Time of Update: 2018-07-24
參考: http://blog.csdn.net/nieson2012/article/details/51279332 http://www.cnblogs.com/wentingtu/archive/2011/12/22/2297405.html http://www.cnblogs.com/pinard/p/6156009.html 演算法描述: 1、載入資料(訓練資料和測試資料),假設訓練集總數為N個。 2、去除掉資料集中的某些特徵項(無用的特徵)。
Time of Update: 2018-07-24
Python提供兩種格式化方法 % 和format。 1.通過%格式化字串 Python的%格式化字串方式類似於C語言中的printf()函數。 (1)格式化輸出一個Tuple。 (2)格式化輸出一個Dict。 2.通過format格式化字串 format通過{}和:來代替%。具體來說,分為通過映射(帶{})來格式化和通過格式限定符 ({}中帶:)格式化。 2.1 通過映射格式化
Time of Update: 2018-07-24
1.網路資料擷取是一種通過多種手段收集網路資料的方式。最常用的方法是寫一個自動化程式向網路伺服器請求資料(通常是用HTML表單或其他網頁檔案),然後是對資料進行解析,提取所需要的資訊。 2.網路爬蟲工作流程: (1)通過網站網域名稱擷取HTML資料; (2)根據目標資訊解析資料; (3)儲存目標資訊; (4)如有必要,轉到另一個頁面重複上述過程。 3.Regex: (1)正則字串:任意可以用一系列線性規則構成的字串。
Time of Update: 2018-07-24
最近開始用python做資料分析,pandas作為python在資料分析方面的一大利器,自然不能錯過。今天就介紹一下pandas的一些基本操作: 1.首先,需要匯入相應的python模組,並命名: import pandas as pd import numpy as np import matplotlib.pyplot as plt 2.其次,構建一個簡單的DataFrame: (1)建立一個一維數組s: s = pd.Series([1,3,5,3,8,9]) (2
Time of Update: 2018-07-24
今天碰到一個需求,要求讀取一個包含多行數位TXT文檔,對每行數字進行排序之後,再寫入到一個新的TXT文檔中。該需求雖然不難解決,但在實際處理過程中,碰到了不少坑,在這裡記錄一下,以供參考。 1.讀取文字文件: 如下圖所示: 2.實現代碼: # -*- coding: utf-8 -*-"""Created on Tue Mar 28 19:48:58 2017@author:
Time of Update: 2018-07-24
交叉驗證 方法思想: CrossValidator將資料集劃分為若干子集分別地進行訓練和測試。如當k=3時,CrossValidator產生3個訓練資料與測試資料對,每個資料對使用2/3的資料來訓練,1/3的資料來測試。對於一組特定的參數表,CrossValidator計算基於三組不同訓練資料與測試資料對訓練得到的模型的評估準則的平均值。確定最佳參數表後,CrossValidator最後使用最佳參數表基於全部資料來重新擬合估計器。
Time of Update: 2018-07-24
本文開始介紹迴圈語句,和其他程式設計語言一樣,Python中有while迴圈和for迴圈,這裡介紹while迴圈。 文法: while 條件運算式為真: 做一些事情
Time of Update: 2018-07-24
系列(二)中,對於SMO演算法中有一個重要的代碼:計算樣本的預測類別。如下: fXi = float(multiply(alphas,labelMat).T*(dataMatrix*dataMatrix[i,:].T)) + b # 第i樣本的預測類別 我們知道原始的預測類別計算公式是用決策面的參數w和b表示的,那麼為什麼這裡的貌似不一樣呢。 原始的預測類別計算公式為: 其中w可以表示為: 然後分類函數可以轉化為:
Time of Update: 2018-07-24
本人python編譯器用的3.4.3版本,奈何現有的代碼大都是基於2.X的,故在參考之前的代碼時經常會遇到相容性問題,此次就把平時遇到的問題記錄一下,權當總結。以後如再遇到新的問題,再一一添加: 1.print 和 print() 在python2.X中,想要輸出,可以直接使用print:如print 'hello,world!'而在python3.x中,print被當做一個函數,必須要這樣才行:吧,比較簡單,就概括一下: 比如 舉例1: 將考試分數轉換為等級 分數 >= 90 A 分數 >= 80 B 分數 >= 70 C 分數 >= 60 D 分數 < 60 E Python語句實現: score =98if score>=90: print 'A'elif score>=80: print 'B'elif score>=70: print 'C'elif
Time of Update: 2018-07-24
if語句: Python使用if-elif-else描述多分支決策,簡化分支結構的嵌套問題. 可能會有零到多個elif部分,else是可選的。關鍵詞elif是else if 的縮寫,這可可以有效避免過深的縮排。if…elif….elif序列用來替代其他語言中的switch或case語句。 例如: print("請輸入(0-3)的一個整數:")x = int(input())if x == 0:
Time of Update: 2018-07-24
###套利分析 import pandas as pd import numpy as np #讀取資料 caipo=pd.read_excel('caipo.xlsx') doupo=pd.read_excel('doupo.xlsx') caipo.head(5) #整理資料 caipo_close=caipo.ix[::,6] caipo_close.head() doupo_close=doupo.ix[::,6]
Time of Update: 2018-07-24
一、先用Google瀏覽器開啟百度文庫,滑鼠右鍵--->檢查,下面是開啟百度文庫的首頁,用我上一章的方法,查看搜尋方塊和搜尋按鈕的標籤,可以看到搜尋方塊的標籤ID是kw(紅色箭頭),搜尋按鈕的標籤ID是sb(黃色箭頭),將搜尋方塊的內容設定為“飲料”之後,點擊搜尋按鈕 , from selenium import webdriverif __name__ == "__main__": browser = webdriver.Chrome() #
Time of Update: 2018-07-24
http://luojinghappy.blog.51cto.com/683032/1629661 安裝apt-get install python-pip 遇到以下問題。 root@saltstackminion:~# apt-get install python-pip Reading package lists... Done Building dependency tree Reading state information... Done
Time of Update: 2018-07-24
啥也不說了,直接上代碼: #要先開啟web伺服器才能發推送訊息 #os.system("twistd -r kqueue web --class=pyapns.server.APNSServer --port=7077") #查看進程是否存在,linux系統中,使用ps -ef|grep twistd來查看進程運行情況,使用axu時會出現twistd進程查不到的情況 def isTwistdRun(): strtmp
Time of Update: 2018-07-24
每次安裝都是不完整,這次配置又出問題,於是決定從頭開始安裝。 首先,windows7 32位的系統。 首先安裝python2.7,官網下載的,安裝路徑是c:\python2.7
Time of Update: 2018-07-24
目錄 讀取資料 顯示資料 顯示資料的行與列數 查看資料格式dtpyes 顯示列名 添加預設的列名 顯示資料後5行 顯示資料唯一值 跳過檔案的第i行不讀取 對缺失值進行識別 資料清洗 處理空值 更改資料格式 更改列名稱
Time of Update: 2018-07-24
python實戰之實現excel讀取、統計、寫入 背景 映像領域內的一個國內會議快要召開了,要發各種邀請郵件,之後要錄入、統計郵件回複(參會還是不參會等)。如此重要的任務,老師就託付給我了。ps: 統計回複郵件的時候,能知道誰參會或誰不參會。