20131206常用脚本备份

本文介绍使用Perl进行文本处理的高效方法,包括删除特定字符串行、替换字符串、文件合并及长文件截取。Perl脚本的强大功能使数据处理更加便捷。

1. 删除包含字符串的整行,模糊匹配

perl -p -i -e 's/^.*(str).*\n$//g' dir

^:匹配至一行开始,\n之后的位置;
.:匹配任意单个字符;
*:匹配前面的字符无限次;
():指定匹配的pattern;
$:匹配至一行结束,\n之前的位置;

2. 替换指定字符串,精确匹配

perl -p -i -e 's/str1/str2/g' dir

将dir中str1替换为str2.
3. perl脚本:多个文件逐行合并

#!/bin/perl

use strict;
use warnings;

open IN1,"<","./test1.txt";
open IN2,"<","./test2.txt";
open IN3,"<","./test3.txt";
open OUT,">","./testbig.txt";

while(my $line1 = <IN1> and my $line2 = <IN2> and my $line3 = <IN3>) {
    chomp $line1;
    chomp $line2;
    chomp $line3;
    printf OUT ("%-8s%-8s%-8s\n", $line1, $line2, $line3);
}

4. 长文件按行数截取

sed -n '开始行数, 结束行数p' 被截取文件>另存为文件

 

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值