<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[WIFI下的365]]></title><description><![CDATA[清醒不做梦]]></description><link>https://blog.youkuaiyun.com/Eddy364</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Eddy364]]></copyright><item><title><![CDATA[python 标准库itertools，对于迭代器的一些妙手]]></title><link>https://blog.youkuaiyun.com/Eddy364/article/details/125724249</link><guid>https://blog.youkuaiyun.com/Eddy364/article/details/125724249</guid><author>Eddy364</author><pubDate>Mon, 11 Jul 2022 16:26:47 +0800</pubDate><description><![CDATA[python标准库itertools模块，真的好用，之前做变量衍生的时候要做笛卡尔积，如果知道这个函数，应该可以节省不少功夫，我这里简单写了几个方法，感兴趣的也可以参考一下官方文档看看，这里放一下3.7的中文官方文档：https://www.kancloud.cn/cnhuzi/python/1081715
以下为输出：...]]></description><category></category></item><item><title><![CDATA[ipython的魔术命令，好用！！]]></title><link>https://blog.youkuaiyun.com/Eddy364/article/details/125675286</link><guid>https://blog.youkuaiyun.com/Eddy364/article/details/125675286</guid><author>Eddy364</author><pubDate>Fri, 08 Jul 2022 11:35:30 +0800</pubDate><description><![CDATA[ipython 的魔术命令]]></description><category></category></item><item><title><![CDATA[python update 和 |= 有异曲同工之妙]]></title><link>https://blog.youkuaiyun.com/Eddy364/article/details/125097933</link><guid>https://blog.youkuaiyun.com/Eddy364/article/details/125097933</guid><author>Eddy364</author><pubDate>Thu, 02 Jun 2022 11:41:20 +0800</pubDate><description><![CDATA[python update 和 |= 有异曲同工之妙]]></description><category></category></item><item><title><![CDATA[sqlalchemy 一键生成数据库类 复制库表结构]]></title><link>https://blog.youkuaiyun.com/Eddy364/article/details/123820938</link><guid>https://blog.youkuaiyun.com/Eddy364/article/details/123820938</guid><author>Eddy364</author><pubDate>Tue, 29 Mar 2022 14:44:23 +0800</pubDate><description><![CDATA[最近在玩web 框架的时候发现一个库可以直接生成 sqlalchemy 库表类
复制库表和生成库表都简单许多，直接上代码
自动生成库表类
#一键生成现有数据库的库表类
import os
os.system(f'sqlacodegen mysql+pymysql://{"账号"}:{"密码"}@{"127.0.0.1"}:{"3306"}/{"库表名"}?charset=utf8 &gt; 生成的文件名.py')


一键生成库表
#数据库引擎
ENGINE = dict(
    url=f'mysql+]]></description><category></category></item><item><title><![CDATA[python 使用ssh 连接mysql 数据库]]></title><link>https://blog.youkuaiyun.com/Eddy364/article/details/123711444</link><guid>https://blog.youkuaiyun.com/Eddy364/article/details/123711444</guid><author>Eddy364</author><pubDate>Thu, 24 Mar 2022 15:09:32 +0800</pubDate><description><![CDATA[python 使用ssh 连接mysql 数据库
ssh_host = "x.xxx.xxx.x" # 堡垒机ip地址或主机名
ssh_port = 22 # 堡垒机连接mysql服务器的端口号，一般都是22，必须是数字
ssh_user = "xxxxx" # 这是你在堡垒机上的用户名
ssh_password = "xxxxxxxxxx" # 这是你在堡垒机上的用户密码
mysql_host = "127.0.0.1" # 这是你mysql服务器的主机名或ip地址
mysql_port = 3306 #]]></description><category></category></item><item><title><![CDATA[python AES ECB 16位 加解密方法]]></title><link>https://blog.youkuaiyun.com/Eddy364/article/details/123711307</link><guid>https://blog.youkuaiyun.com/Eddy364/article/details/123711307</guid><author>Eddy364</author><pubDate>Thu, 24 Mar 2022 15:00:35 +0800</pubDate><description><![CDATA[python AES ECB 16位 加解密方法
import base64
from Crypto.Cipher import AES
def aesEncrypt(data, key="放入你的密钥", BLOCK_SIZE=16):
    '''
    AES的ECB模式加密方法
    :param key: 密钥
    :param data:被加密字符串（明文）
    :return:密文
    '''
    def pad(s): return s + (BLOCK_SIZE - ]]></description><category></category></item><item><title><![CDATA[python 玩钉钉机器人]]></title><link>https://blog.youkuaiyun.com/Eddy364/article/details/123661696</link><guid>https://blog.youkuaiyun.com/Eddy364/article/details/123661696</guid><author>Eddy364</author><pubDate>Tue, 22 Mar 2022 16:24:20 +0800</pubDate><description><![CDATA[python使用dingding机器人输出文本，图片，定时推送]]></description><category></category></item><item><title><![CDATA[python变量存储的特点]]></title><link>https://blog.youkuaiyun.com/Eddy364/article/details/120797178</link><guid>https://blog.youkuaiyun.com/Eddy364/article/details/120797178</guid><author>Eddy364</author><pubDate>Sat, 16 Oct 2021 13:11:06 +0800</pubDate><description><![CDATA[C是一种静态的编译类型语言，在C语言中变量分配的地址是内存空间的一个固定位置，当我们改变变量值是，对应分内存空间的值也会发生变化，
在python中变量储存的机制则是动态的，当给一个变量赋值时，首先解释器会给这个值分配内存空间，然后将这个变量指向这个值的地址，当变量值改变的时候解释器又会给新的值分配一个内存空间，然后把变量指向这个新值的地址，如图：


...]]></description><category></category></item><item><title><![CDATA[读《见识》]]></title><link>https://blog.youkuaiyun.com/Eddy364/article/details/120473448</link><guid>https://blog.youkuaiyun.com/Eddy364/article/details/120473448</guid><author>Eddy364</author><pubDate>Sat, 25 Sep 2021 20:47:46 +0800</pubDate><description><![CDATA[也许应该来一个非功利性的读书，朱军老师《见识》，记录一下自己的想法

仅仅靠一时的运气是不可能大富大贵的
看问题和做事情的方法决定了一个人的一生
一个人的人生轨迹走不出环境和未来划定方向这两条线，环境是一个人的起点，它是已经确定的，而终点往往是计划中的，不可知的，所以未来是什么样子呢？
塞尔兹堡的莫扎特
逆袭不成功是常态，成功的反而是少数
站在一生的高度去过每一天
不选择反而可以获得幸福，有时候没得选才是幸福
作诗的林黛玉和做人的薛宝钗，看了第二遍才能读懂林黛玉的美
满眼都是芝麻，怎么才能捡到西瓜呢？西瓜很]]></description><category></category></item><item><title><![CDATA[regret 遗憾，模型的遗憾是什么呢]]></title><link>https://blog.youkuaiyun.com/Eddy364/article/details/119899988</link><guid>https://blog.youkuaiyun.com/Eddy364/article/details/119899988</guid><author>Eddy364</author><pubDate>Tue, 24 Aug 2021 23:31:24 +0800</pubDate><description><![CDATA[我的遗憾
先说一下我的一个小遗憾，没有去诺坎普看梅西踢一场球，送给梅老板一句话，莫愁天下无知己，天下谁人不识君。
模型的遗憾
从模型的学习方式可以把模型分为两种，在线学习和批量学习

批量学习：一次全部学完，用一些性能指标来评价，好就是好坏就是坏，它不懂什么叫遗憾，我也就不谈它了
在线学习：人如其名，我在线上一直学，一直学，不断成长，试图成为一个完美的模型，可哪里有完美的模型呢，这就产生了遗憾

遗憾的定义
在线学习的目的是为了成为一个完美的模型，无线的最小化累计的损失，当一个模型迭代了T轮以后，累计的损失]]></description><category></category></item><item><title><![CDATA[python 、mysql 时间戳 时间 字符串之间的转化]]></title><link>https://blog.youkuaiyun.com/Eddy364/article/details/118942718</link><guid>https://blog.youkuaiyun.com/Eddy364/article/details/118942718</guid><author>Eddy364</author><pubDate>Tue, 20 Jul 2021 19:36:12 +0800</pubDate><description><![CDATA[python
#时间戳 改时间
时区，时间转时间是以服务器时间转化，如果你的服务器时间是北京时间，你时间戳转化的时间即为北京时间。
#时间戳转时间，添加时区
#Kolkata  印度
#Jakarta  印尼
#Beijin 北京
from datetime import datetime,timedelta
from dateutil import tz
tz_nation = tz.gettz('Asia/Jakarta')
def timestamp_tz(time_stamp,tz_nation=t]]></description><category></category></item><item><title><![CDATA[泰坦尼克号建模分析-你能活下来吗？]]></title><link>https://blog.youkuaiyun.com/Eddy364/article/details/114242697</link><guid>https://blog.youkuaiyun.com/Eddy364/article/details/114242697</guid><author>Eddy364</author><pubDate>Mon, 01 Mar 2021 00:49:36 +0800</pubDate><description><![CDATA[你在泰坦尼克号上你能活下来吗？
泰坦尼克号的沉没是历史上最具影响力的海难之一，在1912年4月15日，泰坦尼克号的处女航中，与冰山相撞后沉没。在当时，船上没有足够的救生艇供所有人使用，导致2224名乘客和机组人员中的1502人死亡。虽然幸存有一些运气成分，但似乎有些人比其他人更有可能生存。
泰坦尼克号预测项目从kaggle建站开始，已经经历了很多大佬的分析建模，有2万多的团队参与过该项目，如果你对机器学习感兴趣，它一定是最好的入门机器学习的项目之一。

数据来源：https://www.kaggle.com]]></description><category></category></item><item><title><![CDATA[Pyecharts 静态图片输出&ppt中动态图表]]></title><link>https://blog.youkuaiyun.com/Eddy364/article/details/107030085</link><guid>https://blog.youkuaiyun.com/Eddy364/article/details/107030085</guid><author>Eddy364</author><pubDate>Tue, 30 Jun 2020 00:16:13 +0800</pubDate><description><![CDATA[pyecharts 简介
pyecharts 是一个用于生成 Echarts 图表的类库。Echarts 是百度开源的一个数据可视化 JS 库。用 Echarts 生成的图可视化效果非常棒，pyecharts可以与 Python 进行对接，可以在 Python 中直接使用数据生成图表。
至于怎么使用pyecharts 我这边就不多说了，官方的api：https://pyecharts.org/#/zh-cn/intro上面的图表使用都有demo，可以看着改。
我主要说两点：

pyecharts 的动态图表]]></description><category></category></item><item><title><![CDATA[音频转文字分析]]></title><link>https://blog.youkuaiyun.com/Eddy364/article/details/106610885</link><guid>https://blog.youkuaiyun.com/Eddy364/article/details/106610885</guid><author>Eddy364</author><pubDate>Mon, 08 Jun 2020 01:18:53 +0800</pubDate><description><![CDATA[音频转文字分析
工作里面需要用到音频转成文字做数据分析,自己就测试下,现在Python音频转文字的方法用很多种,其中比较常用的有:
1.调用百度AI,科大讯飞,google等api
2.自己做数据挖掘,利用神经网络等算法训练
因为自己去做音频转化需要非常专业的音频方面的知识,不是研究这方面的数据分析师是很难做出很好的算法,而百度和科大讯飞本身已经做的很好的了,本身也赠送了一定的免费使用时间,我这里就使用他们的api做一下调用,分析下他们的转化效果.
PS:我这里的代码是使用百度和科大讯飞的demo去写的,感]]></description><category></category></item><item><title><![CDATA[词云图分析微博评论]]></title><link>https://blog.youkuaiyun.com/Eddy364/article/details/106293525</link><guid>https://blog.youkuaiyun.com/Eddy364/article/details/106293525</guid><author>Eddy364</author><pubDate>Sun, 24 May 2020 21:51:36 +0800</pubDate><description><![CDATA[罗志祥5月20日的微博评论分析

最近罗志祥在5月20号发布了一篇对周扬青的小作文,我正好也想做一个词云图的项目,
所以爬取了罗志祥这条微博的评论,做个词云图来看看大家都在说些什么


#导包
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import repeat_word as rw
import jieba
import jieba.analyse
from wordcloud import WordClo]]></description><category></category></item><item><title><![CDATA[基于RFM模型的客户分析]]></title><link>https://blog.youkuaiyun.com/Eddy364/article/details/106122634</link><guid>https://blog.youkuaiyun.com/Eddy364/article/details/106122634</guid><author>Eddy364</author><pubDate>Thu, 14 May 2020 16:25:30 +0800</pubDate><description><![CDATA[客户RFM模型分类




客户类型
最近一次交易距离观测窗口的天数（黏性）
累计交易频次（忠诚度）
累计交易成交额（消费能力）
对应场景




重要价值客户
+
+
+
RFM都很大，优质客户


重要召回客户
-
+
+
成交量和成交额都很大，但是最近没有交易，需要召回


重要发展客户
+
-
+
成交额大，最近有交易，需要重点识别


重要挽留客户
-
-
+
成交额大，潜在的价值客户，需要挽留


潜力客户
+
+
-
成交量大，且最近有交易，需要挖掘


新客户
+
-
-
最近有交易，是新客]]></description><category></category></item><item><title><![CDATA[超超级强的分类算法SVM-支持向量机]]></title><link>https://blog.youkuaiyun.com/Eddy364/article/details/106096100</link><guid>https://blog.youkuaiyun.com/Eddy364/article/details/106096100</guid><author>Eddy364</author><pubDate>Thu, 14 May 2020 13:17:48 +0800</pubDate><description><![CDATA[SVM-支持向量机-(Support Vector Machine)
SVM 原理
对于机器学习算法来说，svm 的算法原理是非常复杂的，涵盖非常多的数学原理，构建起来很难，但是理解起来很简单。
SVM是是一种二分类模型，它的基本模型是定义在特征空间上的间隔最大的线性分类器，大实话就是一个多维空间中的二分类器。
先从二维空间来看下，如左图可以用一条直线对这些点进行分类，当然这是在这些点排列的很整齐的情况下。而对于右图我们无法用一条直线进行切割，怎么办呢？这是一个非常有趣的地方，现在我们把这些点放到3维间中，]]></description><category></category></item><item><title><![CDATA[基于聚类的精准营销项目]]></title><link>https://blog.youkuaiyun.com/Eddy364/article/details/105989345</link><guid>https://blog.youkuaiyun.com/Eddy364/article/details/105989345</guid><author>Eddy364</author><pubDate>Fri, 08 May 2020 10:15:59 +0800</pubDate><description><![CDATA[总体思路
基于聚类的精准推荐总体

先基于聚类：

把用户分群，对每一个客户都标记上标签值。


生成推荐规则：

在用户没买过的商品中，同类客户总购买次数（平均购买次数）最多的商品，就是这类客户最喜欢的商品



数据清洗

优先删除：

缺失率90%以上
整个字段只有1个值
整个字段有效信息几乎没有


需要转码：

哑变量编码



数据整合

目的是生成一张用户所有购买行为的信息表

三表...]]></description><category></category></item><item><title><![CDATA[基于协同过滤的电影推荐系统]]></title><link>https://blog.youkuaiyun.com/Eddy364/article/details/105987254</link><guid>https://blog.youkuaiyun.com/Eddy364/article/details/105987254</guid><author>Eddy364</author><pubDate>Fri, 08 May 2020 08:51:58 +0800</pubDate><description><![CDATA[推荐系统
推荐系统是一种信息过滤系统，可以提高搜索结果的质量，并提供搜索项或者与用户的搜索历史相对应的内容。通常运用于预测用户对某项商品的评价或者偏好，国内很多的公司都有使用到，淘宝，京东使用它来向用户推荐商品，爱奇艺，优酷，使用它来推荐下一个要播放的视频，网易云也使用推荐系统提供每日推荐歌曲。

推荐系统基本上有三种类型：


基于人口统计学
-主要是依赖于大量的用户数据，该系统背后的基本思想是...]]></description><category></category></item><item><title><![CDATA[电子游戏销售分析]]></title><link>https://blog.youkuaiyun.com/Eddy364/article/details/105986626</link><guid>https://blog.youkuaiyun.com/Eddy364/article/details/105986626</guid><author>Eddy364</author><pubDate>Fri, 08 May 2020 07:59:44 +0800</pubDate><description><![CDATA[Video Game Sales电子游戏销售分析


定义问题：




特征分析：

1.游戏平台分析
2.游戏类型分析
3.地区对比



预测分析：

未来的销售趋势预测



# 导包
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from pyech...]]></description><category></category></item></channel></rss>