SZU_Hadooper的博客

#简单控制台输出import logginglogging.basicConfig(level = logging.INFO,format = '%(asctime)s - %(name)s - %(levelname)s - %(message)s')logger = logging.getLogger(__name__)logger.info("Start print log")logger.debug("Do something")logger.warning("Something may

导入报错ImportError: cannot import name 'create_prompt_application'[I 15:16:14.657 NotebookApp] KernelRestarter: restarting kernel (3/5)解决办法：python3.6版本安装：sudo pip install ‘prompt-toolkit==1.0.15...

list=[1,2,3]for i in enumerate(list):#把下标和数据包转一起 print(i)for index,context in enumerate(list): print(index,context)dict={"lichen":27,"lizhou":28}输出： (0, 1) (1, 2) (2, 3) 0 1 1 2 2 3

zip()的基本使用方法首先看help(zip)：Help on built-in function zip in module __builtin__:zip(...) zip(seq1 [, seq2 [...]]) -> [(seq1[0], seq2[0] ...), (...)] Return a list of tuples, where each tuple contai

import pandas as pd#read_table可以指定分隔符data1=pd.read_csv=("test.csv")#自动把第一行作列属性，第一行不能用data2pd.read_csv("test.cvs",hearder=None)#不把第一行作列属性data1=data1.conlumns(["A","B"])#修改列属性data1=data1.reindex(["1"

'''装饰器：装饰器本身是一个函数，目的增加一些其他函数的额外功能 装饰其他函数原则：1.不会修改被装饰的函数源代码2.不会修改装饰函数的调用方式，被装饰的函数使用方式不变 （我把你变成的女的但是你不知道）实现装饰器：1.变量是函数2.高阶函数 把 函数名 当作实参 返回值中包含 函数名3.嵌套函数（不是函数内点用其他函数，而是函数内在定义一个新的局部函数

XGBoost ParametersBefore running XGboost, we must set three types of parameters: general parameters, booster parameters and task parameters.General parameters relates to which booster we are using

一个数据集可以分为训练集和验证集，训练完模型后，放到测试集上做预测。#!/usr/bin/pythonimport numpy as npimport scipy.sparseimport pickleimport xgboost as xgb### simple example# load file from text file, also binary buffer gene

In [32]: list_a=["a", "b", "c", "a", "b", "d"]In [33]: list_aOut[33]: ['a', 'b', 'c', 'a', 'b', 'd']In [34]: set(list_a)Out[34]: {'a', 'b', 'c', 'd'}

strip()函数的目的是去除字符串中的首位符号中间位置的符号不管用In [68]: " Strip fuction ".strip()Out[68]: 'Strip fuction'In [72]: "\tStrip fuction\n".strip()Out[72]: 'Strip fuction'In [73]: "\tStrip \n fuction\n".strip()...

接下来介绍我所知道的四种numpy数组的拼接方式：方法1是比较传统的用法，在另一个针对数据操作的pandas库中对应的为concat，即连接方法2则是另一种快捷方式，其中h应该是horizontal意思，v应该是vertical方法3则又可以分两类，其中第一类是第二类的缩写，也是我比较喜欢的用法，因为最简便。方法4是与内置list比较同，使用要注意轴的设定...

当遇到无法导入某个python模块时，可能会是没有安装某个模块，也有可能是某模块在加载过程中失败，也有可能是陷入了循环导入的问题。ImportError: No mudule named myModule]当前运行的程序加载的路径有错。python运行时将从以下位置尝试加载python modules:当前目录环境变量$PYTHONPATH所指示的值，这是一个由“：”分隔的字符串，...

commodity={1:["milk",50],2:["oil",40],3:["rice",30],4:["soap",20],5:["orange",10]}min_price=10000buy_list=[]# print(commodity.keys())salary=int(input("输入工资："))for key in commodity.keys(): if co

什么是卡方分析卡方分析有两个常见的应用——适合度分析和独立性分析。这个笔记着重于适合度分析。从我目前的经验来看，这也是应用十分广泛的一种统计分析方式。那么什么是卡方适合度分析呢？且听我慢慢道来。现象1 现象2 现象3 观测值 a b c 预期值 A B C 常见的适合度分析的结构如下，一般有两组数据，一组是你统计或者观察到的值，另一组是理论上的预期值。如果这两组值十分

'''集合：1，无序2，把列表变成集合直接去重了3, 求列表的交集,并集,差集,对称差集4，包含与被包含（子集，父集）'''list=["lichen","lichen","lizhou","lizhou"]set_name=set(list)print(set_name)print(type(set))list1=[1,2,3,4,5]set1 = set(list1)se

'''打开文件'''#随便打开，修改不了文件# data=open("file_test.txt",encoding="utf-8").read()# print(data)# print(type(data))#正常打开文件f=open("file_test.txt",'r',encoding="utf-8")#文件句柄（硬盘上的起始位置）#f.read()#读完，句柄移到文件末尾#

内置str方法，一般说明类的说明，或者自己定义输出。输出类的说明：class strtest: def __init__(self): print "init: this is only test" def __str__(self): return "str: this is only test" if __name__ == "_

matlab中的find函数将数组中的偶数值返回：x = randperm(100, 10) x(mod(x, 2) == 0) 1 2 matlab中find的函数的强大之处在于其能返回下标，且视返回参数的个数，返回以列全排序的一维下标（返回参数的个数为1），返回行列索引的二维坐标（返回参数的个数为2）： A = [1, 2, 3; 1, 2, 3; 1, 2, 3]

map()函数 map()是 Python 内置的高阶函数，它接收一个函数 f 和一个 list，并通过把函数 f 依次作用在 list 的每个元素上，得到一个新的 list 并返回。people = ['Dr. Christopher Brooks', 'Dr. Kevyn Collins-Thompson', 'Dr. VG Vinod Vydiswaran', 'Dr. Daniel Rom

'''1、查 输入：www.oldboy.org 获取当前backend下的所有记录2、新建 输入： arg = { 'bakend': 'www.oldboy.org', 'record':{ 'server': '100.1.7.9', 'we

from collections import Counter'''登陆接口'''clean = input("clean Y or N:")if (clean == "Y" or clean=="y"): with open("lock.txt","w") as f: f.close()login_info='''欢迎登陆！'''f_read=open("us

name=["lichen","lizhou","likai","sunwei","huwan"]#增name.append("tieniu")#类似栈的插入name.insert(3,"zhuhong")#插入下标位置,原来的后移#删name.pop() #类似栈的popname.pop(3)del name[1]name.remove("likai")#查name[1:3]

import copyperson=["name",["bank_card_id",10000]]#浅copyp1=person.copy()p2=person.copy()print(p1,p2)#第一层完全拷贝不受影响p1[0]="lichen"p2[0]="weidanling"print(p1,p2)#第二层不拷贝，受影响p1[1][1]=9000print(p1,p

import numpy as npimport matplotlib.pyplot as pltx,y=[],[]for sample in open("prices.txt","r"): _x,_y=sample.split(",") x.append(float(_x)) y.append(float(_y))x,y=np.array(x),np.array(y