Dillon2015的博客

python生成二维码二维码又称QR Code，QR全称Quick Response，是一个近几年来移动设备上超流行的一种编码方式，它比传统的Bar Code条形码能存更多的信息，也能表示更多的数据类型：比如：字符，数字，日文，中文等等。二维码一共有40个Version，Version 规定了二维码的尺寸，Version 1是21 x 21的矩阵，Version 2是 25 x 25的矩阵，Version 3是29x29的尺寸，每增加一个version，就会增加4的尺寸，公式是：(V-1)x4 +

最近发现了一个很好玩的python包：pyperclip。它能访问剪贴板的文字内容，使用也很简单。只有两个功能：复制剪贴板里的内容、向剪贴板写入内容。安装：pyperclip是个跨平台的python包，兼容python2和python3。只需要一条命令就可以安装：pip install pyperclip在windows里没有额外依赖。在mac里需要系统里自带的pbcopy和pbpaste命令。在linux里需要系统的xclip或xsel命令，如果没有的话需要用sudo a..

pybrain有自己的数据集格式，包含数据和标签，pybrain.dataset包里含有各种数据格式，对于监督学习SupervisedDataSet是其数据集格式>>> from pybrain.datasets import SupervisedDataSet>>> ds = SupervisedDataSet(2, 1)在初始化时需要指定其大小，2表示输入数据是2维的，1表示标签

ffmpeg是强大的多媒体处理工具，堪称多媒体处理的瑞士军刀，涵盖了大量的多媒体处理工具。但是ffmpeg是由纯C语言写成，对于python用户来说使用难度较高，为此今天向大家推荐一款在python中使用ffmpeg的开发包：PyAVPyAV提供了ffmpeg的python接口，但实际是它只是使用ffmpeg做后端，使用Cython封装了ffmpeg的接口，所以实际调用的还是ffmpeg。...

根据tensorflow官网，目前在windows上tensorflow只支持64位python3.5所以如果版本不满足先更换版本windows上安装python请参考（注意版本选择）如果直接通过pip install tensorflow命令安装tensorflow会报错，提示少什么文件。通过查官网发现

import tensorflow as tfimport numpy as npimport osos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'from tensorflow.examples.tutorials.mnist import input_datamnist = input_data.read_data_sets("MNIST_data/

import tensorflow as tfimport numpy as npimport osos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'from tensorflow.examples.tutorials.mnist import input_datamnist = input_data.read_data_sets("MNIST_data/

安装完tensorflow后，很多人想在tensorflow中使用keraskeras中封装了很多高级API使用起来很方便很简洁，在windows中安装keras教程很多。大部分都要安装theano作为后端，theano在windows中安装有时候会产生很多问题。这里介绍一种安装keras的方法，不用依赖theano而是直接用tensorflow做后端。输入命令：pip insta

一直用的是python3.4，这几天升级到最新的python3.6了，安装完成python3.6后通过pip install ipython可以成功安装ipython，也可以正常使用。不过没办法在浏览器中使用notebook.于是到官网查看，安装官网方法安装jupyter notebook报错。后来发现是版本问题，目前还没有针对python3.6的jupyter notebook。于是

python builtwith识别网站所用技术python有一个非常有用的识别网站所用技术的模块—-builtwith安装：pip install builtwith注意：目前只支持python2 该模块将URL作为参数，下载并分析该URL，返回其所用技术字典。 例如：import builtwithbuiltwith.parse("http://microsoft.com")

使用pybrain构造神经网络，在执行官网代码时出错：means = [(-1,0),(2,4),(3,1)]cov = [diag([1,1]), diag([0.5,1.2]), diag([1.5,0.7])]alldata = ClassificationDataSet(2, 1, nb_classes=3)for n in xrange(400): for klass

在centos7 minimal上通过官网给出的方法pip install tensorflow安装tensorflow。安装过程成功，没有报错。但是在使用时，导入tensorflow包时报错上网查找MARKER_EXPR = originalTextFor(MARKER_EXPR())("marker"错误原因有两种解决办法：参考链接：http://sta

用python将近一年了，一直用的是python3.4，最近想把自己的python环境升级到最新的python3.6操作系统windows8.1 64位1、到官网下载相应安装包，直接点击安装注意勾选相应选项，如果没有勾选需要自己安装造成不便安装结束点击完成即可我在官网下载的是32位版本python，注意在以后安装各种安装包时一定要注意与之匹配否则会报错

It is possible to save a model in the scikit by using Python’s built-in persistence model, namely pickle:>>> from sklearn import svm>>> from sklearn import datasets>>> clf = svm.SVC()>>> iris = d

通过pybrain创建的神经网络默认是以随机数初始化的，为了调整参数我们需要训练这个网络pybrain提供trainers来训练神经网络，trainers接收创建的网络和训练集作为参数。一个经典的训练方法是反向传播方法>>> from pybrain.supervised.trainers import BackpropTrainer>>> net = buildNetwork

python3数据加载1  本文章为系列文章第一篇，首先声明文章内容均来自《利用python进行数据分析》，所有例子均在python3下完成。要完成例子首先需要安装python3环境，然后要安装numpy，panads等模块。  panads提供了一些方便的方法将表格数据读取为DataFrame对象的函数。read_csv从文件，URL，文件型对象中加载数据。默认逗

通过pybrain创建神经网络很简单，通过buildNetwork方法即可创建：>>> from pybrain.tools.shortcuts import buildNetwork>>> net = buildNetwork(2, 3, 1)三个参数分别表示2个输入神经元，3个隐藏层神经元，1个输出层神经元创建后，默认会以随机数初始化这个神经网络，通过.activate(

最近安装了一下centos minimal7，由于是最小化版本，所有很多东西都需要自己手动安装。在centos minimal7自带python，默认版本2.7.5。大家都知道，在使用python过程中pip是很重要的辅助工具，它使得很多python包安装更加容易。但是在centos中直接执行yum install python-pip会报下面的错误说没有python-

在python3.5上安装pybrain，起先通过pip直接安装安装成功，但是在引入pybrain库时显示没有structure模块，安装好structure模块后又显示没有其他模块以为是python只支持python2到官网查看后只要求python2.5+，官网建议通过easy_install或setuptools安装后来上网查发现通过pip install https:

在编写一段python程序时报错IndentationError: unindent does not match any outer indentation level找了半天原来是空格错误，这是python与其他语言的不同之处，python没有大括号，同一个代码段前要有相同的空格。由于我的后两行代码少空了一格所以报错

python scikit-learn是个强大的机器学习库，但是没有通过构建人工神经网络的方法。但是python有一个强大的keras库可以用来构建神经网络，keras是基于Theno的，Theno是个深度学习的库。在安装Keras之前要先安装好numpy、scipy、Theano。在安装Theano之前先要安装一个C++编译器，这个编译器在linux下自带。在windows下需要自己安装。

PCA（主成分分析）是用于数据降维的一种方法，可以用来将高维数据映射到低维空间，去掉那些无关属性，便于对数据进行分析。在python的sklearn库中提供了相应方法。sklearn.decomposition.PCA(n_components=None,copy=True,whiten=False)参数说明：（1）n_componentsPCA算法中要保留的主成分个数即保

numpy是python数据分析的重要工具，其N维数组对象可以方便的进行各种数学计算。ndarray是一种同构的多维容器，其元素类型必须相同。每个ndarray都有shape和dtype两个属性（注意是属性不是方法）一、创建ndarray创建ndarray的方法有很多，常用的有下面几种：1、使用numpy的array方法将序列型对象转换为ndarray这里将一个列表转换

对于一个url连接例如"www.abc.cn/name=北京"这样一个链接，如果直接用urlopen读取会报错：UnicodeEncodeError: 'ascii' codec can't encode characters in position 37-40: ordinal not in range(128)解决办法就是使用urllib.parse.quote()解析中文部分。

我的爬虫程序import urllib.requestimport http.cookiejarimport codecsimport ioimport syssys.stdout = io.TextIOWrapper(sys.stdout.buffer,encoding='gb18030')#head: dict of headerdef makeMyOpener(head = {

UnicodeDecodeError: 'gbk' codec can't decode byte 0xae in position 199: illegal multibwordList = textParse(open('email/ham/%d.txt' % i).read())在python3中读取文件时报错：UnicodeDecodeError: 'gbk' codec can't decode byte 0xae in position 199: illegal multibyte s

通过range构造数组trainingSet = range(50);在执行以下操作时del(trainingSet[randIndex]) 报错：TypeError: 'range' object doesn't support item deletion原因是python3中range不返回数组对象，而是返回range对象解决办法将trainingSet = range(50);替换为trai

python3数据加载存储与文件21、   python内置了以pickle序列化的方式存取二进制文件。pandas也提供了方便的方法通过pickle方式加载和存储二进制文件。原先版本的save和load方法在新版本中都被取代，现在可以通过to_pickle和read_pickle方法将二进制文件以pickle方式存储和读取。2、读取excel文件，使用pd.read_

import numpy as numpya=np.zeros(3)a[0]=0; a[1]=1; a[2]=2if a==[1,2,3]: print "OK"else: print "NOT OK"Traceback (most recent call last): File "", line 1, in if a==[1,2,3]:ValueError: Th