Jinlong_Xu的博客

昨天一位朋友问我，矩阵的某一行列怎么求和？我也是初学者，但是觉得碰到问题就去解决，抱着这样的心态，就去想这个问题了。首先我们肯定要有一个矩阵，所以我就用用生成随机数的方法生成了一个随机数矩阵。显示一下我们生成的矩阵：我们可以看一下我们的矩阵的维度：我尝试了一下直接用sum()函数：我

今天下午参加了网易游戏春招/实习生招聘（中大专场）的笔试，同时也打算记录一下自己做到的笔试题，在这里分享给大家。        首先要吐槽的一点是，中大的限外令真的很严。还好我带校园卡了，同学忘拿了，直接回宿舍拿的。同时，即使是网易游戏的工作人员也不得不打报告，上面同意才放进来的。第二点，为啥网易游戏的数据挖掘居然不考算法？在这里，提醒各位想做数据挖掘算法的小伙伴，不太建议投网易游戏的

今天看到一个画图函数觉得挺有意思的，就试了一下。直接上代码片段：ax1 = plt.subplot2grid((3,3), (0,0), colspan=3)ax2 = plt.subplot2grid((3,3), (1,0), colspan=2)ax3 = plt.subplot2grid((3,3), (1, 2), rowspan=2)ax4 = plt.subplot2g

在这里我介绍一下plot方法的函数的使用。Series.plot方法的函数：参数说明label用于图例的标签ax要在其上进行绘制的matplotlib subplot对象。如果没有设置，则使用当前matplotlib subplotstyle将要传给matplotlib的风格

首先要理清楚一个概念，直方图与条形图。直方图与条形图的区别：条形图是用条形的长度表示各类别频数的多少，其宽度（表示类别）则是固定的；直方图是用面积表示各组频数的多少，矩形的高度表示每一组的频数或频率，宽度则表示各组的组距，因此其高度与宽度均有意义。由于分组数据具有连续性，直方图的各矩形通常是连续排列，而条形图则是分开排列。条形图主要用于展示分类数据，而直方图则主要用于展示数据型数据

re.compile(pattern, flags=0)将正则表达式patten编译成正则表达式对象。re.DEBUG显示关于正则表达式的debug信息。re.Ire.IGNORECASE执行大小写不敏感匹配。这并不被当前的语言环境影响。re.Lre.LOCALE使\w, \W, \b, \B, \s 和 \S取决于当前语言环境。re.Mre.MULTILINE指定

今天讲讲Python中对List进行赋值的方法，并会接下来给出实例和截图详解。这个问题源自于我想对一个某一个区间内的值进行均匀划分成50份，对此，我想到了用List，并用循环赋值来实现.并将区间内的值用区间的中值来表示，很显然，算出来的中值肯定会有很多的小数位数，所以我们需要对得到的数进行处理，保留小数点后三位。首先，区间是[-1.013, 0.614]. 定义区间的始端是 -1.01

本文系转载：http://www.pyfun.com/kaifabao/201010/2122.html另附传送门两枚：http://www.cnblogs.com/PythonHome/archive/2011/11/19/2255459.htmlhttp://wiki.ubuntu.org.cn/Python%E6%AD%A3%E5%88%99%E8%A1%

我们谈到“文本处理”时，我们通常是指处理的内容。Python 将文本文件的内容读入可以操作的字符串变量非常容易。文件对象提供了三个“读”方法： .read()、.readline() 和 .readlines()。每种方法可以接受一个变量以限制每次读取的数据量，但它们通常不使用变量。 .read() 每次读取整个文件，它通常用于将文件内容放到一个字符串变量中。然而 .read() 生成文件内容

介绍ipython notebook¶1.简单介绍ipython notebook的安装和使用，在ubuntu上:sudo apt-get install ipython但是并不是所有的版本都支持notebook功能，本人的系统安装的是0.13的版本有notebook，但是有个重要的功能没有，什么功能等会再说，所以本人手动安装的ipython 1.1.0版本，你可以

最近有个“摩拜杯”算法大赛，看了下数据，发现里面的起点和终点都进行了编码，需要用geohsah来解码成坐标。先介绍一下安装geohash：pip install geohash显示安装成功：然后我发现import 模块的时候是会报错的：我的解决方法是：1、将Geohash文件夹改成geohash；2、将文件夹下的 __init__

OverviewPython是一种动态，解释型语言。它的变量、参数、函数或者一些在源码中的方法都不需要类型声明。你并不需要编译时的类型检查，python会在运行时确定所有值的类型和标记运行到的有错误的代码。字符串Python字符串像Java一样都是不可变的。当我们写这样一个表达式的时候，例如表达式(‘hello’ + ‘world’)，它会新构建一个字符串’hellothe

Overview这篇文章是接着上篇文章写的，主要介绍Python的字典结构，操作文件，正则表达式。上篇文章链接如下：http://blog.youkuaiyun.com/xlinsist/article/details/50866079字典先看看下面的例子：## 构建一个字典dict = {}## 向字典中存入键值对dict['a'] = 'alpha'dict[

文章先由stackoverflow上面的一个问题引起吧，如果使用如下的代码：@makebold@makeitalicdef say(): return "Hello"打印出如下的输出：Hello你会怎么做？最后给出的答案是：def makebold(fn): def wrapped():

最初的Jupyter Notebook是默认路径，如下图所示：打开Windows的cmd，在cmd中输入jupyter notebook --generate-config如下图：可以看到路径为C:\Users……找到此路径修改jupyter_notebook_config.py文件 ，如下图所示：用VS code打开文件后，找到## The

实验环境是linux 16.10， Python3.6，其他平台应该也一样。没试过，大家可以去试试看，应该差不多。1. 正确下载字体文件simhei.ttf点击下载字体2. 将上面下载的文件copy到matplotlib里的对应目录，我的目录是~/anaconda3/lib/python3.6/site-packages/matplotlib

最近在折腾自己的笔记本电脑，结果被Jupyter Notebook的自带主题亮瞎了眼，为了保护视力，还是换个对眼睛友好点的主题吧。在github上发现了一个jupyter-themes工具，可以通过pip安装，非常方便使用。接下来将详细介绍Jupyter-themes工具及如何为Jupyter Notebook更换主题安装jupyter-themes的命令行如下所示：pip ins

 Intellij IDEA15：建立Python 工程[python] view plain copy #! /usr/bin/env python  # -*- coding: utf-8 -*-    def foo():      str="function"      print(str);    def foo1(num):      print('num' ,num);    def...

申明：本文由浪叫兽对京东JData算法大赛的总结，行文略微口语化，但是不得不说，真正琢磨过数据的人才能发          现更多内在的东西。Mark，学习一下。0.055规则很简单的，就是type5 大于 2，就这一条就可以了。我们搞的是kdd，主要是知识发现，所以大多是重复 eda（探索分析） etl（数据清洗），数据清洗和探索，使用现有的数据挖掘框架。重头戏还是在eda 

数据挖掘笔试题（一）晚饭后，突然有些兴致，想刷刷题，就去了牛客网做题。虽然战况惨烈，但是还是发现了一些有意思的题。基础很重要，基础很重要，基础很重要！！！重要的事说三遍。以下说法中正确的是()A、SVM对噪声(如来自其他分布的噪声样本)鲁棒B、在AdaBoost算法中,所有被分错的样本的权重更新比例相同C、Boosting和Bagging都是组合多个分类器投票的方法,二

scikit-learn Preprocessing data 本文主要是对照scikit-learn的preprocessing章节结合代码简单的回顾下预处理技术的几种方法，主要包括标准化、数据最大最小缩放处理、正则化、特征二值化和数据缺失值处理。内容比较简单，仅供参考！首先来回顾一下下面要用到的基本知识。一、知识回顾均值公式：

一般来说，我们搜集到的数据因为种种原因都会出现缺失值，通常而言，我们有几种常见的解决方法，一种解决方法是直接去掉这些包含缺失值的行，不得不说这样的做法或多或少会影响到我们的后续的数据分析，特别是对数据量小的情况。因此我们要采用更好的策略来填充缺失的数据，例如通过已知的数据来推测。Imputer提供了基本的填充方法，例如使用均值或者中位数填充，当然也有人使用众数，具体的你可以根据你的数据来定。

数据挖掘笔试题（二）                                                     1、深度学习是当前很热门的机器学习算法。在深度学习中，涉及到大量矩阵相乘，现在需要计算三个稠密矩阵A,B,C的乘积ABC，假设三个矩阵的尺寸分别为m*n,n*p,p*q,且mA、A(BC)B、(AB)CC、(AC)BD、所有效率都相同解析：首先根据基

十分钟入门Matplotlib 数据的处理、分析和可视化已经成为 Python 近年来最重要的应用之一。这种现象又进一步引出“大数据”分析等类似的话题，而大数据分析在人们所能预见的诸多领域内都有广泛应用，这其中就包含笔者个人感兴趣的机器学习。Python 在处理数据、分析数据以及数据可视化方面拥有很多功能强大的工具，这也是 Python 在科学领域中能够迅速发展的一个主要原因。在接

一文学会 Python 多线程编程 Threading 模块从 Python 1.5.2 版开始出现，用于增强底层的多线程模块thread 。Threading 模块让操作多线程变得更简单，并且支持程序同时运行多个操作。注意，Python 中的多线程最好用于处理有关 I/O 的操作，如从网上下载资源或者从本地读取文件或者目录。如果你要做的是 CPU 密集型操作，那么你需要使用 Py

Python多进程编程入门 多进程(multiprocessing)模块是在 Python 2.6 版本加入的。它最初由 Jesse Noller 和 Richard Oudkerk 在PEP 371 中定义。multiprocessing 模块生成进程的方式就和你使用 threading 模块生成线程是一样的。但是在这里，因为你使用的是多进程，所以你可以规避全局解释锁(GIL)，充分

DataCastle［猜你喜欢］赛事算法分享关于竞赛DC的小伙伴们大家好，我是Yes,boy! ，来自东北大学计算机学院。在猜你喜欢推荐系统竞赛中，很幸运以7.89465的得分取得第一名，看到大家在群里对推荐系统的热情很高，所以在这里我简单介绍下竞赛中我的思路。本次比赛的赛题背景是给出了约3400万条数据，包含一个商品网站站内顾客在某一时刻对某一个商品的打分值，分值范围为1至5

最近总是遇到一些烦心的事情，比如用Python3.5来写一些代码，有些不太懂的地方，就去网上找答案，却发现很多都是基于python2.x的。今天我就来说点遇到的一些问题。Unicode 字符串       在Python2中，普通字符串是以8位ASCII码进行存储的，而Unicode字符串则存储为16位unicode字符串，这样能够表示更多的字符集。使用的语法是在字

数据城堡参赛代码实战篇（一）---手把手教你使用pandas小编们最近参加了数据城堡（ http://www.pkbigdata.com/ ）举办的“大学生助学金精准资助预测 ”比赛，分组第19名的成绩进入了复赛，很激动有木有！在上一篇文章中，小编带大家回顾了参赛的心路历程，虽然看上去生动有趣，十分轻松，但是小编们在背后也是付出了不少的汗水呀。本篇，小编文文将带你一起分析如何用pa

最近在做JData算法大赛，作为一个新手，第一次参加这样的比赛，还处于没入门的状态，但是还是希望可以慢慢做，慢慢玩数据，来提高自己。其中有一个数据文件——JData_Action_1604， 这是一个用户行为文件，我看在数据的时候，第一个用户User_id——100259在短短的时间内就出现了很多的交互（行为）。为此，我想提取出在JData_Action_1604文件中有关User_id—

XGBoost-安装(Windows/VS2015)昨天想装theano的时候，误删了之前的一些Python包，导致xgboost无法使用。索性重新安装了anaconda平台，方便自己后续的使用。 Anaconda是python科学计算的集成。使用起来给人matlab的感觉。并且预装了numpy，scipy，matplotlib,pandas, scikit-learn等多个常

XGBoost-Python完全调参指南-介绍篇 在analytics vidhya上看到一篇<Complete Guide to Parameter Tuning in XGBoost inPython>,写的很好。因此打算翻译一下这篇文章，也让自己有更深的印象。具体内容主要翻译文章的关键意思。原文见：http://www.analyticsvidhya.com/blog/2

XGBoost-Python完全调参指南-参数解释篇 在analytics vidhya上看到一篇<Complete Guide to Parameter Tuning in XGBoost inPython>,写的很好。因此打算翻译一下这篇文章，也让自己有更深的印象。具体内容主要翻译文章的关键意思。原文见：http://www.analyticsvidhya.com/

本文是对pandas 官方网站上《10 Minutes to pandas》的一个简单的翻译，原文在这里 。这篇文章是对pandas的一个简单的介绍，详细的介绍请参考： Cookbook 。习惯上，我们会按下面格式引入所需要的包：一、创建对象可以通过 Data Structure Intro Setion 来查看有关该节内容的详细信息。 1、可以通过

pandas常用函数                         import numpy as np  import pandas as pd  import matplotlib.pyplot as plt    ---------------numpy-----------------------  arr = np.array([1,2,3], dtype=np.float6

Python数据分析笔记——Numpy、Pandas库 Numpy库Numpy最重要的一个特点是就是其N维数组对象，即ndarray，ndarray是一个通用的同构数据多维容器，其中的所有元素必须是相同类型的。每个数组都有一个shape（一个表示各维度大小的元组，即表示有几行几列）和dtype（一个用于说明数组数据类型的对象）。本节将围绕ndarray数组展开。

这篇文章主要介绍字符串相关的题目。处理字符串操作相关问题时，常见的做法是从字符串尾部开始编辑，从后往前逆向操作。这么做的原因是因为字符串的尾部往往有足够空间，可以直接修改而不用担心覆盖字符串前面的数据。摘自《程序员面试金典》问题描述：对于一个给定的源字符串和一个目标字符串，你应该输出在这个源字符串中匹配到的第一个索引。如果源字符串中不存在目标字符串，就返回-1.例如：源字符

机器学习 特征工程之特征选择 概念首先看一下维基百科中关于特征选择的介绍：在机器学习和统计学中，特征选择 也被称为变量选择、属性选择 或变量子集选择 。它是指：为了构建模型而选择相关特征（即属性、指标）子集的过程。在机器学习中，每个特征对于目标类别的影响并不相同，所以需要从特征集中挑选出一组最具统计意义的特征子集，把其他无用数据删掉，达到降维的目的。特征选择的目标是寻找最优

python seaborn画图在做分析时候，有时需要画几个图看看数据分布情况，但总记不住python的绘图函数。今天有空顺便整理下python的seaborn绘图函数库。 Seaborn其实是在matplotlib的基础上进行了更高级的API封装，从而使得作图更加容易，在大多数情况下使用seaborn就能做出很具有吸引力的图，而使用matplotlib能制作具有更多特色的图。应该把Seaborn...