yepeng2007fei的博客

1. 首先要配置好java环境变量。2. 可以通过anaconda安装jpype和jaydebeapi这2个包。pip installjpype1pipinstallJayDeBeApi3.下载mysqlConnector https://dev.mysql.com/downloads/connector/j/?os=264.import jpypeimport jaydebeapidriver='com.mysql.cj.jdbc.Driver'ja...

关于很多博客中的使用tsfresh提取时间序列特征，运行例子的时候报错：Can only compute partial correlation for lugs up to 50% of the sample size.解决方法：1. 网上博客例子是这样的： import tsfresh from tsfresh.examples.robot_execution_failures import download_robot_execution_failures, load_robot_e..

开启新手tensorflow学习之旅，未来我会持续分享tensorflow深度学习从0开始系列，这里是tensorflow深度学习从0开始系列——第一天，因为内容较多，我做成了ppt，分享在https://download.csdn.net/download/yepeng2007fei/11431941，群Python & Spark大数据分析636866908或者群R语言＆大数据分析45...

开启新手tensorflow学习之旅，未来我会持续分享tensorflow深度学习从0开始系列，这里是tensorflow深度学习从0开始系列——第二天，因为内容较多，我做成了ppt，分享在https://download.csdn.net/download/yepeng2007fei/11431946，群Python & Spark大数据分析636866908或者群R语言＆大数据分析45...

开启新手tensorflow学习之旅，未来我会持续分享tensorflow深度学习从0开始系列，这里是tensorflow深度学习从0开始系列——第三天，因为内容较多，我做成了ppt，分享在https://download.csdn.net/download/yepeng2007fei/11449489，群Python & Spark大数据分析636866908或者群R语言＆大数据分析45...

开启新手tensorflow学习之旅，未来我会持续分享tensorflow深度学习从0开始系列，这里是tensorflow深度学习从0开始系列——第五天，因为内容较多，我做成了pdf，本来是分享在csdn下载资源里面，但是现在csdn的下载被指向了广告，我也很无奈，qq群Python数据分析&机器学习636866908或者群R语言＆大数据分析456726635里面也有分享，大家可以去群里讨论下载，以下是第五天学习目录：...

开启新手tensorflow学习之旅，未来我会持续分享tensorflow深度学习从0开始系列，这里是tensorflow深度学习从0开始系列——第四天，因为内容较多，我做成了pdf，本来是分享在csdn下载资源里面，但是现在csdn的下载被指向了广告，我也很无奈，qq群Python数据分析&机器学习636866908或者群R语言＆大数据分析456726635里面也有分享，大家可以去群里讨论下载，以下是第四天学习目录：...

1. cygwin如何在win10上安装我就不说了2. 下载darknet(yolov3)https://github.com/AlexeyAB/darknet/3.然后打开cygwin，然后cd 到darknet的下载目录，例如我的目录如下图：4. 然后你可以运行目标检测程序图片数据放在darknet-master/data/文件夹下，生成的结果在/darknet-master/目录下面，名字叫prediction.jpg，我的结果如下图所示：今天就分享到这里，可通过群Py

转载自https://www.cnblogs.com/lmg-jie/p/9564608.html摘要: 在 Linux 服务器上或安装了 Python 的机器上，可以使用 nohup python -m SimpleHTTPServer [port] & 快速搭建一个http服务。在 Linux 服务器上或安装了 Python 的机器上，Python自带了一个WEB服务器Sim...

在pyspark中，使用数据框的文件写出函数write.parquet经常会生成太多的小文件，例如申请了100个block，而每个block中的结果只有几百K，这在机器学习算法的结果输出中经常出现，这是一种很大的资源浪费，那么如何同时避免太多的小文件（block小文件合并）？    其实有一种简单方法，该方法需要你对输出结果的数据量有个大概估计，然后使用Dataframe中的coalesc

这里给出在spark中对dataframe修改列名。df = sqlContext.read.parquet("/user/用户名/123.parquet")##########df数据实例linkPh     ph123        456##########把列名分别修改为name和valuedf.selectExpr("linkPh as name","ph as

在  python中如果我们想要获得诸如A001 A002 ... A100这样的序列，该怎么办呢？本文给出了一种实现方式：#定义生成def get_range(n):    len_n = len(str(n))    for num in range(1, n + 1):        output = str(num)        while len(outpu

问题：在进行数据分析的过程中我们常常需要将值转换为属性或者特征，例如：　　转成　　我写了段python代码做这方面的转换：# encoding=utf-8import pandas as pdcname = ["user_id","mobile","exam_id","org_id","q_id","question","a_id",       "an

win7系统python2.732位oracle客户端，版本11g安装好python后，需要配置环境变量。下面进入正文：其实主要是安装连接mysql数据库和oracle数据库的包，我所安装的是：MySQL-python-1.2.3.win-amd64-py2.7.execx_Oracle-5.1.2-11g.win-amd64-py2.7.msi安装是否能成功最