lilong117194的博客

提到定时任务调度的时候，相信很多人会想到celery，要么就写个脚本塞到crontab中。不过，一个小的定时脚本，要用celery的话太“重”了。所以，我找到了一个轻量级的定时任务调度的库：schedule。任务调度，轻量级的定时任务调度的库：schedule。库的安装还是最简单的pip install schedule，使用起来也是很容易理解的。1. 基本使用mport schedul...

这里直接给出代码：In [9]: b=[2,4,5,7,1] In [10]: b[-2::1] Out[10]: [7, 1]In [11]: b[-2::-1]Out[11]: [7, 5, 4, 2]In [12]: b[-2::-2]Out[12]: [7, 4]In [13]: b[-2::2]Out[13]: [7]b[-2::1]：其中-2表示从倒...

在做牛客网上的python第一道题的时候就蒙了，看来还是生成器没学好。 题目如下：def bar(n): m=n while True: m+=1 yield m b = bar(3) print b.next()这里回顾下生成器的知识，基础的就不说了，就一点：就是generator和函数的执行流程不一样。函数是顺...

Python 提供了多个图形开发界面的库，其中Tkinter： Tkinter 模块(Tk 接口)是 Python 的标准 Tk GUI 工具包的接口 ，Tk 和 Tkinter 可以在大多数的 Unix 平台下使用,同样可以应用在 Windows 和 Macintosh 系统里。Tkinter 是 Python 的标准 GUI 库。Python 使用 Tkinter 可以快速的创建 GUI 应用程

nonzero(a) nonzero函数是numpy中用于得到数组array中非零元素的位置（数组索引）的函数。它的返回值是一个长度为a.ndim(数组a的轴数)的元组，元组的每个元素都是一个整数数组，其值为非零元素的下标在对应轴上的值。（1）只有a中非零元素才会有索引值，那些零值元素没有索引值；（2）返回的索引值数组是一个2维tuple数组，该tuple数组中包含一维的array数组。其中，一

在《机器学习实战》的第9章树回归中的源代码错误： 既是：TypeError: unhashable type: 'matrix'matrix类型不能被hash解决过程：In [22]: testMatOut[22]: matrix([[ 1., 0., 0., 0.], [ 0., 1., 0., 0.], [ 0., 0., 1., 0.],

笔记（1）Python 字典(Dictionary) get()方法： Python 字典(Dictionary) get() 函数返回指定键的值，如果值不在字典中返回默认值get()方法语法： dict.get(key, default=None): key – 字典中要查找的键 default – 如果指定键的值不存在时，返回该默认值值。示例：>>> dict = {

1. 将数组或者矩阵转换成列表 如下：>>> from numpy import *>>> a1 = [[1,2,3],[4,5,6]] # a1是列表>>> a2 = array(a1) # 列表——>数组>>> a2array([[1, 2, 3], [4, 5, 6]])>>> a3 = mat(a1) # 列表——>矩阵>>> a3matrix([[1, 2,

map() 会根据提供的函数对指定序列做映射。 第一个参数 function 以参数序列中的每一个元素调用 function 函数，返回包含每次 function 函数返回值的新列表。map(function, iterable, …)function – 函数，有两个参数iterable – 一个或多个序列将结果作为list返回1、 对可迭代函数’iterable’中的每一个元素应用‘f

1. 创建常见的矩阵：>>> data1=mat(zeros((3,3))) #创建一个3*3的零矩阵>>> data1matrix([[ 0., 0., 0.], [ 0., 0., 0.], [ 0., 0., 0.]])>>> mat(ones((2,4))) #创建一个2*4的1矩阵，默认是浮点型的数据，如果需要时int类型，可以使用dtyp

multiply(a,b)就是个乘法，如果a,b是两个数组，那么对应元素相乘. 先来介绍下reshape（）：>>> from numpy import *>>> a = array([[1,2,3], [4,5,6]])>>> reshape(a, (3,-1))array([[1, 2], [3, 4], [5, 6]])>>> 其中的参数-1表示

在PCA中涉及到了方差var和协方差cov，这里简单总结下。 首先：均值，样本方差，样本协方差的公式为均值：X¯=1N∑Ni=1Xi\bar{X}=\frac{1}{N} \sum_{i=1}^{N}X_i样本方差：S=1N−1∑Ni=1(Xi−X¯)2S=\frac{1}{N-1} \sum_{i=1}^{N}(X_i-\bar{X})^2样本协方差：cov=1N−1∑Ni=1(Xi−X¯)(Y

mean() 函数定义： numpy.mean(a, axis, dtype, out，keepdims )mean()函数功能：求取均值 经常操作的参数为axis，以m * n矩阵举例：axis 不设置值，对 m*n 个数求均值，返回一个实数axis = 0：压缩行，对各列求均值，返回 1* n 矩阵axis =1 ：压缩列，对各行求均值，返回 m *1 矩阵例子： 1. 数组的操作

numpy中matrix 和 array的区别Numpy matrices必须是2维的,但是 numpy arrays (ndarrays) 可以是多维的（1D，2D，3D····ND）. Matrix是Array的一个小的分支，包含于Array。所以matrix 拥有array的所有特性。

1. 装饰器由于函数也是一个对象，而且函数对象可以被赋值给变量，所以，通过变量也能调用该函数。 现在，假设我们要增强函数的功能，比如，在函数调用前后自动打印日志，但又不希望修改函数的定义，这种在代码运行期间动态增加功能的方式，称之为“装饰器”（Decorator）。本质上，decorator就是一个返回函数的高阶函数。# 这里定义一个能打印日志的decorator,所以接受一个函数作...

在Python中，对于一个对象的属性访问，我们一般采用的是点(.)属性运算符进行操作。例如，有一个类实例对象foo，它有一个name属性，那便可以使用foo.name对此属性进行访问。一般而言，点(.)属性运算符比较直观，也是我们经常碰到的一种属性访问方式。然而，在点(.)属性运算符的背后却是别有洞天，值得我们对对象的属性访问进行探讨。对象的属性class Animal(object)...

#!/usr/bin/env python3# -*- coding: utf-8 -*-"""Created on Tue Nov 6 23:44:54 2018@author: lilong"""import pandas as pdimport numpy as np# 通过行标签索引行数据 index可以为整数data = [[1,2,3],[4,5,6]]i...

1. try…except有时候我们写程序的时候，会出现一些错误或异常，导致程序终止。使用try…except，这样程序就不会因为异常而中断。把可能发生错误的语句放在try模块里，用except来处理异常。except可以处理一个专门的异常，也可以处理一组圆括号中的异常，如果except后没有指定异常，则默认处理所有的异常。每一个try，都必须至少有一个except。a=10b=0try:...

python使用numpy中的savez（）保存非数组数据到本地。报错：IndexError: only integers, slices (:), ellipsis (…), numpy.newaxis (None) and integer or boolean arrays are valid indices看下面的代码实例：import numpy as np# 简单的数组保存...

很多次遇到python 3下的文件编码，解码问题，我这里的平台是mac，下面吐血搞一波。。

1. python类的属性和方法查看class Person_1: mind = '有思想' belif = '有信仰' animal = '高级动物' def tt(): passprint(Person_1.__dict__) #查询类Person中所有的内容,表现形式是字典.print(Person_1.__dict__['bel...

这里假设anaconda已经安装好了：（1）selenium的安装$ pip install seleniumselenium的安装很简单，也很快。Collecting selenium Downloading https://files.pythonhosted.org/packages/b0/c9/52390baa8d6b65c3e3b89f522c3a0fcf58f2b4faf...

日志相关概念logging模块简介使用logging提供的模块级别的函数记录日志logging模块日志流处理流程使用logging四大组件记录日志配置logging的几种方式向日志输出中添加上下文信息参考文档一、日志相关概念日志是一种可以追踪某些软件运行时所发生事件的方法。软件开发人员可以向他们的代码中调用日志记录相关的方法来表明发生了某些事情。一个事件可以用一个可包含可...

python基础教程python基础系列教程——Python的安装与测试：python解释器、PyDev编辑器、pycharm编译器python基础系列教程——Python库的安装与卸载python基础系列教程——...

在使用python3做NLP中文文本分类时，由于下载的搜狗语料库本身的编码有关系，本身编码是ASCII码，而我们需要以UTF-8来读取，所以就遇到如下不能显示中文文本的输出(mac下)：u: {\rtf1\ansi\ansicpg936\cocoartf1561\cocoasubrtf400{\fonttbl\f0\fnil\fcharset134 PingFangSC-Regular;}...

字符串在Python内部的表示是Unicode编码，因此，在做编码转换时，通常需要以Unicode作为中间编码，即先将其他编码的字符串解码（decode）成Unicode，再从Unicode编码（encode）成另一种编码。在新版本的python3中，取消了unicode类型，代替它的是使用unicode字符的字符串类型(str),字符串类型（str）成为基础类型如下所示，而编码后的变为了字节...

pandas库Series基础用法：直接贴出用例：1. 构造/初始化Series的3种方法：（1）用列表list构建Seriesimport pandas as pdmy_list=[7,'Beijing','19大',3.1415,-10000,'Happy']s=pd.Series(my_list)print(type(s))print(s)<class ...

1. python中的self用法总结class Student(object): def __init__(self, name, score): self.name = name self.score = score__init__方法的第一参数永远是self，表示创建的类实例本身，因此，在__init__方法内部，就可以把各种属性绑定到s...

flatten()函数用法flatten是numpy.ndarray.flatten的一个函数，即返回一个折叠成一维的数组。但是该函数只能适用于numpy对象，即array或者mat，普通的list列表是不行的。 其官方文档是这样描述的Parameters:ndarray.flatten(order='C')Return a copy of the array collapsed into on

在机器学习中会用字典的嵌套来存储决策树的信息，对绘制树形图有很大的作用，其中嵌套字典的生成是一个递归的过程 如下所示：>>> s={'a':{0:'no',1:{'flippers':{0: 'no', 1: 'maybe'}}},'b':{}} # 构造字典>>> s['a'][0] # 取值'no'>>> s['a'][1]{'flippers': {0: 'no', 1: 'ma

下面对argsort，sort 和 sorted这几个排序函数做一个简单的介绍argsort（）一维数组argsort()函数是将数组中的元素从小到大排列，提取其对应的index(索引)，然后输出：>>> from numpy import *>>> x=array([1,4,3,-1,6,9])>>> xarray([ 1, 4, 3, -1, 6, 9])>>> x.args

Python 字典 get() 函数返回指定键的值，如果值不在字典中返回默认值get()方法语法：dict.get(key, default=None)key – 字典中要查找的键。default – 如果指定键的值不存在时，返回该默认值值。返回指定键的值，如果值不在字典中返回默认值 None。>>> a={'name': 'dav', 'age': 27}>>> a

我们平时用的sum应该是默认的axis=0 就是普通的相加，而当加入axis=1以后就是将一个矩阵的每一行向量相加axis=0, 表示列。 axis=1, 表示行。对于向量：>>> import numpy as np>>> np.array([0, 2, 1])array([0, 2, 1])>>> b.sum()3>>> b.sum(axis=0)3>>> b.sum(axis=

tile函数是模板numpy.lib.shape_base中的函数。 函数的形式是tile(A,reps) A和reps都是array_like A的类型众多，几乎所有类型都可以：array, list, tuple, dict, matrix以及基本数据类型int, string, float以及bool类型。 reps的类型也很多，可以是tuple，list, dict, array,

如果一个正则匹配稍有差池，那可能程序就处在永久的循环之中，而且有的小伙伴们也对写正则表 达式的写法用得不熟练，没关系，我们还有一个更强大的工具，叫Beautiful Soup，有了它我们可以很方便地提取出HTML或XML标签中的内容，实在是方便，这一节就让我们一起来感受一下Beautiful Soup的强大吧。1. Beautiful Soup的简介简单来说，Beautiful Soup是的一个库，

为了了解其中工作原理， 在结合linux的查看进程ps命令，对进程做了进一步的理解：1、在linux下运行.py文件，系统就会创建一个进程# coding=utf-8from time import sleepsleep(30)在linux终端下执行命令：python /home/lilong/桌面/fork_using.py &加上&符号，可以让程序在后台运行，不会占用终端。输入ps -l

一、基础了解：1.什么是爬虫爬虫，即网络爬虫，大家可以理解为在网络上爬行的一直蜘蛛，互联网就比作一张大网，而爬虫便是在这张网上爬来爬去的蜘蛛咯，如果它遇到资源，那么它就会抓取下来。想抓取什么？这个由你来控制它咯。比如它在抓取一个网页，在这个网中他发现了一条道路，其实就是指向网页的超链接，那么它就可以爬到另一张网上来获取数据。这样，整个连在一起的大网对这之蜘蛛来说触手可及，分分钟爬下来不是事儿。2.浏

编写一个程序，能在当前目录以及当前目录的所有子目录下查找文件名包含指定字符串的文件，并打印出绝对路径。import osclass SearchFile(object): def __init__(self,path='.'): self._path=path self.abspath=os.path.abspath(self._path) # 默认当前目录

python中os.walk是一个简单易用的文件、目录遍历器，可以帮助我们高效的处理文件、目录方面的事情。1.载入 要使用os.walk,首先要载入该函数可以使用以下两种方法import os from os import walk 2.使用os.walk的函数声明为:walk(top, topdown=True, onerror=None, followlinks=False)参数top 是

# eg:将文件夹下所有图片名称加上'M'def change_name(path_img): global i if os.path.isfile(path_img): file_path=os.path.split(path_img) # 分割出目录与文件 #print(file_path) lists=file_path[1]