Python

譜聚類介紹： 這篇部落格對於譜聚類的介紹包括公式推導挺到位的，當時上課的ppt也是截這個圖，所以能看懂的話挺不錯的。http://www.cnblogs.com/FengYan/archive/2012/06/21/2553999.html 演算法python實現： 對於公式的推導什麼的個人的理解並不是很深，下面直接說說這個演算法的實現吧：

1、概述 datetime模組主要是用來表示日期的，就是我們常說的年月日時分秒，calendar模組主要是用來表示年月日，是星期幾之類的資訊，time模組主要側重點在時分秒，粗略從功能來看，我們可以認為三者是一個互補的關係，各自專註一塊。方便使用者依據不同的使用目的選用趁手的模組。 2、從time模組說起 為了學習time模組，我們需要Crowdsourced Security Testing道幾個與時間相關的概念： 1) epoch 假設我們要將時間表示成毫秒數，

tensorflow在python環境下，最便捷的辦法就是使用Anaconda3Integration Environment安裝。 首先在Anaconda3官網下載對應python版本的Anaconda3，3.6版本或者2.7版本均可。 事先不需要安裝python 直接安裝anconda3，會自動安裝對應的python。 Anaconda安裝成功之後，我們需要修改其包管理鏡像為國內源。 cmd中分別運行這兩個命令就好了。 conda config -

一、前言 用Python開發的小工具有時需要編譯打包為Windows(*.exe)、Mac等作業系統下的可執行性檔案以供非程式員使用。 二、解決方案 1) Windows，建議用Pyinstaller，有必要的話還需修改*.spec檔案的data項，補充入項目依賴的設定檔。      命令：pyinstaller 程式入口py檔案    

       對象的__del__是對象在被gc消除回收的時候起作用的一個方法，它的執行一般也就意味著對象不能夠繼續引用。        示範代碼如下： class Demo:        def __del__(self):

背景 如何表示詞語所包含的語義。 蘋果。水果。Iphone。 蘋果、梨子，這兩個詞相關嗎。 語言的表示 符號主義：Bags-of-word，維度高、過於稀疏、缺乏語義、模型簡單 分布式表示：Word Embedding，維度低、更為稠密、包含語義、訓練複雜 Word Embedding 核心思想：語義相關的詞語，具有相似的上下文環境，例如， 蘋果和梨子 所做的事情：將每個詞語訓練成，詞向量 實踐 基於gensim包和中文維基語料

       python中，有三個庫可以解析html文本，HTMLParser,sgmllib,htmllib。他們的實現方法不通，但功能差不多。這三個庫中提供解析html的類都是基類，本身並不做具體的工作。他們在發現的元件後（如標籤、注釋、聲名等），會調用相應的函數，這些函數必須重載，因為基類中不作處理。   比如：

最重要的是，我們沒有專門調用__init__方法，只是在建立一個類的新執行個體的時候，把參數包 括在圓括弧內跟在類名後面，從而傳遞給__init__方法。這是這種方法的重要之處。 __init__方法類似於C++、C#和Java中的 constructor 。 就如同__init__方法一樣，還有一個特殊的方法__del__，它在對象消逝的時候被調用。對象消 逝即對象不再被使用，它所佔用的記憶體將返回給系統作它用 注意__del__方法與

#! /usr/bin/env python#coding=utf-8import urllib2from bs4 import BeautifulSoupimport reimport datetimeimport randompages=set()random.seed(datetime.datetime.now())#Retrieves a list of all Internal links found on a pagedef getInternalLinks(bsObj,

這兩天用Python寫了個小工具，想要在沒有安裝Python的機器上執行，首先想到了pyinstaller 。 pyinstaller 打包程式通常只需要一句命令即可： 1. 開啟cmd控制台，將目錄切換到pyinstaller安裝目錄，我的在D:\python\Python36\Scripts目錄下； 2. 輸入命令：pyinstaller  D:\JetBrains\PyCharm\workspace\nginx管理工具\main.py  -F  -

新人開始接觸深度學習，寫這片兩個目的： 1.記錄一下自己的學習之路，也是強迫自己用寫部落格的方式，整理思維。 2.相信很多的新人小夥伴最開始無處下手，也是為了大家一起學習。 開始正題。 （一）本人最開始電腦系統為win8_x64。奈何相容性太差，python3.6

資料採礦技術日趨成熟和複雜，隨著互連網發展以及大批海量資料的到來，之前傳統的依靠spss、SAS等視覺化檢視實現資料採礦建模已經越來越不能滿足日常需求，依據美國對資料科學家（data scientist）的要求，想成為一名真正的資料科學家，編程實現演算法以及編程實現建模已經是必要條件；目前很多從事資料採礦工作的人，大多都是出身非電腦專業，本身對編程基礎比較低，所以找到一門快速上手而又高效的程式設計語言是至關重要的，好的工具和程式設計語言可以起到事半功倍的效果。

一、EM演算法 EM演算法是一種迭代演算法，用於含有隱含變數的機率模型參數的極大似然估計。設Y為觀測隨機變數的資料，Z為隱藏的隨機變數資料，Y和Z一起稱為完全資料。 觀測資料的似然函數為： 模型參數θ的極大似然估計為： 這個問題只有通過迭代求解，下面給出EM演算法的迭代求解過程： step1、選擇合適的參數初值θ(0)，開始迭代 step2、E步，求期望。θ(i)為第i次迭代θ的估計值，在第i+1步，計算下面的Q函數： Q函數為logP(Y,Z|θ)

1. 下載 Python-nmap ：http://xael.org/pages/python-nmap-en.html 2. 解壓並運行：python setup.py install     會發現安裝在了：C:\Python27\Lib\site-packages 路徑下 3. 測試出現錯誤：     >>>import nmap     >>>nm =

1.最小二乘擬合 假設有一組實驗資料(x[i], y[i])，我們知道它們之間的函數關係:y = f(x)，通過這些已知資訊，需要確定函數中的一些參數項。例如，如果f是一個線型函數f(x) = k*x+b，那麼參數k和b就是我們需要確定的值。如果將這些參數用 p 表示的話，那麼我們就是要找到一組 p 值使得如下公式中的S函數最小： 這種演算法被稱之為最小二乘擬合(Least-square fitting)。 ------------------------------------------

說到 super， 大家可能覺得很簡單呀，不就是用來調用父類方法的嘛。如果真的這麼簡單的話也就不會有這篇文章了，且聽我細細道來。 約定 在開始之前我們來約定一下本文所使用的 Python 版本。預設用的是 Python 3，也就是說：本文所定義的類都是新式類。如果你用到是 Python 2 的話，記得繼承  object : # 預設， Python 3class A: pass# Python 2class A(object): pass

在使用python的時候，經常使用到pip這個工具，可以很方便的線上安裝依賴庫，當然pip還有很多參數都可以幫我們去查詢一些庫資訊，這裡就不說pip的安裝了，還是提供下思路，在安裝python的時候，下載帶有pip的安裝包就可以直接安裝pip啦，當然沒有帶pip的，也可以通過下載安裝包，手動安裝。手動安裝還是要會的，畢竟有時候下載逾時、或者安裝失敗都可以用。命令：python  庫的setup.py install 1.查看pip

  def  main (argv):     try :    opts,args  =  getopt.getopt (argv,  " hg:d " , [ " help

1、在確定自己不會匯入多個同名函數（從不同的模組匯入）的情況下，可以使用 from math import sqrt  【from 模組 import 函數】 這樣就可以直接使用sqrt(9)，而不用每次都用math.sqrt(9) 2、可以使用變數來引用函數（及Python中的大多數對象），如 >>> import math>>> foo = math.sqrt>>> int(foo(16))4

      上次學習了用python爬取網頁上的圖片，這次來學習一下怎麼用python來擷取網頁上我們感興趣的內容。 目標：爬取簡書首頁的文章標題，連結，閱讀量，評論數，收藏數。 步驟：和上節相同，關鍵在於Regex的選取。 import re import urllib def getHtml(url):     page = urllib.urlopen(url)     html = page.read()