<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[zhyueln的博客]]></title><description><![CDATA[Stay curious.]]></description><link>https://blog.youkuaiyun.com/zhyueln</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; zhyueln]]></copyright><item><title><![CDATA[MySQL进阶排序（窗口函数）----分组并对组内排序后每个组取前N个数据（ORDER BY、ROW_NUMBER）]]></title><link>https://blog.youkuaiyun.com/zhyueln/article/details/93911295</link><guid>https://blog.youkuaiyun.com/zhyueln/article/details/93911295</guid><author>zhyueln</author><pubDate>Thu, 27 Jun 2019 23:12:43 +0800</pubDate><description><![CDATA[基本的排序–ORDER BY
Mysql中对数据的排序的基础方法是使用ORDER BY，升序为ASC，逆序为DESC。
mysql&gt; select * from student order by sid asc;
		//按sid 升序排列
+-------------+-----------+----------+-------+-----+
| sid         | sname  ...]]></description><category></category></item><item><title><![CDATA[MySQL--数据类型转换(CAST/CONVERT)、拼接(CONCAT)]]></title><link>https://blog.youkuaiyun.com/zhyueln/article/details/93890726</link><guid>https://blog.youkuaiyun.com/zhyueln/article/details/93890726</guid><author>zhyueln</author><pubDate>Thu, 27 Jun 2019 18:09:21 +0800</pubDate><description><![CDATA[文章目录数据基础CAST/CONVERT(数据类型转换)CONCAT(数据拼接)
数据基础
mysql&gt; select * from a;
+------+-----------+
| id   | num       |
+------+-----------+
|    1 |       100 |
|    2 |       200 |
|    3 |       300 |
|...]]></description><category></category></item><item><title><![CDATA[MySQL在macOS上的使用——包括几种常用的语法（JOIN、UNION的区别、GROUP BY等）及实践结果]]></title><link>https://blog.youkuaiyun.com/zhyueln/article/details/93504801</link><guid>https://blog.youkuaiyun.com/zhyueln/article/details/93504801</guid><author>zhyueln</author><pubDate>Tue, 25 Jun 2019 01:04:59 +0800</pubDate><description><![CDATA[文章目录数据基础join and unioninner join功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入
数据基...]]></description><category></category></item><item><title><![CDATA[电商平台商品标题短文本分类 - word2vec]]></title><link>https://blog.youkuaiyun.com/zhyueln/article/details/83479382</link><guid>https://blog.youkuaiyun.com/zhyueln/article/details/83479382</guid><author>zhyueln</author><pubDate>Sun, 28 Oct 2018 22:31:02 +0800</pubDate><description><![CDATA[测试平台: gome, 训练平台: gome
BOW --&amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;gt; Naive Bayes

测试平台商品数：9766,训练平台商品数：57584

测试数：9766,全等数：9366,全等率：95.90%
测试数：9766,全等数最大值：9766,全等率最大值：100.00%
=========================================================]]></description><category></category></item><item><title><![CDATA[python 记录几个经常用错的函数]]></title><link>https://blog.youkuaiyun.com/zhyueln/article/details/82940556</link><guid>https://blog.youkuaiyun.com/zhyueln/article/details/82940556</guid><author>zhyueln</author><pubDate>Thu, 04 Oct 2018 21:14:39 +0800</pubDate><description><![CDATA[sum 和 np.sum
&amp;amp;gt;&amp;amp;gt;&amp;amp;gt; import numpy as np
&amp;amp;gt;&amp;amp;gt;&amp;amp;gt; a = np.array([[1,2,3,4],[3,2,1,2]])
&amp;amp;gt;&amp;amp;gt;&amp;amp;gt; sum(a)
array([4, 4, 4, 6])
&amp;amp;gt;&amp;amp;gt;&amp;amp;gt; np.sum(a)
18
]]></description><category></category></item><item><title><![CDATA[Python re 模块以及正则表达式]]></title><link>https://blog.youkuaiyun.com/zhyueln/article/details/82913404</link><guid>https://blog.youkuaiyun.com/zhyueln/article/details/82913404</guid><author>zhyueln</author><pubDate>Sun, 30 Sep 2018 21:35:58 +0800</pubDate><description><![CDATA[re.compile( ):将正则表达式编译成一个对象，加快速度并可以重复使用。
import re
re.complie()


re.sub() :对字符串做替换处理
'''
 re.sub(pattern, repl, string, count=0, flags=0)
'''
test  = &amp;quot;今天是我的18岁生日，我收到1份价值10万的礼物。&amp;quot;
pattren = re.compile(...]]></description><category></category></item><item><title><![CDATA[向量空间模型（VSM）与TF-IDF]]></title><link>https://blog.youkuaiyun.com/zhyueln/article/details/82903184</link><guid>https://blog.youkuaiyun.com/zhyueln/article/details/82903184</guid><author>zhyueln</author><pubDate>Sat, 29 Sep 2018 21:42:13 +0800</pubDate><description><![CDATA[向量空间模型，可用于计算文本相似度。
首先我们希望将文章向量化。可以将一篇文章表示成从该文章抽取的关键词及其权重所构成的向量。

==但如何提取文章的关键词和他的权重？  e.g. TF-IDF（词频-逆文档频率） ==

...]]></description><category></category></item><item><title><![CDATA[python 快速遍历路径下的所有文件]]></title><link>https://blog.youkuaiyun.com/zhyueln/article/details/82903067</link><guid>https://blog.youkuaiyun.com/zhyueln/article/details/82903067</guid><author>zhyueln</author><pubDate>Sat, 29 Sep 2018 21:33:19 +0800</pubDate><description><![CDATA[利用os 库遍历文件夹内的所有文件
假设是最后一级目录文件夹，即/daygoodsCate_color/文件夹内不再包含文件夹
import os
import pandas as pd
inputdir= '/Users/zhyueln/PaperData/daygoodsCate_color/' 
for root, dirs, files in os.walk(inputdir):  #ro...]]></description><category></category></item><item><title><![CDATA[利用python拼接矩阵——numpy.r_[] 和 numpy.c_[]]]></title><link>https://blog.youkuaiyun.com/zhyueln/article/details/82902762</link><guid>https://blog.youkuaiyun.com/zhyueln/article/details/82902762</guid><author>zhyueln</author><pubDate>Sat, 29 Sep 2018 21:01:39 +0800</pubDate><description><![CDATA[矩阵拼接——numpy.r_[] 和 numpy.c_[]

给出示例数据， xx ，yy：
import numpy as  np

xx=np.array([[1,2,4],
			 [12,3,4]])
yy=np.array([2,3,10,12,3,1])

&amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;gt;&amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;gt;&amp;amp;amp;amp;amp;amp;amp;amp;]]></description><category></category></item></channel></rss>