Python
文章平均质量分 76
liuchengxu_
这个作者很懒,什么都没留下…
展开
-
python初学者须知的一些编码建议
[原文链接] : http://www.techbeamers.com/top-10-python-coding-tips-for-beginners/Python编码建议:适用于初学者与老手运行Python脚本对于大部分的UNIX系统,你可以按照下面的方式从命令行运行Python脚本。# run python script$ python MyFirstPythonScript.py从Pyt翻译 2016-09-21 08:57:00 · 805 阅读 · 0 评论 -
设置 jupyter notebook 可远程访问
首先是要 安装 Anaconda 。默认情况下,安装好 Anaconda 后打开 jupyter notebook, 访问本地 localhost:8888 即可。但是如果要访问另一台机器,比如远端服务器上的 notebook, 即默认是不支持 172.104.105.119:8888 这样的访问,需要额外配置。设置 jupyter notebook 可远程访问的官方指南在这里 .1. 生成一个原创 2017-08-09 17:08:08 · 81270 阅读 · 11 评论 -
conda 环境管理
本文来自: Managing environments只是摘取了一些常用的操作, 更高级的用法可以查看原文档.创建一个环境为了管理多个环境, 那么我们至少要有两个环境, 以便能够进行移除或者切换.为了创建一个新的环境, 需要使用 create 命令, 后面跟上你想要创建环境的名字:conda create --name snowflakes biopython当 conda 问你是否继续时:pro原创 2017-07-04 18:30:22 · 4551 阅读 · 0 评论 -
用 Python 写一个 NoSQL 数据库
本文译自 What is a NoSQL Database? Learn By Writing One In Python.完整的示例代码已经放到了 GitHub 上, 请 点击这里, 这仅是一个极简的 demo, 旨在动手了解概念.如果对译文有任何的意见或建议,欢迎 提 issue 讨论, 批评指正. 后续如有更新,可见 博客 .NoSQL 这个词在近些年正变得随处可见. 但是到底 “NoS翻译 2017-05-16 14:00:08 · 5356 阅读 · 3 评论 -
Python Machine Learning - 感知器算法
感知器 (perceptron) 算法的历史就不介绍了,大意就是想法来自生物学的神经元的一些工作方式,多个生物信号 (input singals) 到达树突 (dentrites)并进入细胞核 (cell nucleus),如果这些信号的效果累加达到一个阈值,那么通过轴突 (axon) 产生一个输出信号 (output signals)。在有监督学习与分类的背景下,这样的算法可被用来预测一个样本是否原创 2017-01-19 21:13:46 · 5424 阅读 · 0 评论 -
用 Vim 写 Python 的最佳实践
先来晒个图:对于一些 Python 的小项目,使用 vim 是一个不错的选择。本文内容整理自我在知乎的回答 用用 Vim 写 Python 的最佳实践是什么?,下面的内容是对知乎旧有回答的一个补充,尤其有一些主要针对 vim8. 如果想要更多内容,可以查看知乎对于该问题的一些回答。语法检查如果用 vim8, 那么可以用异步检测的 w0rp/ale 代替 syntastic 了,再也不用羡慕 flyc原创 2017-01-27 07:33:24 · 9893 阅读 · 0 评论 -
matplotlib可视化教程 :绘制有关Turmp, Clinton 和Sanders的推特信息
使用 pandas 和 matplotlib 分析推特Python有着各种各样的可视化库,其中包括了seaborn, networkx 和 vispy。大部分的可视化Python库都是基于或部分基于matplotlib, matplotlib往往是绘制一些简单图的首选,但是同时对于太过复杂的图往往无能为力而不得不借助于其他库。在本篇的matplotlib教程中,我们将会涉及到该库的基础,并通过一些中翻译 2016-05-16 15:02:11 · 4413 阅读 · 0 评论 -
27个Jupyter Notebook小提示与技巧
Jupyter NotebookJupyter notebook, 前身是IPython notebook, 它是一个非常灵活的工具,有助于帮助你构建很多可读的分析,你可以在里面同时保留代码,图片,评论,公式和绘制的图像。Jupyter具有非常强的可扩展性,支持很多编程语言,并且易于部署到你的个人电脑和几乎所有的服务器上 – 你只需要使用ssh或http接入即可。最重要的是,它完全免费。Jupyte翻译 2016-10-15 08:38:00 · 87093 阅读 · 3 评论 -
使用pelican搭建一个Jupyter Notebook数据科学博客
写博客是一个证明你的技能,进一步加深学习和积累受众的一个非常好的方式。已经有非常多的数据科学和编程博客帮助它们的作者找到工作,或是建立了非常重要的联系。撰写博客是任何一个有想法的programmer或数据科学家在日常基础之上非常重要的一件事情。不幸的是,写博客一个不可忽视的障碍便是首先如何搭建一个博客。在本文,我们将会涉及到如何使用Python创建博客,如何使用Jupyter notebook写博客翻译 2016-10-15 08:31:39 · 8599 阅读 · 4 评论 -
书单分享
了解一个新的领域,其中一个方法就是大量的阅读,进而产生一个基本的认识。之前研究过推荐系统,机器学习,一路走来也积累了一些书单,丢失了一些,如今还剩这些。在此分享给大家,里面有不少有关机器学习和数据挖掘,还有 Python,Spark,设计类等等。Theory 部分大部分是经典书籍,对于发论文可能显性的帮助没那么大,属于“内功”。书单 GitHub 地址:books我目前专注的是区块链,blockch原创 2017-12-07 19:32:48 · 890 阅读 · 1 评论