scorpion_zs的专栏

感知机是用于解决二类分类的线性分类模型，旨在求出将训练数据进行线性划分的分离超平面（对于线性不可分的训练集是无法进行学习和分类的）。感知机是支持向量机以及神经网络的基础。文章主要从感知机模型、感知机的学习策略以及感知机的学习算法三个方面介绍。1 感知机模型感知机的模型： 其中，x是输入向量，w是权值向量，两者都是n维的，b是实数偏置bias，sign是符号函数，w·x是向量内积。学习感知机模型

import pandas as pdimport numpy as np1 Object Creation通过list创建Series，使用默认的np.arange(n)作为index，如下所示s = pd.Series([1, 3, 5, np.nan, 6, 8])print s0 1.01 3.02 5.03 NaN4 6....

python2.7 在使用正则表达式来匹配中文字符时，经常会出现意想不到的问题，比如下面这个匹配问题：1、问题字符串：     飞利浦（PHILIPS）     飞利浦(PHILIPS)     飞利浦（PHILIPS)     飞利浦(PHILIPS）从字符串中将"飞利浦"和"PHILIPS"提取出来。注意：字符串中将"PHILIPS"括起来的括号有中文括号也有英

1、python中的正则表达式相关介绍1.1 转义字符     注意使用原始字符串，以r开头的字符串，如r"python"；     当需要匹配 . \ * + 等特殊的字符时，需要在这些字符前加反斜杠\     例如：r"python\.org"用来匹配"python.org"1.2数量词的贪婪模式与非贪婪模式     对于 * + ?这两个数量词，默认情况下是贪婪的（尽

cookie，是值某些网站为了辨别用户身份、进行session追踪而存储在用户本地终端上的数据1、opener     为了满足使用cookie的需求，这里就必须使用opener；     之前使用的urlopen就是一个特殊的opener，这里使用urlopen是无法运用cookie的；     因此，需要使用build_opener( )函数来创建一个新的opener。2、

1、设置Headers     很多的网站并不允许之前的方式来进行网页访问；     它们可能会识别出发来网页请求的不是浏览器，这时候，我们就需要完全模拟浏览器；     这时候就需要设置一些headers属性。     下面介绍一些比较重要的headers属性需要设置：     user-agent：发出网页请求的浏览器信息     referer：反盗链，存放的是当前请

1、构造request并请求页面import urllib2url = "http://www.126.com/"request = urllib2.Request(url)response = urllib2.urlopen(request)print response.read()2、POST和GET数据传送2.1 post方式：import urlli

# os 模块os.sep 可以取代操作系统特定的路径分隔符。windows下为 '\\'os.name 字符串指示你正在使用的平台。比如对于Windows，它是'nt'，而对于Linux/Unix用户，它是 'posix'os.getcwd() 函数得到当前工作目录，即当前Python脚本工作的目录路径os.getenv() 获取一个环境变量，如果没有返回noneos.put

1、简介     time模块提供两种时间的表示方式：          第一种：是时间戳方式（相对于1970年1月1日 00:00:00的秒数偏移）          第二种：以数组形式表示（struct_time）共有九个元素2、函数介绍2.1 asctime( )     asctime([tuple]) -> string     将一个struct_time（

1 下载与安装 anaconda在网址https://www.continuum.io/downloads/根据系统下载对应的安装包。mac osx系统有两种安装包：pkg以及sh，同时针对python3.5与python2.7有不同的安装包。这里选择python2.7的sh进行安装，是用如下指令安装：$ bash Anaconda2-4.3.1-MacOSX-x86_64.sh最好按照Anacon

安装virtualenvwrapper安装virtualenvwrapper 本Markdown编辑器使用StackEdit修改而来，用它写博客，将会带来全新的体验哦：Markdown和扩展Markdown简洁的语法代码块高亮图片链接和图片上传LaTex数学公式UML序列图和流程图离线写博客导入导出Markdown文件丰富的快捷键快捷键加粗 Ctrl

python装饰器是在函数调用之上的修饰，这些修饰是在声明或者定义一个函数的时候进行设置的。同时，装饰器是一个返回函数对象的高级函数。装饰器的语法是以@开头的，而后是装饰器函数的名字以及可选的参数，而后是装饰器要修饰的函数以及该函数的可选参数，主要是以下形式：@decorator(dec_opt_args)def func2Bdecorator(func_opt_args):......1 装饰

1

numpy 是使用python进行数据分析不可或缺的第三方库，非常多的科学计算工具都是基于 numpy 进行开发的。ndarray对象是用于存放同类型元素的多维数组，是numpy中的基本对象之一，另一个是func对象。本文主要内容是：1 、简单介绍ndarray对象；2、ndarray对象的常用属性；3、如何创建ndarray对象；4、ndarray元素访问。 它的维度以及个维度上的元素个数由sh

上一篇主要介绍了ndarray对象的一些基本属性以及创建ndarray对象的一些非常常用的方法。接下来主要介绍ndarray对象比较常用的对象方法。需要注意的是，以下ndarray对象方法也是numpy中的函数：all, any, argmax, argmin, argpartition, argsort, choose, clip, compress, copy, cumprod, cumsum,

1、python正则表达式匹配规则下图列举的是python正则表达式中最常用的特殊符号与字符。2、re模块2.1 re模块的函数以及方法 re模块函数/方法 功能 complie(pattern, flags=0) 根据正则表达式创建匹配对象 match(pattern, string[, flag]) 在字符串的开始处进行匹配，返回matchObject或者None se

import numpy as npimport pandas as pd0 pandas数据结构简介pandas主要处理下面三种数据结构 * Series * DataFrame * Panel它们都是以numpy为基础的，处理速度相对较快，其中最常用的是DataFrame。 数据结构 维数 简述 Series 1 1维数组，大小不可...