python使用过程遇到的问题

最新推荐文章于 2021-03-26 21:33:00 发布

搬砖兔仔汁

最新推荐文章于 2021-03-26 21:33:00 发布

阅读量244

点赞数

分类专栏： # bishe 文章标签： python

本文链接：https://blog.csdn.net/sunshine04/article/details/115119031

版权

bishe 专栏收录该内容

2 篇文章 0 订阅

订阅专栏

No module named ‘graphviz‘（解决）

https://www.pianshen.com/article/8870840816/

End of statement expected

https://blog.csdn.net/dgn541256803/article/details/82853814

pycharm批量替换某个字符

https://blog.csdn.net/xzm5708796/article/details/90667190

Python3 unresolved reference 'Tkinter'

https://blog.csdn.net/weixin_46439193/article/details/105528393

sys.argv[1]出现IndexError: list index out of range错误原因

https://blog.csdn.net/littlle_yan/article/details/86029375

python 中List 与array互换

https://blog.csdn.net/daoxiaxingcai46/article/details/78257603?utm_source=blogxgwz0

有一个大大大大困惑！！！python 的 networkx包里的关于最短路径算法如何计算加权最短路径。

问题：如何在中指定权重nx.shortest_path_length？

    p=nx.single_source_dijkstra_path(g, source=0,weight='length') # target not specified
    d=nx.single_source_dijkstra_path_length(g,source=0,weight='length')

https://www.pythonheidong.com/blog/article/749718/0961cfb0d4aedfd7e328/

20210509 python3中如何随机生成[0,1][0,1)(0,1](0,1)的范围的随机小数？

# 根据《python语言程序设计》第2版嵩天等著 4.5节 random库中的
# random() # [0.0,1.0)之间的随机小数
# uniform(a,b) # 生成[a,b]之间的随机小数

20210512 pycharm安装python本地tar.gz文件

pycharm安装python本地tar.gz文件_wholemilk3的博客-CSDN博客

kmeans，k-medoids，DBSCAN聚类(密度聚类)_一梦南柯-CSDN博客

（数据科学学习手札13）K-medoids聚类算法原理简介&Python与R的实现 - 费弗里 - 博客园 (cnblogs.com)

（数据科学学习手札13）K-medoids聚类算法原理简介&Python与R的实现 - 云+社区 - 腾讯云 (tencent.com)

kmedoids = KMedoids(n_clusters=backup_dc_num, random_state=0).fit(network_node_arr)
print(kmedoids.centers_)

"""
我这里的kmedoids一直是nontype
因为kmeans包的使用网上教程比较多，于是我将kmedoids与kmeans的使用进行对比，发现如下：
在_kmedoids.py文件中的如下fit函数没有返回值
加上return self（我是仿照kmeans强行加上的）
kmedoids就可以调用  kmedoids.centers_  了！！！
"""

def fit(self, X):
        """ Apply KMeans Clustering
              X: dataset with feature vectors
        """
    self.centers_, self.labels_, self.sse_arr_, self.n_iter_ = \
              _kmedoids(X, self.n_clusters, self.distance, self.max_iter, self.n_trials,           
                        self.tol, self.rng)
    
    return self  # 一开始没有这个返回值，所以一直返回nontype