Python及linux部分使用技巧

1、计算词向量矩阵彼此间余弦相似度
即由nm的词向量矩阵得到nn的相似度矩阵

import numpy as np
from sklearn.metrics.pairwise import cosine_similarity
vec1=[0.1,0.5,0.8]
vec2=[0.1,0.2,0.33]
cos2=cosine_similarity(x)

现象

2、Python使用networkx库计算拉普拉斯矩阵
其中similarity_matrix即为输入的权值方阵

import networkx as nx 
import numpy as np
	similarity_matrix = np.load(load_url)
    m=np.matrix(similarity_matrix)
    G = nx.from_numpy_matrix(m)
    print(nx.laplacian_matrix(G).toarray())

3、生成矩阵对应的图像

from PIL import Image  
matrix = matrix*255
    matrix = np.matrix(matrix)
    one = np.ones((574,574))*120
    matrix=matrix+one
    print(matrix)
    matrix_image = Image.fromarray(matrix)
    matrix_image=matrix_image.resize((500,800))
    matrix_image=matrix_image.convert("L")#转换成灰度图
    matrix_image.save('image.png')

4、查看nohup &执行的进程情况
ps -a只能查看当前终端执行的进程，因此退出重进终端后ps -a便无法查看之前nohup执行的进程
具体说明链接：[https://blog.csdn.net/qq_29663071/article/details/81030396
因此退出后可以通过ps aux|grep program的形式查看对应的进程信息
例如：