python
Regent Wan
这个作者很懒,什么都没留下…
展开
-
轻松搭建深度学习框架tensorflow环境
1.创建conda虚拟环境(需要事先安装anaconda)1.1 修改镜像在用户目录C:\Users\RegentWan下,创建.condarc文件,输入一下内容:channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/ - https://mirrors.tuna.tsinghu原创 2020-12-20 19:05:21 · 31341 阅读 · 1 评论 -
python函数大全手稿
print()input()type()len()str()float()int()bool()id()获取变量指向的内存地址split()append()extend()floor()round()ceil()支持多变量赋值:a=b=c=1、a,b,c=1,2,‘dsa’列表推导式//%**原创 2020-12-16 23:42:12 · 2352 阅读 · 0 评论 -
pip命令以及常用镜像源
pip是python包管理工具,提供了对python包的下载、安装、卸载等功能。python安装包自带该工具,无需单独安装。可以通过如下命令查看pip版本:pip --version若未安装,可以通过如下命令安装原创 2020-12-07 18:18:21 · 32493 阅读 · 0 评论 -
python线性代数
np.array([[],[]])np.zeros()np.linalg.inv()np.mat()array转矩阵后可以用*直接做矩阵乘法原创 2020-10-28 20:43:29 · 2382 阅读 · 0 评论 -
python零基础做机器学习实验(决策树/朴素贝叶斯/神经网络/支持向量机/随机森林/判别分析)
import numpy as npimport pandas as pdfrom sklearn import treefrom sklearn.naive_bayes import GaussianNBfrom sklearn.neural_network import MLPClassifierfrom sklearn.neighbors import KNeighborsClassifierfrom sklearn.svm import SVCfrom sklearn.gaussian原创 2020-09-23 15:40:30 · 32342 阅读 · 0 评论 -
dataframe与array互相转化
dataframe如果是一维的,list()如果是多维的,df.valuespd.dataframe(l)原创 2020-09-19 15:47:22 · 4103 阅读 · 0 评论 -
windows下安装graphviz,查看python生成的决策树图
1.下载软件在官网中下载稳定版:https://www2.graphviz.org/Packages/stable/windows/10/msbuild/Release/Win32/graphviz-2.44.1-win32.zip虽然软件时32bit的,但是64bit的计算机也能正常使用。2.安装软件取决于你下载的版本,如果是免安装的则直接解压即可。若为msi格式的安装包,则直接安装即可。3.添加环境变量我的电脑→\rightarrow→属性→\rightarrow→高级系统设置→\right原创 2020-09-13 01:16:51 · 32367 阅读 · 0 评论 -
自然语言处理工具包nltk下的nltk_data安装
python安装nltk需要先安装numpy.安装好nltk后,根据NLP任务针对需要的模块通过如下命令安装:import nltknltk.download('***')注意:此处若出现类似Resource punkt not found. Please use the NLTK Downloader to obtain the resource.的错误,是由于资源在国外,由于访问限制问题,这时只需要使用VPN即可。我们也可以安装使用下载器来下载需要的包,在python命令行模式下输入一下命令原创 2020-08-27 21:39:49 · 31750 阅读 · 0 评论 -
dataframe按行列获取数据的方法总结
1.生成数据生成1-25的数据,并转为5×5的数组,调用DataFrame转为dataframe。arr=np.arange(1,26,1).reshape((5,5))df=pd.DataFrame(arr)print(df) 0 1 2 3 40 1 2 3 4 51 6 7 8 9 102 11 12 13 14 153 16 17 18 19 204 21 22 23 24 252.基原创 2020-08-06 21:32:25 · 14688 阅读 · 0 评论 -
python爬虫入门笔记整理,文末附带视频教程和项目代码
1 爬虫 仿照客户端浏览器获取服务器端数据 数据呈现、知识挖掘2 requests库安装pip install requests使用import requestsre=requests.get('http://www.baidu.com')print(re.status_code)re.encoding='utf-8'print(re.text)requests.get(url,headers=headers,timeout)向url服务器发出get请求,原创 2020-07-26 20:53:03 · 2544 阅读 · 0 评论 -
python模块专题——10.lxml
lxml库用于在html字符串中使用xpath语言提取标签属性和内容等。1 安装pip install lxml2 使用from lxml import etreeele=etree.HTML("html字符串")result=ele.xpath("xpath语法串")对于list形式的元素,有两种提取方式每次提取某个属性的所有值先得到list,再每次获取单个对象的所有属性值。此时需要用./表名路径3 示例爬取豆瓣电影排行榜import requestsimport js原创 2020-07-26 20:47:18 · 1343 阅读 · 0 评论 -
python模块专题——9.json
json模块是python内置模块,无需安装。用于json格式的数据处理,json字符串与json对象相互转换。1 使用import jsonjson.loads(str)json.dumps(json)2 解析将json字符串转为json对象:json.loads(str)将json对象转为json字符串:json.dumps(json,ensure_ascii=False,indent=2)ensure_ascii参数设置为false,保存到文件中时就不会把中文转为asci原创 2020-07-26 20:44:07 · 1322 阅读 · 0 评论 -
python模块专题——8.retrying
retrying用于程序在访问时可能会偶尔出现错误,并需要重新执行的场景,如爬虫。1 安装pip install retrying2 使用可以指定函数出错的最大次数,被装饰函数反复执行全部出错才会出错,若有一次不出错则返回使用方法from retrying import retry@retry(stop_max_attempt_number=3)def fun(): passNotice应博友的要求,创建了一个QQ群,方便大家学习交流,群内也会经常分享一下学习资原创 2020-07-26 20:36:39 · 1250 阅读 · 0 评论 -
python模块专题——7.requests
requests用于仿照客户端向服务器发送请求,并对响应进行处理的第三方库。1 安装pip install requests2 使用import requestsre=requests.get('http://www.baidu.com')print(re.status_code)re.encoding='utf-8'print(re.text)3 解析requests.get(url,headers=headers,timeout)向url服务器发出get请求,并返回响原创 2020-07-25 23:04:39 · 1325 阅读 · 0 评论 -
python模块专题——6.pandas
pandas库用于矩阵运算1.简介Pandas是一个强大的分析结构化数据的工具集;它的使用基础是Numpy(提供高性能的矩阵运算);用于数据挖掘和数据分析,同时也提供数据清洗功能。主要提供Series和DataFrame这两种数据结构及其系列操作,2.Series 它是一种类似于一维数组的对象,是由一组数据(各种NumPy数据类型)以及一组与之相关的数据标签(即索引)组成。仅由一组数据也可产生简单的Series对象。2.1 创建Series类似一维数组,是一种带有索引的序列。可以通过列表原创 2020-07-25 22:21:48 · 1349 阅读 · 0 评论 -
python模块专题——5.numpy
numpy用于数值计算。1.简介Numpy提供了一个在Python中做科学计算的基础库,重在数值计算,主要用于处理多维数组(矩阵)的库。用来存储和处理大型矩阵,比Python自身的嵌套列表结构要高效的多。本身是由C语言开发,是个很基础的扩展,Python其余的科学计算扩展大部分都是以此为基础。高性能科学计算和数据分析的基础包ndarray,多维数组(矩阵),具有矢量运算能力,快速、节省空间矩阵运算,无需循环,可完成类似Matlab中的矢量运算线性代数、随机数生成2.安装与使用已有发行原创 2020-07-24 14:32:29 · 2919 阅读 · 0 评论 -
python模块专题——4.matplotlib
matplotlib用于数据可视化,熟悉matlab的朋友对他应该不会陌生。1.简介数据的处理、分析和可视化已经成为Python近年来最为重要的应用领域之一,其中数据的可视化指的是将数据呈现为漂亮的统计图表,然后进一步发现数据中包含的规律以及隐藏的信息。2.安装与使用安装:使用pip命令进行安装:pip install matplotlib使用from matplotlib import pyplot as pltx=[x for x in range(1,10)]y=[i**2原创 2020-07-24 14:15:34 · 1409 阅读 · 0 评论 -
python模块专题——3.wordcloud
wordcloud库用于词云绘制。1.介绍词云又叫文字云,是对文本数据中出现频率较高的“关键词”在视觉上的突出呈现,形成关键词的渲染形成类似云一样的彩色图片,从而一眼就可以领略文本数据的主要表达意思。2.安装与使用pip install wordcloudpython开发环境、jieba、matplotlib、numpy 、PIL 等库文件安装好。wordcloud.WordCloud()代表一个对应的词云对象根据文本中词语出现的频率等参数绘制词云绘制词云的形状、尺寸原创 2020-07-24 13:07:38 · 1367 阅读 · 0 评论 -
python模块专题——2.jieba
jieba库用于中文分词处理。1.特点支持三种分词模式:精确模式:试图将句子最精确地切开,不存在冗余单词,适合文本分析;全模式:把句子中所有的可以成词的词语都扫描出来, 速度非常快,但是不能解决歧义;搜索引擎模式:在精确模式的基础上,对长词再次切分,提高召回率,适合用于搜索引擎分词。支持繁体分词支持自定义词典MIT 授权协议2.安装与使用全自动安装:easy_install jieba 或者 pip install jieba / pip3 install jieba半自动原创 2020-08-17 16:43:40 · 2179 阅读 · 0 评论 -
python模块专题——1.faker
Python 中有个测试数据库,叫做 Faker,它可以自动帮我们来生成各种各样的看起来很真的”假“数据1 安装pip install faker2 使用from faker import Fakerfaker=Faker()print('name:',faker.name())print('address:',faker.address())print('text:',faker.text())'''name: Steve Thomasaddress: 10082 Hall M原创 2020-07-22 15:40:15 · 6654 阅读 · 0 评论 -
flask笔记整理,文末附带视频教程和项目代码
1.环境搭建1.1 使用pycharm开发使用专业版pycharm创建flask项目(创建虚拟环境),会默认安装flask。若未成功安装,则在file->setting->project interpreter安装flask在当前虚拟环境安装flask运行app.py浏览器运行:http://127.0.0.1:5000/如上图所示则搭建成功!1.2 手动搭建创建虚拟环境安装flask编写app.py启动服务访问1.3 保存当前module原创 2020-07-15 14:15:53 · 2413 阅读 · 0 评论 -
flask创建数据表时无报错且未创建成功的解决办法
在flask中,我们使用Flask-SQLAlchemy管理数据库,第一步是在给定的数据库中创建数据表,通过建立好模型之后,通过create_all命令即可把所有的继承db.Model的数据表类在数据库中创建。语句如下from flask import Flaskfrom flask_sqlalchemy import SQLAlchemyapp=Flask(__name__)app.config['SQLALCHEMY_DATABASE_URI']='mysql://root:root@loca原创 2020-07-11 21:58:54 · 32256 阅读 · 7 评论 -
[每日一书] Intermediate python
《Python进阶》是《Intermediate Python》的中译本,对Python中的装饰器与推导式等高级用法做了详细说明,适合于掌握Python基础后的进一步提高。Python的语法相当简洁,即使是生成器、装饰器与推导式等的高级特性利用时,同样可以发挥Pyhton简单高效的优点。Pyhton3.x与2.x版本语法存在不同的地方,《Pyhton》进阶中的例子会贴出Python3与Pyhton2两个版本的代码,比较难能可贵。译者在翻译过程中,慢慢发现,本书作者有着科普作家的风范,能将晦涩难懂的技.原创 2020-07-07 23:20:38 · 1430 阅读 · 0 评论 -
python中print的多种用法
1.f的使用print(f'Creaing answer for db: {sample_db_path}')2.u的使用原创 2020-06-07 00:00:23 · 1713 阅读 · 0 评论 -
python在虚拟环境中的解释器与全局环境中的解释器冲突时的完美解决
当我们想在命令行中运行pip命令或者python命令时,想在全局环境运行时不会有任何问题,但是当我们想在一个干净的虚拟环境下开发自己的项目时,这时就需要虚拟环境中的python解释器。往往在实践中可以发现,进入虚拟环境后运行python或者pip命令,却还是执行的全局解释器。就很苦恼。案例场景:在开发web项目中,我们通常会导出当前项目所依赖的module,这时只需要一句pip命令即可搞定:pip freeze > requirements.txt安装或升级包后,最好更新这个文件以保证虚拟环原创 2020-06-01 21:59:44 · 30905 阅读 · 0 评论 -
2020年东北三省数学建模联赛赛题
A题:新型冠状病毒疫情新型冠状病毒(COVID-2019)目前已经成为世界流行性传染疾病,对各国的经济、人民的生活、生命财产造成了巨大影响。然而,由于世界上各个国家的经济状况和体制的不同,人们对疫情重视程度的区别,加上很多国家存在的检测设备和个人防护设备的不足,抗击疫情的道路各异,有些国家已经看到了曙光,有的国家还有很长的路要走。弄清新型冠状病毒疫情发展的特点和规律,对于世界范围内的疫情发展能够有一个清晰的认识,你们团队需要搜集数据,建立数学模型,解决如下问题:根据与疫情发展相关的时间序列数据,分析原创 2020-06-01 10:56:55 · 24547 阅读 · 4 评论 -
python中的list格式化输出
在使用python时,我们经常会用到列表(list),由于它可以保存不同类型的数据,因此很多场景下我们都会使用它来保存数据。在写代码的过程中我们经常想要显示list的内容,直接调用print又会显得很丑,还会带着方括号[]和逗号,这个太丑,又不想去写for循环遍历,这时,下边一句话就可以解决你的烦恼了。lists=['I','love','China']print(" ".join(lists))#I love China双引号之间的内容称为分隔符,用于隔开list中的相邻元素,通过运行上边的例原创 2020-05-31 23:21:23 · 46141 阅读 · 0 评论