- 博客(561)
- 收藏
- 关注
RSS订阅原创 浏览器中的深度学习：TensorFlow.js 简介 第 1 页
TensorFlow.js 简介：浏览器端的深度学习利器本教程系列将深入探讨 TensorFlow.js，一个可以在浏览器中运行的深度学习库。与传统的 TensorFlow Python 库相比，TensorFlow.js 的优势在于无需安装，用户可以直接在浏览器中使用深度学习模型，这为其在前端应用中带来了巨大潜力。虽然 TensorFlow.js 的速度与 TensorFlow Python ...
2024-08-14 11:24:56
137
原创 [查看描述] 基于情绪分析信号的做空 - 金融 Python 11
摘要：本文作者在使用 Quantopian 和 Zipline 构建基于公司情绪数据的交易策略，并在上一个教程中取得了 83.9% 的收益率，远超同期市场收益率 52.6%。然而，作者也意识到该策略存在局限性：1.策略只在牛市中验证: 当前策略仅在 2012 年 10 月至现在的牛市中测试，尚未验证其在横盘或熊市中的表现。2.策略缺乏应对熊市机制: 由于策略仅包含买入操作，无法应对熊市下跌...
2024-08-14 11:22:21
300
原创 Pygal SVG 嵌入式图表 - 使用 Python 33 进行 Flask Web 开发
PyGaO: 用 Python 绘制精美交互式图表这段视频介绍了 PyGaO，一个用于 Python 的 SVG 图表绘制模块。PyGaO 的优势在于： 轻量级： SVG 图表文件体积小，不会给后端带来太多负担。 可扩展性强： SVG 图表可以轻松调整大小，无论是小型图表还是大型图表，都能快速加载。 交互性： PyGaO 生成的图表可以实现交互功能，例如高亮显示数据点、放大缩小...
2024-08-14 11:21:19
151
原创 Asyncio - 协程异步编程 - 中级 Python 编程 第 26 页
异步编程和协程：从同步IO到并发执行本教程主要讲解异步IO（Async IO）的概念以及协程（Coroutine）的应用。异步编程的核心在于 并发执行，而非 并行执行。 就像跑步时鞋带松了，你不必停下跑步去系鞋带，而是可以暂停跑步，系好鞋带再继续。 同步IO 就像一个网页加载，如果遇到无法响应的服务器，整个页面就会卡住。而 异步IO 可以让其他元素继续加载，即使图片无法加载，...
2024-08-14 11:20:48
56
原创 元标签和SEO - 搜索引擎优化教程第3部分
元标签与搜索引擎优化关系详解本教程将探讨元标签与搜索引擎优化之间的关系。元标签是指存在于HTML文档头部或标题中的HTML标签，它们可以用来描述网站或网页的内容。元标签的重要性： 过去： 曾经，人们使用 `meta keywords` 标签来塞入大量关键词，希望提高网站排名。然而，现在谷歌明确表示不再读取 `meta keywords` 标签，因此它不再有任何意义。 现在： `me...
2024-08-14 11:19:15
40
原创 使用 Python 和 JSON 模块搜索 Google 的教程。
本视频教程主要讲解如何使用 Python 进行 Google 搜索以及如何解析 JSON 数据。首先，视频介绍了 Google 提供的搜索 API，并演示了如何使用浏览器访问 API 并获取 JSON 格式的搜索结果。然后，视频重点讲解了如何使用 Python 的 `urllib` 模块进行 URL 编码，以确保搜索请求中包含的特殊字符能够被正确解析。视频还介绍了 Python 的 `json` ...
2024-08-14 11:18:44
274
原创 Python 3 编程教程 - Matplotlib 标签和标题
这段文字介绍了用 Python 库 Matplotlib 绘制简单图形的方法，并解释了常见错误“ValueError: x and y must have same first dimension”。核心内容：1.用变量存储数据：不再直接在代码中硬编码 X 和 Y 坐标值，而是将它们存储在变量中，方便从其他数据源（如文件、数据库）获取数据。2.添加标题和标签：使用 `plt.title(...
2024-08-14 11:17:11
175
原创 Python：使用 Matplotlib 绘制重心股票指标图
本视频教程是关于如何将中心重力（COG）计算结果绘制到图表上的。 视频首先介绍了如何从视频描述中的链接获取所需代码，并将其粘贴到脚本中。 接着，讲解了如何将COG函数的定义以及调用代码复制到新的脚本中，并调整代码缩进。 最后，视频展示了如何将COG数据绘制到图表上，并以eBay和Ford股票为例演示了COG的应用。 视频强调了COG在预测股票趋势方面的作用，并以Ford为例说明了COG在预测上涨趋...
2024-08-14 11:15:07
46
原创 Flask 教程：使用 Python 进行 Web 开发 5 - 首页改进
这段文字是关于使用Bootstrap框架构建网页的视频教程片段。视频讲解者将向观众展示如何添加一个右侧导航栏，并解释了Bootstrap组件的复制粘贴方法。首先，讲解者解释了右侧导航栏的功能，它将包含登录、注册、视频等选项。接着，讲解者从Bootstrap组件库中找到导航栏代码，并将其复制到网页的头部区域。之后，讲解者遇到了代码缩进问题，并建议观众自行调整。为了将导航栏与网页的其他部分整合，讲解者...
2024-08-14 11:14:36
95
原创 清理推文：如何使用 Python 和 Twitter API v1.1 流式传输推文
这段文字主要介绍了如何从 Twitter 数据中提取日期和推文内容，并简化数据存储。首先，作者解释了 Twitter 数据量巨大，直接存储会占用大量空间。为了节省空间，需要对数据进行处理，只保留必要的日期和推文信息。接着，作者解释了如何利用 Python 代码，通过字符串分割的方式，从原始的 JSON 数据中提取日期和推文内容。作者详细说明了分割的依据，以及为什么要使用双引号和逗号进行分割。最后，...
2024-08-14 11:14:06
177
原创 Python 3 编程教程 - 获取用户输入
这段文字主要介绍了 Python 3 中的 `input()` 函数，它可以从用户获取文本输入并保存到变量中。作者通过一个简单的例子展示了如何使用 `input()` 函数获取用户的姓名，并用 `print()` 函数输出问候语。具体而言，作者首先说明了 `input()` 函数在文本界面程序中获取用户输入的作用，并与 Python 2.7 中的 `raw_input()` 函数进行对比。接着，作...
2024-08-14 11:13:34
133
原创 Scikit Learn 机器学习教程，使用 Python 进行投资 第 3 页
这段文字来自一个机器学习编程教程视频系列，主要讲解了机器学习的实际应用。视频中提到，尽管编写自定义机器学习算法很有趣，但在实际生产环境中，由于已经存在大量成熟的算法，所以通常不需要编写自己的算法。视频重点强调了机器学习中数据的重要性，并指出实际困难在于数据组织、标注和算法选择，而非机器学习算法本身。视频作者以一个分析上市公司基本面数据的案例为例，说明了数据整理和标注的挑战。视频还介绍了 Sciki...
2024-08-14 11:12:31
141
原创 树莓派 第 3 部分：连接一切
这段文字描述了如何连接和使用树莓派。作者首先介绍了树莓派的机箱，并强调了机箱的完美契合度。接着，作者展示了如何将 SD 卡插入树莓派，并解释了 SD 卡的位置和安装方法。然后，作者演示了如何连接显示器、鼠标、键盘和电源线。其中，作者特别提醒了连接电源线时要最后进行，以免设备过早启动。最后，作者简要提到了电源适配器的类型，并以幽默的语气结束了这段文字。总体来说，这段文字以轻松幽默的口吻，详细介绍了连...
2024-08-14 11:12:01
240
原创 Python 3 编程教程 - 常见错误
本视频主要讲解了Python编程中常见的调试基础知识。作者指出，大多数错误源于以下两点： 拼写错误: 很多错误都是因为变量名、函数名等拼写错误导致的，例如将``variable``误写成``varibale``。 缩进错误: Python语言对代码缩进非常敏感，错误的缩进会导致语法错误。例如在定义函数时，函数体内的代码需要缩进，否则会报错。视频中还介绍了两种常见的错误类型： Nam...
2024-08-14 11:10:29
146
原创 编辑器 - PyQt 与 Python GUI 编程教程 13
本视频主要介绍如何在 Qt GUI 应用程序中添加一个简单的编辑器功能。首先，视频演示了如何创建一个名为“Open Editor”的菜单项，并将其添加到应用程序的“File”菜单中。该菜单项使用 `QAction` 类创建，并设置了快捷键 `Ctrl+E` 和状态提示信息。接着，视频演示了如何创建编辑器窗口。使用 `QTextEdit` 类创建了一个文本编辑器，并将其设置为应用程序的主窗口。最后，...
2024-08-14 11:08:56
78
原创 Matplotlib 教程 30 - 3D 散点图
这段文字主要介绍了如何使用Python代码创建3D散点图。首先，作者解释了如何将之前代码中用于绘制线框的部分注释掉，并添加新的变量。然后，作者展示了如何使用`scatter`函数绘制散点图，并说明了如何通过改变颜色、标记类型和大小等属性来区分不同的散点。最后，作者强调了3D散点图可以帮助用户更好地理解数据，并鼓励用户通过调整参数来探索不同的可视化效果。总结来说，这段文字为读者提供了一个简明扼要的3...
2024-08-14 11:07:55
160
原创 面向对象编程速成课程 - Python 3 Tkinter 教程 Python 3.4 第 2 页
这段文字介绍了面向对象编程（OOP）的概念，并以TKinter为例说明了OOP在实际编程中的应用。主要内容包括： 目的： 这段文字的目的是为了介绍面向对象编程，并将其应用于TKinter应用开发。 面向对象编程的解释： 作者解释了面向对象编程的核心概念，即通过创建对象实例来进行编程。作者强调了OOP是一种编程结构，它通过创建类、定义方法等方式来组织代码。 TKinter的应用：...
2024-08-14 11:06:53
247
原创 构建数据库 - 使用深度学习、Python 和 TensorFlow 创建聊天机器人 第 5 页
这段文字描述了在 TensorFlow 教程中，如何将数据存储到数据库中。主要内容包括：1. 首先判断数据是否可接受，即评论文本是否符合标准。2. 然后根据评论分数和是否已有评论，决定是更新现有评论还是新增评论。3. 定义了三个函数来处理不同的插入情况： `replace comment`: 替换现有评论。 `insert has parent`: 插入具有父评论的评论。 `ins...
2024-08-14 11:06:22
85
原创 训练模型 - 深度学习和神经网络：Python 和 PyTorch p.4
PyTorch教程：损失函数和优化器本教程将继续探讨如何使用标记数据训练神经网络，以使其能够识别手写数字。目标：训练模型，使其能够识别从未见过的手写数字。关键概念： 损失函数：衡量模型预测错误的程度。目标是随着训练的进行，损失函数的值不断降低。 优化器：通过调整模型参数（权重）来降低损失函数的值。优化器根据损失函数的梯度来调整权重，学习率决定了调整的幅度。代码示例： 使用 ...
2024-08-14 11:04:49
140
原创 卷积神经网络入门 - 使用 Python 和 PyTorch 进行深度学习和神经网络 第 5 页
卷积神经网络 (CNN) 简介本视频将介绍一种新型的神经网络——卷积神经网络 (CNN)，以及其在图像识别和序列数据处理中的应用。CNN 的应用： 传统应用： CNN 广泛应用于图像识别任务，例如识别猫、狗等物体。 新兴应用： 近年来，CNN 在处理序列数据方面也展现出优于循环神经网络 (RNN) 的性能，例如自然语言处理等。CNN 的工作原理： CNN 直接接受二维或三维图像...
2024-08-14 11:03:15
245
原创 IO 基础 - 第 3 页 使用 Python 和 Pandas 进行数据分析教程
Pandas I/O 教程摘要：使用 Quandl 获取房价数据本教程介绍了 Pandas 中的 I/O 功能，即如何读取和写入不同格式的数据。视频首先强调了 Pandas I/O 的简便性，即使处理 CSV、文本、HDF、XLS、HTML 和 SQL 等不同格式的文件，也只需一行代码即可导入数据到 DataFrame 中。教程以 Quandl 网站为例，展示了如何获取房价数据。Quandl 提...
2024-08-14 11:02:12
173
原创 Python Flask Web 开发 - 6 - js 插件 - Highcharts 示例
将 Highcharts JavaScript 插件集成到 Flask 应用中的详细摘要这段文字主要介绍了如何将 Highcharts JavaScript 插件集成到 Python 的 Flask 应用中。作者首先介绍了 Highcharts 的基本信息，包括其网站、图表类型以及免费和付费的使用模式。接下来，作者展示了如何在 Flask 应用中创建一个图表页面。具体步骤包括：1.创建图表页面路...
2024-08-14 10:59:38
90
原创 指针接收器 - Go 语言实用编程教程 第 8 页
指针接收器方法详解这段文字主要讲解了 Go 语言中指针接收器方法的概念和作用。主要内容如下：1.指针接收器方法与值接收器方法的区别: 指针接收器方法可以修改结构体中的值，而值接收器方法只能操作结构体的副本，无法修改原结构体。2.指针接收器方法的使用: 通过在方法定义中使用 `` 来标识接收器为指针类型，例如 `func (c Car) newTopSpeed(newSpeed fl...
2024-08-14 10:57:33
20
原创 树莓派 第四部分：真正安装操作系统
这段文字介绍了使用 Raspberry Pi Imager 软件安装 Raspbian 操作系统的过程。首先，软件提供了多种操作系统选择，包括 Arch Linux、OpenElect、Fedora、RISC OS、Raspbian C 等等，但作者推荐使用 Raspbian，因为它易于使用。作者解释了使用 Raspberry Pi Imager 的优点，包括： 自动将镜像写入 SD 卡，省去手...
2024-08-14 10:57:02
42
原创 Matplotlib 教程 28 - 使用 Basemap 在地图上绘制坐标
这段文字介绍了使用 Python 的 Basemap 库在地图上绘制点和连接线的方法。首先，它设置了地图的范围，选择了美国作为绘制区域。接着，它定义了纽约市和洛杉矶的经纬度坐标，并通过 Basemap 库将经纬度坐标转换为地图上的 X、Y 坐标。然后，它使用 `plot` 函数在图上绘制纽约市，并通过设置 `marker` 和 `markersize` 参数自定义了标记的形状、颜色和大小。最后，它...
2024-08-14 10:55:30
80
原创 使用 Pygame 在 Python 3 中进行游戏开发 - 20 - 声音和音乐
这段文字主要介绍了如何在Python的Pygame游戏开发中添加背景音乐和音效。首先，作者介绍了获取免费音乐和音效的途径，例如网络资源、YouTube音频库等，并强调了版权问题，提醒开发者注意版权问题，尤其是在商业游戏中的应用。接着，作者以实际操作为例，演示了如何从YouTube音频库中选择背景音乐和音效，并将其转换为Pygame支持的.wav格式。作者还介绍了使用视频编辑软件、音频转换工具和桌面...
2024-08-14 10:54:59
65
原创 Python 2to3 - 自动将您的 Python 2 代码转换为 Python 3！
本视频介绍了如何将 Python 2 代码转换为 Python 3 代码。视频中提到 Python 3 自带了一个名为“2to3”的模块，可以自动将 Python 2 脚本转换为 Python 3 脚本。该模块可以处理大多数转换情况，但可能无法完美处理像 HMAC 模块这样的加密模块。视频演示了使用“2to3”模块转换 Python 2 代码的步骤，并展示了一个简单的 Python 2 脚本，其中...
2024-08-14 10:54:28
88
原创 将比较运算符应用于数据框 - 第 12 页 使用 Python 和 Pandas 进行数据分析教程
这段文字介绍了 Pandas 教程系列中使用比较运算符处理数据帧的技巧。主要内容包括：1. 使用比较运算符筛选数据： 使用大于、小于、大于等于等比较运算符，可以筛选出数据帧中满足特定条件的数据，例如筛选出某一列数据大于 50 的所有行。2. 处理错误数据： 讲解了在数据分析中处理错误数据的必要性，强调了区分错误数据和异常数据的区别。 以桥梁结构的例子说明了如何使用比较运算符识别并剔除明显...
2024-08-14 10:53:26
126
原创 Python Matplotlib 金融和数学教程：最高高点和最低低点
这段文字介绍了如何编写Python代码来计算并绘制最高高点和最低低点。首先，它解释了最高高点和最低低点的概念，以及它们在技术分析中的应用。然后，它提供了代码的下载链接和示例数据文件。接着，它详细解释了 `hh_ll` 函数的代码，该函数接收时间范围和收盘价数据，并返回最高高点列表和最低低点列表。代码中使用了循环和 `max`、`min` 函数来计算最高高点和最低低点。最后，它提到了接下来会讲解如何...
2024-08-14 10:51:54
73
原创 Flask 教程：使用 Python 3 进行 Web 开发 - Bootstrap 和 Jinja 模板
本教程视频讲解如何使用 Bootstrap 构建一个简单的网页首页。视频首先介绍了如何使用 WinSCP 连接到服务器，并找到存放 Flask 项目文件的目录。接着，视频重点讲解了如何设置 WinSCP 以便用 Python 编辑器打开 .py 文件。通过修改 WinSCP 的选项设置，可以将 .py 文件默认使用 IDLE 打开，而其他文件则使用 Notepad++ 打开。视频接下来介绍了 Fl...
2024-08-14 10:50:51
226
原创 Python 使用 PyCrypto 的加密教程
本视频教程讲解了如何使用 Python 进行加密。视频内容较长，因为加密是一个复杂的过程，需要讲解很多知识点。首先，需要安装加密软件，视频推荐了 PyCrypto，这是 Python 中最流行的加密工具。视频详细介绍了如何从官网下载 PyCrypto 的压缩包，使用 7-Zip 软件解压缩，并通过命令行进入 PyCrypto 文件夹，使用 `python setup.py install` 命令进...
2024-08-14 10:49:49
350
原创 无限飞行方块 - 使用 PyOpenGL、Python 和 PyGame 的 OpenGL - 8
这段文字主要介绍了一种在游戏开发中处理大量立方体渲染的技术，以实现立方体无限延伸的效果，并减少内存占用。核心内容：1.动态生成立方体: 通过设置最大距离和最小距离，并根据摄像机位置动态计算立方体的生成区域，从而实现立方体无限延伸的效果。2.优化内存管理: 当立方体超出摄像机视野范围时，将其从内存中删除，避免占用过多资源。3.减少渲染数量: 只渲染摄像机视野范围内的立方体，减少渲染负担...
2024-08-14 10:49:18
107
原创 Matplotlib 教程 9 - 从互联网转换数据
这段文字描述了如何使用 Matplotlib 处理从互联网获取的日期数据。由于 Matplotlib 使用的日期格式与网络数据中常见的日期格式不同，需要进行转换。主要内容： 网络数据中的日期格式不方便直接使用，需要转换为 Matplotlib 可识别的格式。 Matplotlib 使用内部日期格式，通常对应于从 1970 年 1 月 1 日开始的秒数，但与 Unix 时间不同。 为了将网络...
2024-08-14 10:47:15
179
原创 Scikit Learn 线性 SVC 示例 机器学习教程 使用 Python 第 11 页
这段文字主要介绍了如何使用 scikit-learn 库中的线性支持向量机 (Linear SVC) 进行机器学习分类。内容概括：1.背景介绍: 视频内容涉及使用机器学习进行投资，并以线性支持向量机为示例，帮助观众理解基本概念。2.导入库: 介绍了需要导入的库，包括 numpy、matplotlib.pyplot 和 sklearn.svm。3.示例数据: 以两个特征 (x, y) ...
2024-08-14 10:46:13
212
原创 MOG 背景消除 - 使用 Python 的 OpenCV 进行图像和视频分析 15
本教程将介绍背景减除的技术，并使用名为 MOG 的算法实现。该算法通过比较前后帧的变化来识别前景，并将不变的区域判定为背景并去除。它非常适合识别图像或视频中的运动，例如寻找两张图片之间的差异。教程使用了一个监控摄像头拍摄的视频作为示例，视频中显示了两个人在街上行走。通过应用 MOG 算法，可以提取出这两个人的图像，将其视为前景，而将背景去除。教程还提供了代码示例，展示了如何使用 OpenCV 库来...
2024-08-14 10:45:11
294
原创 Python Matplotlib 实时更新图表 - 第 2 部分
这段文字介绍了如何使用 Python 的 Matplotlib 库创建动态图表，并以一个简单的示例展示了操作步骤。主要内容：1.导入必要的库： 首先，需要导入 `matplotlib.pyplot` 和 `matplotlib.animation` 库，分别用于创建图表和动画。此外，还引入了 `time` 库，以便在需要时使用休眠功能。2.创建图表框架： 使用 `plt.figure()...
2024-08-14 10:44:40
160
原创 如何进行实时推特情绪分析（或任何分析）
本视频将讲解如何进行实时数据分析，以情感分析为例，使用 Sentex API 对推文进行分析。虽然视频中使用 Sentex API 作为示例，但你可以使用任何 API 或自定义函数来完成相同任务。视频首先解释了为什么直接对存储的推文进行分析存在问题：1.效率低下: 存储推文后进行分析会导致额外的计算时间，不如直接在数据流中进行实时分析。2.违反服务条款: Twitter 不允许存储超过 24...
2024-08-14 10:44:08
58
原创 Python 3 编程教程 - 内置函数
这段文字主要介绍了 Python 中的内置函数，并以绝对值函数和帮助函数为例进行了讲解。摘要: 视频内容将介绍 Python 中的内置函数，这些函数无需导入即可使用，例如 `print` 函数。 视频将涵盖一些常用的基本内置函数，并提供所有内置函数的链接。 视频还会讨论 Python 标准库中的模块，例如 `OS` 和 `URL`，这些模块提供了更强大的功能。 首先介绍了 `abs` 函...
2024-08-14 10:43:38
238
原创 树莓派与 Python 编程机器人 7 - 添加用户控制
本视频教程是上一期视频的延续，这一期将教大家如何通过键盘输入来控制机器人。由于目前还没有传感器可以让机器人自主行动，所以只能通过键盘来控制。教程中介绍了两种连接键盘的方法：1.直接连接: 将鼠标、无线键盘和 HDMI 显示器连接到 Raspberry Pi。2.远程桌面: 使用远程桌面软件连接到 Raspberry Pi。视频中演示了使用远程桌面软件连接到 Raspberry Pi 的方法，...
2024-08-14 10:42:04
106
原创 Python：百分比变化计算教程
百分比变化计算教程摘要本教程将详细讲解如何计算百分比变化，这是一个在会计等领域引发激烈争论的话题。尽管百分比变化的计算通常很简单，但人们在选择分母和分母的转换方式上存在分歧。教程首先介绍了两种常用的百分比变化公式： 公式一: (新值 - 旧值) / 旧值 100 公式二: (新值 - 旧值) / 新值 100作者强调，本教程将采用公式一，即以旧值为分母计算百分比变化，并以一个...
2024-08-14 10:41:03
178
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人