Python相关文章索引（9）

环境部署

解决pycharm无法导入本地包的问题（Unresolved reference 'tutorial'）

①清除缓存并重启(File——>Invalidate Caches\Restart)
②设置源目录

基本常识

1. python3.x中如何实现print不换行

print("祝各位身体健康", end=' ,')
此处以，替换默认的换行符\n

2. w =StringVar(),其中w.get 和 w.set()是什么意思

在Python中，StringVar是可变字符串，get()和set()是得到和设置其内容

Tkinter

基本常识

1. Tkinter百度百科
2. python GUI编程(Tkinter)

Debug

tkinter.messagebox.showinfo doesn't always work

这是导入方式的一个问题，如果你直接import tkinter可能会出现如上错误，需替换成import tkinter.messagebox或者from tkinter import messagebox。

数据科学

环境部署

1. Anaconda安装keras简记
2. win7集成显卡安装tensorflow1.0傻瓜步骤

基本常识

1. 数据的游戏：冰与火
2. 如何理解置信度？

Numpy

1. numpy.zeros（np.zeros）使用方法--python学习笔记31

用法：zeros(shape, dtype=float, order='C')
返回：返回来一个给定形状和类型的用0填充的数组；
例子：
np.zeros(5)
array([ 0., 0., 0., 0., 0.])

2. NumPy简明教程（二、数组2）

reshape函数改变调用数组的形状并返回该数组

3. Python中numpy.clip()；numpy.fabs()的用法;以及math.pow()的说明

numpy.clip(a,a_min,a_max,a=None)的运用：
方法解释：Clip（limit）the values in the array.
这个方法会给出一个区间，在区间之外的数字将被剪除到区间的边缘，例如给定一个区间[0,1]，则小于0的将变成0，大于1则变成1.

4. python numpy中nonzero()的用法

nonzeros(a)返回数组a中值不为零的元素的下标，它的返回值是一个长度为a.ndim(数组a的轴数)的元组，元组的每个元素都是一个整数数组，其值为非零元素的下标在对应轴上的值。

5. Python中的axis=0,axis=1

axis=0表述列
axis=1表述行

6. numpy.newaxis

从字面上是插入新的维度的意思

7. numpy.concatenate

Join a sequence of arrays along an existing axis.

8. 学习NumPy（2）

numpy.NAN来标记不合法的值，也即不是真实的值。

Pandas

1. 【原】十分钟搞定pandas

2. pandas使用小结(二)

3. pandas库学习笔记（一）Series入门学习

Series 是一个一维数组结构的，可以存入任一一种python的数据类型(integers, strings, floating point numbers, Python objects, etc.)。

4. pandas教程：[22]填充缺失值

当数据中存在NaN缺失值时，我们可以用其他数值替代NaN，主要用到了DataFrame.fillna()方法

5. pandas教程：[24]删除缺失数据

假如数据量比较大或者有冗余，我们可以删掉有缺失值的数据，你可以选择删除行或者删除列，用的都是DataFrame.dropna()，当然Series也有dropna方法，用法相同。

6. 《利用python进行数据分析》读书笔记--第五章 pandas入门

pandas数据结构介绍
两个数据结构：Series和DataFrame。
Series是一种类似于以为NumPy数组的对象，它由一组数据（各种NumPy数据类型）和与之相关的一组数据标签（即索引）组成的。可以用index和values分别规定索引和值。如果不规定索引，会自动创建 0 到 N-1 索引。
DataFrame是一种表格型结构，含有一组有序的列，每一列可以是不同的数据类型。既有行索引，又有列索引，可以被看做由Series组成的字典（使用共同的索引）。跟其他类似的数据结构（比如R中的data.frame），DataFrame面向行和列的操作基本是平衡的。其实，DataFrame中的数据是以一个或者多个二维块存放的（不是列表、字典或者其他）。

7. PANDAS 数据合并与重塑（join/merge篇）

Sklearn

1. 使用sklearn做单机特征工程

有这么一句话在业界广泛流传：数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。那特征工程到底是什么呢？顾名思义，其本质是一项工程活动，目的是最大限度地从原始数据中提取特征以供算法和模型使用。

2. 使用sklearn优雅地进行数据挖掘

数据挖掘通常包括数据采集，数据分析，特征工程，训练模型，模型评估等步骤。使用sklearn工具可以方便地进行特征工程和模型训练工作

3. 基于Spark自动扩展scikit-learn (spark-sklearn)

Matplotlib

1. Python 3下Matplotlib画图legned（图例）中文显示乱码的解决方法

①在计算机中找到字体，选择一种中文字体
②右键可以查看其属性从而得知字体名称
③然后在程序中定义Matplotlib的字体管理，这里将其命名为zhfont1，代码如下：

zhfont1 = matplotlib.font_manager.FontProperties(fname='C:\Windows\Fonts\simkai.ttf')

④最后在legend中通过prop参数进行调用:

plt.legend(prop=zhfont1)

2. Matplotlib Tutorial(译)

一个图像(figure)意味着用户界面的整个窗口。在一个图像中可以有些子区(subplot)。subplot将绘图放置在常规的网格位置上而axes允许更自由的放置。

3. matplotlib 可视化 —— 移动坐标轴（中心位置）

4. matplotlib学习笔记--Legend

显示图例

Debug

1. UnicodeDecodeError : 'ascii' codec can't decode byte 0xe0 in position 0: ordinal not in range(128)
   在anaconda shell 里面使用pip install 总是报错'ascII' can't decode，该如何解决？

可以尝试升级下anaconda版本哦！！！

2. 'builtin_function_or_method' object is not subscriptable

万一是小括号误写成中括号呢？

P.K.

1. numpy 辨异 （五）—— numpy.ravel() vs numpy.flatten()

首先声明两者所要实现的功能是一致的（将多维数组降位一维），两者的区别在于返回拷贝（copy）还是返回视图（view），numpy.flatten()返回一份拷贝，对拷贝所做的修改不会影响（reflects）原始矩阵，而numpy.ravel()返回的是视图（view，也颇有几分C/C++引用reference的意味），会影响（reflects）原始矩阵。

2. Python基础——min/max与np.argmin/np.argmax

这里应该是拿min/max（更适合处理可迭代对象，可选的参数是key=func）与np.min/np.max（可适合处理numpy.ndarray对象，可选的参数是axis=0或者1）作比较，只不过np.argmin/np.argmax的用法与np.min/np.max相似，这里就不进行更正了。
①函数的功能不同

前者返回值，后者返回最值所在的索引（下标）
②处理的对象不同
前者更适合处理list等可迭代对象，而后者自然是numpy里的核心数据结构ndarray（多维数组）
③函数类型不同
min/max是Python内置的函数
np.argmin/np.argmax是numpy库中的成员函数
④接口不同

min(iterable, key=func)->value
np.argmin(a, axis=None)

常见的接口如上所示，前者除了一个可迭代对象外，还接收一个函数对象（keyword argument），用于指定比较的对象（也即最值比较的内容是，将迭代对象中的元素逐个赋予func函数对象所得到返回值），可见func只可接受一个参数，如min(dict, key=dict.get)。而np.argmax更多的是进行轴上的比较（axis=0，也是默认的轴，是列向）

3. python中arange()和linspace()区别

arange()类似于内置函数range()，通过指定开始值、终值和步长创建表示等差数列的一维数组，注意得到的结果数组不包含终值。
linspace()通过指定开始值、终值和元素个数创建表示等差数列的一维数组，可以通过endpoint参数指定是否包含终值，默认值为True，即包含终值。

4. [numpy]split()和array_split()

功能与split一样，唯一的区别是 array_split allows indices_or_sections to be an integer that does not equally divide the axis.(也就是说，你有一个array，里面如果有9个元素，你想把它分成3份，split和array_split都没有问题，每份3个元素呗，但如果你想把它分成2份，那么问题来了，我不能一份4.5个吧，所以这时候split就会报错,而array_split可以实现这种不均等的分割，比如第一份5个，第二份4个）

实战演练

Python将图片转换成字符画

Python将图片转换为字符画

Debug

如果你没有PIL模块，想通过pip进行安装的话，可能会报错如下:
could not find a version that satisfies the requirement……
于是手动到官网下载（注：此处没有x64版本可下载，只能下载32位的了），下载得到PIL-1.1.7.win32-py2.7.exe，
就像作者的第二篇文章所述：
Python安装第三方库PIL时失败的解决办法
但也许，我们未必如作者般那么幸运:手动安装，会自动识别之前安装的Python路径，一路默认就可以了
兴许还会半路来个拦路虎，比如这个:

拦路虎

此时，你可能需要执行下如下文章所述的脚本:
【已解决】PIL安装异常 “python version 2.7 required, which was not found in the registry.”
然而，当你以为一切都大功告成时，满心欢喜地run了起来，也许还会蹦出个这个:

ImportError: The _imaging C module is not installed 

那就pip install pillow下吧~
PIL The _imaging C module is not installed

Python3.0+requests爬取百度贴吧帖子

Python2.7网络爬虫---简单的爬取百度贴吧的小爬虫
（注:如上文作者是通过Python2.7+urllib2进行爬取的）

基本常识

1. Python zfill()方法

Python zfill() 方法返回指定长度的字符串，原字符串右对齐，前面填充0。

2. python3中raw_input()变成了input()

3. Python3使用requests包抓取并保存网页源码的方法

Debug

我的一个初衷是:我爬取下来的html，浏览器打开后内容图片和中文都可以正常的显示，而不是乱码或者content的字节所以当初衷达不到的时候，一开始的怀疑点落在了requests库的中文编码上了：
代码分析Python requests库中文编码问题
然而当按照如上文所述的编码格式进行设置后，依旧不能如愿，于是乎，就想着会不会是我想打开写入的那个文件的编码问题呢？于是参考如下文章，得以如愿：
python自然语言编码转换模块codecs介绍

用codecs提供的open方法来指定打开的文件的语言编码，它会在读取的时候自动转换为内部unicode

file = codecs.open("dddd.txt", 'r', "utf-8")

如果使用语言内建的open函数来打开文件，输出必定是乱码。