mlnotes

转自：http://blog.youkuaiyun.com/zhenzhen_08/article/details/6332875最近在学习使用Python3.2, 因为目前大多数资料和书籍都是基于Python 2.x的，所以在学习的过程中会碰到一些问题，特此记录，方便查找不同，并分享给其他需要的朋友。1.性能 Py3.0运行 pystone benchmark的速度比Py2.5慢30%。Guido认为Py3

mmseg算法是对最大匹配算法的扩展。简单来说，mmseg每次匹配时，总会多向后匹配两个单词，然后选择这个三个单词的总体匹配最优的。mmseg  主要做了以下几方面的扩展：假设对字符串C1C2...Cn进行分割 匹配时，从小到大，逐个匹配字典中以C1开头的词每次连续匹配三个词语（three-word chunk ），并列出所有可能的分割选择最匹配的three-word chunk（依次运用以下规则

#!/usr/bin/pythonfrom math import sqrtdef euclidean(v1, v2):    length = min(len(v1), len(v2))    if length == 0: return 0        d = 0    for i in range(length):        d += pow((v1[i] - v2[i]), 2)

具体什么原因我也不是很清楚，但是可以使用如下方法解决，即在文件头部加两行 import matplotlibmatploblit.use('WXAgg')  或者，修改matplotlib的配置文件，一般位于/usr/local/lib/python2.7/dist-packages/matplotlib/mpl-data/matplotlibrc，修改如下backend: WXAgg如果还是没用

安装 python-dev 即可

刚学python，之前循环时一直用的是range，后来看到有人用xrange，然后就查了下，发现xrange要比range要好，主要体现在内存上range 其实就是创建了一个list，需要在内存中保存所有的数据xrange则是一个对象，它并没有保存这个list，而是计算出来的在范围不是很大时，二者的效率差不多，但当范围很大，或者经常break时，则使用xrange更合适 >>>a = range(

很多同学都会出现乱码的问题。可能是mmseg支持的是utf8， windows的本地默认编码是cp936，也就是gbk编码，所以在控制台直接打印utf-8的字符串当然是乱码了。 解决方法：在控制台打印的地方用一个转码就ok了，打印的时候这么写：print myname.decode('UTF-8').encode('GBK') from pymmseg import mmsegmmseg.dict

初学python，还不是很了解,其实只要用str() 将数字包住即可如下：file.write(str(12));

sub(repl, string[, count]) | re.sub(pattern, repl, string[, count]): 使用repl替换string中每一个匹配的子串后返回替换后的字符串。 当repl是一个字符串时，可以使用\id或\g、\g引用分组，但不能使用编号0。 当repl是一个方法时，这个方法应当只接受一个参数（Match对象），并返回一个字符串用于替换（返回的字符串中

字典实际上并不能排序，我们排的是items，即dict.items()，将字典转换成了一个列表sorted函数的原型为：sorted(iterable[, cmp[, key[, reverse]]])iterable：是可迭代类型类型;cmp：用于比较的函数，比较什么由key决定,有默认值，迭代集合中的一项;key：用列表元素的某个属性和函数进行作为关键字，有默认值，迭代集合中的一项;rever

Python 2.xfor line in file("schedule.txt"): Python 3.xf = open("schedule.txt");flights = {}for line in f:

简介：lambda 表达式其实就是一个匿名函数lambda x:express(x)其中第一个x表示参数，express(x) 则是一个表达式，lambda至多只能有一个表达式。比如 f = lambda x: x + 2，那么调用f(3)，就会返回 5。用途：lambda在一些和map相关的比较函数中用处比较大，比如 sorted(iterable, cmp=None, key=None, re

比如 s 是一个utf8编码的字符串，如何找出 s 中的所有中文字符？import rere.findall(ur'[\u4e00-\u9fa5]', s.decode("UTF8"))其中   [\u4e00-\u9fa5] 是标准汉字unicode编码范围，具体网上可以查到

转自：http://our2848884.blog.163.com/blog/static/146854834201192393137281/  学过python的朋友应该都知道，python中包含单引号，双引号和三引号。但是他们有什么区别呢？        其实，我个人感觉，python不同于php，其中的单引号和双引号没有区别。他们的主要作用就是尽量避免使用转义字符。例如：>>> a='I\'

可以通过apt-get 安装python-imaging，很不错的画图工具可以把二叉树等一些数据结构形象的表现出来

如下函数定义def hello(name, age=10, gender='F'):    print 'User Info:'   print 'name is %s' % name   print 'age is %d' % age   print 'gender is %c' % gender我们的调用方式主要有一下几种hello('Jim')hello('Jim', 11)hello('J

想让这个两个图形库能够支持中文的显示其实还是挺简单的，下面分开说明PIL支持中文：1.从windows的C:\Windows\Fonts\ 目录下拷贝一份字体文件，比如"msyh.ttc" 到某个目录，一般是"/usr/share/fonts/truetype/"，当然这个无所谓2.定义一个myfont变量， myfont = ImageFont.truetype(fontpath, 24); 第