在Anaconda平台下安装了Scrapy，这回就可以开始用啦。scrapy.cfg: 整个项目的配置文件goodBook/: 项目各个模块,代码就主要在这里了goodBook/items.py: 话说爬虫爬下来的东西总得存起来吧，存的话得有一个标准格式吧，这个就是了。就是存储的容器标准，可以当做一个结构体理解。
2016-03-08 15:18:01
1013
转载 我理解的信息论——自信息、熵、互信息
原文：http://blog.sina.com.cn/s/blog_5fc770cd0100ia5k.html信息论 信息是关于事物的运动状态和规律的认识，它可以脱离具体的事物而被摄取、传输、存贮、处理和变换。 信息论，就是用数理统计方法研究信息的基本性质以及度量方法，研究最佳解决信息的摄取、传输、存贮、处理和变换的一般规律的科学。它的成果将为人们广泛而有效地利用信息提供
2016-03-07 14:30:44
7006
原创 最大信息系数（MIC）
童鞋们觉得文章不错，就麻烦点一下下面人工智能的教程链接吧，然后随便翻阅一下https://www.captainbed.net/qtlyxMIC（Maximal information coefficient）一个很神奇的东西，源自于2011年发在sicence上的一个论文。学过统计的都知道，有相关系数这么一个东西，通常叫做r。但是其实应该叫做线性相关系数，应用领域还是很窄的。而...
2016-03-02 16:21:19
46930
49
转载 numpy的random模块
转自http://www.mamicode.com/info-detail-507676.html排列shuffle(x)现场修改序列，改变自身内容。（类似洗牌，打乱顺序）>>> arr = np.arange(10)>>> np.random.shuffle(arr)>>> arr[1 7 5 2 9 4 3 6 0 8] Thi
2016-02-24 20:07:26
5596
原创 Anaconda下安装Scrapy
强大的Anaconda和Spyder。不过如何在这个平台上安装Scrapy呢。打开MS-DOS（win+R输入cmd回车）然后输入：conda install -c scrapinghub scrapy不是pip命令哦~然后耐心等待就可以了。出现Proceed后输入y回车，接着等待，然后就可以了！
2016-02-04 21:50:50
7834
2
转载 Python与Qt UI的图形界面编程（三）
Qt提供了很多关于获取窗体位置及显示区域大小的函数，本实例利用一个简单的对话框显示窗体的各种位置信息，包括窗体的所在点位置，长，宽信息等。本实例的目的是分析各个有关位置信息的函数之间的区别，如x(),y(),pos(),rect(),size(),geometry()等，以及在不同的情况下应使用哪个函数来获取位置信息。实现的效果如下图：在实例中，分别调用了x(),y(),frame
2016-02-03 22:47:14
4940
转载 Python与Qt UI的图形界面编程（二）
和大多数操作系统一样，Windows及Linux都提供了一系列的标准对话框，如文件选择，字体选择，颜色选择等，这些标准对话框为应用程序提供了一致的观感。Qt对这些标准对话框都定义了相关的类，这些类让使用者能够很方便地使用标准对话框进行文件，颜色以及字体的选择。标准对话框在软件设计过程中是经常需要使用的。Qt提供的标准对话框除了本实例提到的，还有QErrorMessage，QInputDia
2016-02-03 22:44:21
3981
转载 Python与Qt UI的图形界面编程（一）
本实例实现一个"Hello Kitty!"例子，简单介绍Qt编程的基本流程，以及Qt程序的编绎运行方式,实例效果图如图所示。 这是一个简单的例子，整个对话框只有一个按钮，单击该按钮，对话框关闭，退出程序。实现代码如下：from PyQt4.QtGui import * from PyQt4.QtCore import * import sys app=QA
2016-02-03 22:34:54
14091
原创 大话机器学习（二）--KNN
一、有监督与无监督学习总体来说讲呢，机器学习又两种学习方法，一个叫有监督学习（Supervised），一种叫无监督学习（Unsupervised）。顾名思义啊，一个就是有人看着，一个就是没有。在机器学习中呢，就是有监督学习，会先告诉学习算法，我有200本书，这些是我喜欢的，那些是我觉得一般的，那些是我讨厌的。好，现在又给你一本书，请你告诉我，我对这本书的态度。这样的学习过程就是有监督的。
2016-02-01 16:37:51
1721
转载 kNN算法概要
一、算法概述1、kNN算法又称为k近邻分类(k-nearest neighbor classification)算法。最简单平凡的分类器也许是那种死记硬背式的分类器，记住所有的训练数据，对于新的数据则直接和训练数据匹配，如果存在相同属性的训练数据，则直接用它的分类来作为新数据的分类。这种方式有一个明显的缺点，那就是很可能无法找到完全匹配的训练记录。kNN算法则是从训练集中找
2016-02-01 14:54:51
979
原创 大话机器学习（一）--Go for it！
本系列教程适合对机器学习一无所知，甚至文科森哦。反正不会有数学公式，I promise！教程基于sklearn的python机器学习库。打开机器学习的面纱，就是这样。首先要有利器。工欲善其事必先利其器。看我下面这个文章吧，下载一下这个软件，然后我们就可以开始了。http://blog.csdn.net/qtlyx/article/details/497424831.什么是机器学习？
2016-01-22 11:25:26
2998
原创 VLOOKUP返回N/A的一种原因
有时候会碰到VLOOKUP函数会返回N/A真心很蛋疼。查了函数参数，无误；查了查找的数据是否在查找队列中，无误。最后，偶尔，情况是这样的！！D列是用VLOOKUP函数查找来的。但是，这个样子的时候，就出现了NA，其实查找table为A：B，返回第一列数据似乎没有错。但是结果就是这样。在百度解决上诉问题的时候，脑海中凭借多年码农经验，考虑到，其实参数传的并不完整，没有
2016-01-19 16:16:50
11323
2
原创 公交车到站预测2----数据后处理
之前从csv获取了数据，但是我们的目的是用机器学习的方式对其分类。目测使用sklearn的机器学习库，所以要把数据处理成符合要求的格式。import time import numpy as np from sklearn import cluster,datasets首先是我们需要的一些模块，time就是时间处理的模块，这里的作用就是把表示时间的字符
2016-01-18 22:48:33
2833
原创 公交车到站预测1----python处理csv文件
之前处理csv一直用pandas，今天发现，pandas虽然强大，但是灵活度少了很多，有时候想实现一些简单的功能可能要花很大的代价。大道至简，返璞归真。就像这几天用excel一样，利用简单的规则就可以完成很多任务，不必要动不动就用vba去处理，吃力不讨好。有时候要跳出这样的逻辑陷阱，简单的或者就是最好的。前两天把公交车的数据用excel处理了一下，最后希望能够把一段路的行驶状况变成一个记录，然
2016-01-14 22:03:56
2423
2
原创 Numpy基础解析（来自通联量化）
###接下来要给大家介绍的系列中包含了Python在量化金融中运用最广泛的几个Library:numpyscipypandasmatplotlib会给初学者一一介绍###NumPy 简介####一、NumPy是什么？量化分析的工作涉及到大量的数值运算，一个高效方便的科学计算工具是必不可少的。Python语言一开
2015-12-22 16:37:03
1950
原创 Python微悟（一）
1.容器python的基本容器可以分为五类，其中list、tuple、string属于序列，因为他们的index是位置，存在有顺序这样一个概念，而字典Dict则是键值对的形式存在，没有顺序的概念，他的键（Key）就相当于是序列的Index。2.函数的参数问题定义变参数函数有时需要定义参数个数可变的函数，有几个方法可以做到：给参数指定默认值比如
2015-12-22 16:12:38
944
转载 Python中的修饰函数
首先，什么是函数修饰符？函数修饰符就是对原有函数做一层包装。比如有以下两个函数：复制代码def func1(): print 'I am function func1'def func2(): print 'I am function func2'现在我们想为这两个函数增加一段共同的操作，这时就可以使用函数修饰符。首先我们定义一个修饰函数，先不做任
2015-12-22 15:21:10
1109
原创 如何制作中文文字云
有很多英文文字云的生成工具，但是中文的似乎比较少哦。网上传说的网站似乎是被墙了，不过最近找到的这个并没有。 https://tagul.com/ 注册之后就可以使用了。 直接这样add中文当然是不能显示的，还需要在Fonts里面加载一个中文字体。可以加载c盘windows下fonts文件夹中的任意一个中文字体。然后add中文之后点击visualize就
2015-12-21 12:29:02
4556
原创 利用Python数据处理进行公交车到站时间预测（一）
1.数据格式id int id编号type int 41表示站间数据，42中间站进出数据 43始末站进出数据route_id int 线路ID号，10454，10069，120881bus_id varchar 车辆编号station_id varchar 站点编号lon decimal 经度lat decimal 纬度speed de
2015-12-15 21:53:35
7426
9
原创 python从SUMO中获取车辆平均行驶时间
1.SUMO的trip information文件在SUMO的帮助文档中的simulation output中有如下说明。SUMO提供用来记录车辆trip信息的文件。文件的格式如下 " \ depart="" departLane="" \ departPos="" departSpeed="" \
2015-12-03 15:36:32
7358
15
原创 python与BeautifulSouop计算SUMO仿真的到达速率
1.到达速率到达速率就是外部车辆进入优化路网在单位时间内的流量，每个进入的lane有不同的到达速率。2.到达速率的获取# -*- coding: utf-8 -*-"""Created on Wed Dec 02 17:16:44 2015@author: Luyixiao"""import bs4soup = bs4.BeautifulSoup(open('E:/
2015-12-03 15:05:17
3575
7
原创 从SUMO的输出文件中获得队列转移矩阵
SUMO的功能是很强大，不过可视化和后期期望结果的多样性似乎就不太如人意了。本次我们利用SUMO的dump仿真输出文件来获取一个队列转移矩阵（lane change rate matrix）。这一矩阵在优化中有着很重要的地位。1.首先来看一下dump文件在仿真配置文件中的output部分加入下面这样的语句，就会生成dump文件 " />其中FILE是你希望的文件名。
2015-11-30 18:17:16
2283
原创 利用BeautifulSoup和python处理xml
SUMO的软件有些地方真是不好。很多SUMO中要用到的xml文件之前都是手工完成的。今天用BeautifulSoup模块写了一个代码，解决了最麻烦的排序问题。问题其实很简单，就是根据xml标签中的一个特定属性进行排序，然后再保存成文件。譬如下面这个xml文件，我们希望标签的顺序能够根据depart中的数值来排序。在SUMO软件中，这个就是车辆的出发时间。import bs4#导
2015-11-28 22:02:01
5867
2
原创 sjtuLib爬虫(一)
前段时间想看一本《天才在左，疯子在右》的书，到图书馆网站一看，发现被预约了十次之多，只能说当时我就醉了。后来一想，其实可以利用这一预约的数量来判断一本书的好坏与质量。这个社会，我们不缺书，而是缺少好书，往往会浪费时间在读一些不是那么好的书上。利用交大童鞋的集体智慧，挖掘一些好书，这是一个好法子！之前对爬虫也只是了解，所以先弄一个简单些的吧。我们现在python里面加入下面几个模块：
2015-11-20 21:40:17
1036
原创 用UtralEdit批量删除符合条件的行
在分析SUMO的路网xml文件的时候，希望导入excel之前能够先简化一下。譬如像下面这样的，我们希望去掉外面的edge属性，只留下里面的lane节点。UtralEdit支持正则表达式的替换哦~如果不知道什么叫做正则表达式的话，通俗一点讲就是用符号匹配。还记得电子词典吗？可以用一个问号代替一个不确定的字母，或者一个星号代替不定数量不确定的字母，这样就很方便查字典了。在UtralEd
2015-11-15 19:30:24
1464
原创 SUMO教程（九）
本人的sumo视频入门课程，希望支持哦。https://edu.csdn.net/course/detail/25834博客搬家了，新浪的博客实在是呵呵，广告多，而且技术性读者量少。这是第一篇在CSDN上写SUMO的博客。osm地图的获取想必大家都会了，然后处理的话也都会用Josm处理，做一些地图清洗什么的。Josm对于地图清洗有一个特别好的东西，filter。就是这个啦，可...
2015-11-13 21:17:34
3619
11
原创 Anaconda使用入门
开始接触数据挖掘和机器学习的东西，选定在Python上做。有一本书《利用Python进行数据分析》，书中用的最主要的包就是numpy和pandas，找这两个包的时候，发现了Anaconda这样一个科学数据分析平台，当然也可以用来做别的事情啦。只是集成了numpy，pandas等包，用起来特别方便。用的过程中走了些许弯路，特别是下载，用学校“华东第一教育网节点”的网才下下来。
2015-11-09 18:50:23
16693
原创 SUMO教程和MeanShift算法图片不可见的，请移步至本人的新浪博客。http://blog.sina.com.cn/qtluyixiao。抱歉给大家带来的不便。
SUMO教程和MeanShift算法图片不可见的，请移步至本人的新浪博客。http://blog.sina.com.cn/qtluyixiao。抱歉给大家带来的不便。新浪博客有些是搬家或者复制过来的，图片无法外部访问，抱歉。
2015-11-08 15:37:12
2023
原创 SUMO使用教程（八）
本人的sumo视频入门课程，希望支持哦。https://edu.csdn.net/course/detail/25834好久没更新SUMO的博客了。今天来看一下之前生成的一个Trips文件。下面这个就是随机生成的Trips问价的部分截图，trip，中文意思就是旅程，其实就是车辆走过的轨迹。之前我们在router文件里面定义了车辆行驶的路径，很显然，相当费力气，需要一条一条的去规划...
2015-11-08 15:09:32
4347
5
原创 【转】理想低通滤波器、巴特沃斯低…
低通滤波器 1.理想的低通滤波器 其中，D0表示通带的半径。D(u,v)的计算方式也就是两点间的距离，很简单就能得到。 使用低通滤波器所得到的结果如下所示。低通滤波器滤除了高频成分，所以使得图像模糊。由于理想低通滤波器的过度特性过于急峻，所以会产生了振铃现象。 2.巴特沃斯低通滤波器
2015-11-08 15:09:29
3562
原创 2015百度世界大会
晚上看了2015百度世界大会。大会主题基本就是“服务搜索”。百度不再只是搜索网页，而是对体验性消费服务进行搜索。但是显然，服务性搜索就没有那么简单了。因为关键字是死的，但是人的要求却是千奇百怪的。所以，服务搜索的关键就是交互。一交互，于是就开始人工智能了。当然，作为服务搜索，什么大数据、位置服务等等肯定少不了。整个大会演讲的结构很有意思。一开始是李彦宏，作为大BOSS进行体验性质的演示，
2015-11-08 15:09:24
716
原创 C#.NET下使用Sqlite
今天做这个，发现网上好多说法，而且还不一致。亲测一个可用。1下载SQLite-1.0.60.0-binaries2.下载sqlite33.打开中工程，分别点击“项目”，“添加引用”，”浏览“，然后选择1中下载文件中的”System.Data.SQLite.DLL“就可以添加了。注意的是，要选着x86还是x64.这里的x86和x64的意思不是开发者电脑对应的系统，而是开发对象将运行的系统位数
2015-11-08 15:09:22
705
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人