yanan9256-CSDN博客

转载使用Python将Word文件另存为任意支持的格式

原理是利用win32com接口直接调用office API，好处是简单、兼容性好，只要office能处理的，python都可以处理，处理出来的结果和office word里面“另存为”一致。from win32com import client as wc word = wc.Dispatch('Word.Application') doc = word.Documents.Open('/Fil

2015-10-14 09:26:18 14372 2

原创 R语言_安装包

从R-Forge上安装R包示例 install.packages(“partykit”, repos=”http://R-Forge.R-project.org”)如果是二进制的包 install.packages(“CHAID”, repos=”http://R-Forge.R-project.org”, type=”source”)从git上安装包需安装devtools包 inst

2015-09-09 21:22:05 1446

原创 R语言_xlsx包

最近的工作中，希望excel中的数据，能用R来定期更新，测试了一些“xlsx”包中的函数，记录如下：read.xlsx() 读取excel文件函数write.xlsx() 将R中数据框写入xlsx文件，可向已存在文件追加sheet，自定义表名，中文也是OK的loadWorkbook() 将xlsx文件载入R中作为对象getSheets() 将R中的xlsx对象中的表读出作为对象remove

2015-09-09 21:20:26 4007

转载 R语言_字符串处理和grep的用法

R通常被用来进行数值计算比较多，字符串处理相对较少，而且关于字符串的函数也不多，用得多的就是substr、strsplit、paste、regexpr这几个了。实际上R关于字符串处理的功能是非常强大的，因为它甚至可以直接使用Perl的正则表达式，这也是R的一个理念，作为语言就把向量计算做到极致，作为环境，就在各领域都集成最好的。R中有

2015-09-09 21:17:19 12592

原创 Kmeans算法寻找合适K值

本文介绍使用DB_Index准则评估K的最优取值。类内离散度和类间聚类常被用来判断聚类的有效性，DB_Index准则同时使用了类间聚类和类内离散度。 <># 载入示例数据data <- read.csv("C:/path/question_cluster.csv", header = T, stringsAsFactors = F)DB_index <- funct

2015-09-09 21:13:35 1555

原创 R_Split-Apply-combine

昨天看到豆瓣上一篇文章，是作者关于读Hadley Wickham的文章The Split-Apply-Combine Strategy for Data Analysis的笔记。文章地址自己在用R整理数据的时候，为了避免显示循环，使用apply函数族的时候，常常遇到输入类型和输出类型搞混的情况，这篇文章对R base中的 split-apply-combine有一个很好的整理。以及介绍了R社区中

2015-09-01 17:05:18 876

原创 R_分类变量构造虚拟变量

a <- factor(rep(letters[1:3], 2)) # 产生一个因子变量a## [1] a b c a b c## Levels: a b ca_dummy <- model.matrix(~factor(a) - 1)a_dummy <- as.data.frame(a_dummy)names(a_dummy) <- paste("a", 1:length(a_dummy[

2015-09-01 16:33:53 2617

原创任意格式文件转成字符串，传输之后，还原为原文件格式

示例：需传输文件 C:\test.rar 输出的字符串文件 C:\test.txt 传输后，还原的新文件 C:\out.rarimport base64# 编码为字符串，输出到文本文件中fin = open(r'C:\test.rar', 'rb')fout = open(r'C:\test.txt', 'w')base64.encode(fin, fout)fin.close()

2015-09-01 16:22:52 993

yanan9256