<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[peanutwang的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/peanutwang</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; peanutwang]]></copyright><item><title><![CDATA[创建和使用 Python 虚拟环境（使用Python自带的venv模块）]]></title><link>https://blog.youkuaiyun.com/peanutwang/article/details/144555317</link><guid>https://blog.youkuaiyun.com/peanutwang/article/details/144555317</guid><author>peanutwang</author><pubDate>Wed, 18 Dec 2024 12:02:09 +0800</pubDate><description><![CDATA[Python IDLE Shell 可以使用虚拟环境，但设置起来稍微有点不同，因为 IDLE 默认启动的是系统 Python 环境。要在 IDLE 中使用虚拟环境，你需要手动指定虚拟环境中的 Python 解释器。这样，IDLE 将会启动，并使用虚拟环境中的 Python 解释器。你可以在 IDLE 中执行代码，并确保它使用的是虚拟环境中安装的依赖，而不是全局 Python 环境中的库。如果你不再需要某个虚拟环境，可以删除它。当虚拟环境激活后，你可以在虚拟环境中安装和管理 Python 包。]]></description><category></category></item><item><title><![CDATA[embed版Python如何安装第三方包]]></title><link>https://blog.youkuaiyun.com/peanutwang/article/details/135678781</link><guid>https://blog.youkuaiyun.com/peanutwang/article/details/135678781</guid><author>peanutwang</author><pubDate>Thu, 18 Jan 2024 16:55:10 +0800</pubDate><description><![CDATA[打开文件管理窗口，直接在地址栏填入 %APPDATA% 后回车，在下面新建文件夹 “pip”，然后再到里面新建文件 “pip.ini”，在该文件中填入如下内容。该脚本把pip, setuptools, wheel三个东西都装好了,Python目录新增两个文件夹Lib\site-packages和Scripts。由于配置了pip国内源，会从国内源中下载并安装各种包，包被安装在Python目录\Lib\site-packages下。由于配置了pip国内源，下面的安装会很快。3.配置pip国内源。]]></description><category></category></item><item><title><![CDATA[使用Gephi从共词矩阵生成共词网络图（附Gephi 0.10.1版国内云盘下载地址）]]></title><link>https://blog.youkuaiyun.com/peanutwang/article/details/130113268</link><guid>https://blog.youkuaiyun.com/peanutwang/article/details/130113268</guid><author>peanutwang</author><pubDate>Wed, 12 Apr 2023 18:24:38 +0800</pubDate><description><![CDATA[数据是一个csv文件。csv文件的编码是ANSI，才能用Excel打开而不乱码。另，在布局中选择Fruchterman Reingold，是下图的效果。再点击大小 - 节点 - 排名，10~40，应用。接下来还可以选中某个节点，拖动到合适的位置上去。这样的话，就对图的布局进行了一定的优化。在布局选项卡里，点击运行，以优化布局。无标签文字，且不美观。导入为矩阵，字符集为GB2312。选择中文字体，并点击显示节点标签。点击外观选项下的分割，应用。点击平均度后面的运行。现在节点就有大小了。]]></description><category></category></item><item><title><![CDATA[用Python实现概率语言模型（2-元语法模型）]]></title><link>https://blog.youkuaiyun.com/peanutwang/article/details/129686146</link><guid>https://blog.youkuaiyun.com/peanutwang/article/details/129686146</guid><author>peanutwang</author><pubDate>Tue, 21 Mar 2023 15:18:15 +0800</pubDate><description><![CDATA[需要注意的是，这里的两两组合区分先后，例如，“她很”出现了3次，而“很她”出现了0次。把字典中的字按照row，col排成二维的，纵横交叉处即为该两两组合出现的次数。首先构造一个语料库，由6句话组成，每句话3个字。遍历语料库，把每个字出现的次数存储在字典中。至此，一元概率已完成。下面计算二元的次数。每个字的出现的次数除以语料库总字数。再构造一个字典P1存储一元概率。构造一个字典，存储一元的字数。]]></description><category></category></item><item><title><![CDATA[一行代码搞定加载glove预训练词向量]]></title><link>https://blog.youkuaiyun.com/peanutwang/article/details/129428658</link><guid>https://blog.youkuaiyun.com/peanutwang/article/details/129428658</guid><author>peanutwang</author><pubDate>Thu, 09 Mar 2023 19:04:00 +0800</pubDate><description><![CDATA[加载glove预训练词向量再也不用glove2word2vec转换啦！]]></description><category></category></item></channel></rss>