Yolo_C的博客

数据处理中经常需要将pandas中的DataFrame类型转dict类型常用的格式主要有以下三种按列转成一个dict，keys是df的columns，values是一个带index的dictimport pandas as pddf = pd.DataFrame({"name":["a","b","c"],"score":[2,3,5]})df.to_dict(orient="dict...

pandas中合并多个DataFrame的多种方式：merge合并是根据某列中相同的值进行合并join是左右合并多个DataFrame,相当于合并了多个列concat 可以把多个列名相同的DataFrame合并，可以设置行合并还是列合并1. merge（根据相同的列值连接合并）how=连接方式on=合并列名默认内连接方式为内连接不设置只考虑key列中共同有的值df1 = pd...

官方文档的搬运工coo_matrixcsr_matrixcsc_matrix

官方文档的搬运工numpy.random.choice生产一系列随机数numpy.random.choice(a, size=None, replace=True, p=None)parameter介绍a: 数组或者整数：如果是数组则从其中采样，若是整数则从range(a)中进行采样size：生成随机数的个数replace：是否重复采样p：a中每个元素的权重=被pic...

python 打印函数运行时间的装饰器装饰器代码import timedef func_runtime(func): def wrapper(*args,**kwargs): t1 = time.time() func(*args,**kwargs) t2 = time.time() print('%s costs : ...

simhash 应用场景大规模文本去重、检索，召回一些候选文本原理这篇博客讲的挺清楚的https://www.iteye.com/blog/aoyouzi-2313164用python 可以直接调用计算from simhash import Simhashs1= "这里是中央电视台2020年春节联欢晚会直播现场"s2 = "佟丽娅将主持2020年春节联欢晚会"s3 = "去年的主持人...

余弦相似度公式就不再说了sklearn可以直接调用import numpy as npfrom sklearn.metrics.pairwise import cosine_similaritya1 = np.array([[1, 2, 3], [4, 5, 6]])a2 = np.array([[1, 2, 3], [1, 2, 4]])print(cosine_similarit...

最近的一个项目中需要从大量的文本数据中匹配上百万个关键词，为了提高效率，抛弃了正则表达式，使用了flashtext，真香，具体操作 参考了这篇博客https://blog.youkuaiyun.com/sinat_26917383/article/details/78521871...