Python实践

有趣的python实践案例（三）---PubMed搜索小工具二创

wo们出python基础啦系列（一）—数据类型wo们出python基础啦系列（二）—条件判断wo们出python基础啦（三）—if循环语句wo们出python基础啦（四）—while循环语句有趣的python
佩瑞·2021-04-18 14:02

wo们出python基础啦（四）---while循环语句

wo们出python基础啦系列（一）—数据类型wo们出python基础啦系列（二）—条件判断wo们出python基础啦（三）—if循环语句wo们出python基础啦（四）—while循环语句有趣的python
佩瑞·2021-04-18 13:46

wo们出python基础啦（三）---if循环语句

wo们出python基础啦系列（一）—数据类型wo们出python基础啦系列（二）—条件判断wo们出python基础啦（三）—if循环语句有趣的python实践案例（一）—获取WiFi密码+动态二维码有趣的
佩瑞·2021-04-18 13:40

有趣的python实践案例（二）---turtle库绘画案例

wo们出python基础啦系列（一）—数据类型wo们出python基础啦系列（二）—条件判断有趣的python实践案例（一）—获取WiFi密码+动态二维码有趣的python实践案例（二）—turtle库绘画案例前言天线宝宝之后竟是樱花树
佩瑞·2021-03-30 20:45

有趣的python实践案例（一）---获取WiFi密码+动态二维码

wo们出python基础啦系列（一）—数据类型wo们出python基础啦系列（二）—条件判断有趣的python实践案例（一）—获取WiFi密码+动态二维码有趣的python实践案例（二）—turtle库绘画案例前言继上次的皮卡丘之后天线宝宝又来了
佩瑞·2021-03-30 20:56

wo们出python基础啦系列（二）---条件判断

wo们出python基础啦系列（一）—数据类型wo们出python基础啦系列（二）—条件判断有趣的python实践案例（一）—获取WiFi密码+动态二维码有趣的python实践案例（二）—turtle库绘画案例前言一一得一
佩瑞·2021-03-27 13:43

wo们出python基础啦系列（一）---数据类型

wo们出python基础啦系列（一）—数据类型wo们出python基础啦系列（二）—条件判断有趣的python实践案例（一）—获取WiFi密码+动态二维码有趣的python实践案例（二）—turtle库绘画案例前言
佩瑞·2021-03-27 11:20

合并WOS文献数据，并对关键词进行词频分析_Python实践

合并WOS文献数据，并对关键词进行词频分析_Python实践需求下载文献构建原始数据集关键词词频分析最后需求想要对所在学科（PublicAdministration）近十年都在做什么有一个基本的认识，其中一个最直观的办法是看主要期刊都在发什么领域的文章
YingLiu224·2021-03-08 02:07

Python实践(0000): 模拟用户登陆接口

写几段小程序，练习一下Python的基本语法（输入、输出、条件判断、循环、逻辑运算符等）。1.基本登陆接口v1.0需求：实现用户输入用户名和密码,当用户名为seven且密码为123时,显示登陆成功,否则登陆失败!代码展示："""程序需求：实现用户输入用户名和密码,当用户名为seven且密码为123时,显示登陆成功,否则登陆失败!"""#首先，让用户输入用户名和密码user_name=input("
码农王乐呵·2021-01-25 23:56

docker-compose观察实时日志_Python实践：日志采集过滤并推送到指定桌面进行展示的整套方案...

Python运维实践1．文章说明：该文章演示了整个python脚本的编写过程，包括准备工作，如网络环境的搭建，日志服务器的搭建等，以及全部的python代码，如何生成EXE可执行文件，测试过程和运行效果等，是一套整套的解决方案。由于该项目是一个python编程项目，因此虽然我是一名网络工程师，该文档也展示了所有的底层网络环境的搭建步骤以及路由器的配置，但是不对网络配置做详细解说(如有疑问，欢迎评论
weixin_39837727·2020-11-27 09:53

python编程入门-Python编程：从入门到实践 PDF 中文扫描版

给大家带来的一篇关于Python3.5编程相关的电子书资源，介绍了关于Python入门、Python实践、Python编程方面的内容，本书是由中国工信出版集团出版，格式为PDF，资源大小9.85M，埃里克
编程大乐趣·2020-10-28 20:43

python实践: 学生通讯录管理系统

功能模块分析1.首页（菜单功能）2.添加学生3.删除学生4.修改学生5.统计通讯录联系人人数6.获取所有学生通讯信息代码如下：defmain():whileTrue:menu()number=int(input("请输入需要实现的操作的序号："))ifnumber==1:insert()#添加学生ifnumber==2:delete()#删除学生ifnumber==3:modify()#修改学生i
大碗吃不下·2020-10-22 14:49

python实践gcForest模型对鸢尾花数据集iris进行分类

gcForest模型是2018年南京大学机器学习大师周志华老师团队提出来的以决策树和随机森林为基础模型的级联深度森林模型，这个论文我看过了感觉跟我当时硕士期间的一个研究有一点类似，当时我基于XGBOOST的再编码能力有效提升了GBDT模型的分类能力，这个gcForest模型也是需要“再编码”，然后将上一层模型的数据累加到下一层的输入中去。它的表征学习能力可以通过对高维输入数据的多粒度扫描而进行加强
Together_CZ·2020-09-16 22:32

Python实践练习：选择性拷贝

题目项目要求：编写一个程序，遍历一个目录树，查找特定扩展名的文件（诸如.pdf或.jpg），不论这些文件的位置在哪里，将它们拷贝到一个新的文件夹中。代码importosimportshutildefchoseCopy(folder,targetFolder):folder=os.path.abspath(folder)targetFolder=os.path.abspath(targetFolde
weixin_30347335·2020-09-16 21:44

svr python实践

#!/usr/bin/python#-*-coding:utf-8-*-importnumpyasnpfromsklearnimportsvmimportmatplotlib.pyplotaspltif__name__=="__main__":N=50np.random.seed(0)x=np.sort(np.random.uniform(0,6,N),axis=0)y=2*np.sin(x)+0
ALWAYS_FANG·2020-09-16 18:36

Python实践（一）Basemap安装学习

Basemap是python附加的一个可以在地图上作图的可视化工具。制图学老师演示Basemap的时候惊艳到了我，绘制地理数据可视化图形颜值爆炸。Matplotlib是Python常用的数据绘制包，Basemap又是Matplotlib的一个子包，负责地图绘制，想要使用basemap需要提前安装它所依赖的包，下边一步一步开始装包。1、我装了Anaconda，一些基本的包就已经装上去了，basema
安平桥·2020-09-16 11:22

机器学习算法与Python实践之（二）k近邻（KNN）

kNN进阶这里我们用kNN来分类一个大点的数据库，包括数据维度比较大和样本数比较多的数据库。这里我们用到一个手写数字的数据库，可以到这里下载。这个数据库包括数字0-9的手写体。每个数字大约有200个样本。每个样本保持在一个txt文件中。手写体图像本身的大小是32x32的二值图，转换到txt文件保存后，内容也是32x32个数字，0或者1，如下：数据库解压后有两个目录：目录trainingDigits
hackerboy01·2020-09-14 14:30

K-Means聚类的Python实践

K-Means应该是最简单的聚类算法之一了吧，理论上很简单，就是随即初始化几个中心点，不断的把他们周围的对象聚集起来，然后根据这群对象的重置中心点，不断的迭代，最终找到最合适的几个中心点，就算完成了。然后，真正实践的时候才会思考的更加深入一点，比如本文的实践内容就是一个失败的案例（算法是成功的，场景是失败的）。什么是聚类简单的说，就是对于一组不知道分类标签的数据，可以通过聚类算法自动的把相似的数据
前进的菜鸟·2020-09-12 13:19

数字图像处理的python实践(2)——灰度线性、对数、指数变换

我们目前比较好处理的对象是灰度图，因为它只有一个通道，也就意味着很多计算我们减少了一个维度，自然轻松一些。对于灰度图，首先要了解的是灰度直方图，也就是整体的图像中，灰度值的分布情况，通过直方图的形式来显示图片中是高灰度值的区域偏多还是低灰度值的区域偏多或者是其他情况，来指导我们后续的其他操作。以我们的之前转灰度的图片为例，结合matplotlib.pyplot库绘制归一化直方图的代码如下:from
渡边君·2020-09-11 08:57

模糊层次综合分析法Python实践及相关优缺点分析

模糊综合评价法（FCE，FuzzyComprehensionEvaluationMethod）是一种根据模糊数学隶属度理论把定性评价转化为定量评价的方法，它具有结果清晰，系统性强的特点，能较好地解决模糊的、难以量化的问题，适合各种非确定性问题的解决。FCE计算的前提条件之一是确定各个评价指标的权重，也就是权向量，它一般由决策者直接指定，但对于复杂的问题，例如评价指标很多并且相互之间存在影响关系，直
肖永威·2020-09-11 06:38

AHP（层次分析法）学习笔记及多层权重Python实践

层次分析法（Theanalytichierarchyprocess）简称AHP，在20世纪70年代中期由美国运筹学家托马斯·塞蒂（TLsaaty）正式提出。它是将与决策有关的因素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析的决策方法。由于它在处理复杂的决策问题上的实用性和有效性，很快在世界范围得到重视。它的应用已遍及经济计划和管理、能源政策和分配、行为科学、军事指挥、运输、农业、教
肖永威·2020-09-11 06:38

Particle Filter 粒子滤波　原理以及python实践二

本笔记学习于优达学城ArtificialIntelligenceforRobotics课程将粒子收敛本方法直接解释原视频中的方法，该作者说简单，高效，也不用多想什么，以后随便直接用就可以。紧接上一篇博客车轮法选取粒子p3=[]#初始化一个数组下标index=int(random.random()*N)beta=0.0#获取W中最大的那个数据maxw=max(w)#运行Ｎ次foriinrange(N
csdn_Flying·2020-08-26 14:07

Particle Filter 粒子滤波　原理以及python实践

本笔记学习于优达学城ArtificialIntelligenceforRobotics课程什么是粒子滤波器，请看下面几幅图片在整个空间内有无数关于机器人的位置坐标以及方向的粒子[x,y,orientation],随着机器人的移动感知周围空间，这些粒子将获得自己的权重，然后进行筛选，最后粒子逐渐收敛到一起。这个就是粒子滤波器的基本原理。首先创建好一个机器人的类，机器人可以移动，设定方向，设定误差#-
csdn_Flying·2020-08-26 11:55

python实践：统计一个文本中单词频次最高的10个单词？

#统计一个文本中单词频次最高的10个单词？importreclassSolution():defMaxWord(self,file_name):""":paramfile_name:文件名:return:"""withopen(file_name,'r')asfile:forlinesinfile:lines=re.sub('\W+','',lines)print(lines)dict_word=
苍风·2020-08-25 15:49

西刺网爬虫-python实践

本次引入了多进程和异常捕捉的概念，python实现的并行程序有很多需要注意的地方，初学者如我也是研究了许久，才下得手。这次的代码只是简单的应用，并行爬虫的优势大家可以自行度娘谷哥。选取西刺网主要为后期建立代理池做个储备。BTW，多进程下异常捕捉也是个需要我们关注的点，要好好学习钻研！importrequestsfrombs4importBeautifulSoupfrommultiprocessin
极致简洁·2020-08-25 14:56

机器学习-Python实践Day6（选择算法--算法评估矩阵（分类））

1、算法评估矩阵（分类）（PimaIndians印第安人医疗数据）1.1、分类算法矩阵1.1.1、分类准确度1.1.2、对数损失函数（Logloss）1.1.3、AUC图1.1.4、混淆矩阵1.1.5、分类报告（ClassificationReport）选择能够展示机器学习算法模型准确度的评估矩阵，是比较和选择算法模型最好的方式。分类和回归有不同的评估矩阵。1.1、分类算法矩阵1.1.1、分类准确
撸码小白·2020-08-24 01:04

SQLite3的基础学习以及Python实践读写db文件

Python集成自带的最精巧的数据库管理方案。基础命令行操作链接：https://pan.baidu.com/s/1hU1nYRSdm8K0JOeQZVMvJQ密码：2cyq为Xmind文件。这里的命令虽然全是大写，但是sqlite3并不区分大小写，都用小写也可以。python基础操作这里写了一个将Name这一个列表进行写入db文件的操作，首先创建，添加等。defMakeDbfile(self):
香道人·2020-08-23 18:49

LSTM的备胎，用卷积处理时间序列——TCN与因果卷积（理论+Python实践）

什么是TCNTCN全称TemporalConvolutionalNetwork，时序卷积网络，是在2018年提出的一个卷积模型，但是可以用来处理时间序列。卷积如何处理时间序列时间序列预测，最容易想到的就是那个马尔可夫模型：P(yk∣xk,xk−1,...,x1)P(y_k|x_k,x_{k-1},...,x_1)P(yk∣xk,xk−1,...,x1)就是计算某一个时刻的输出值，已知条件就是这个时
微信公众号[机器学习炼丹术]·2020-08-23 04:18

多层感知器速成

转载自《深度学习–基于Keras的Python实践》第四章魏贞原著电子工业出版社微信文章地址：https://mp.weixin.qq.com/s/WWuKIE4ZGD3KFjLnBojjhQ很不错的书
smile-yan·2020-08-23 02:49

卷积神经网络速成

转载自《深度学习–基于Keras的Python实践》第十二章魏贞原著电子工业出版社微信文章地址：https://mp.weixin.qq.com/s/KhtZVooroo0qyD8U_D7S2w很不错的书
smile-yan·2020-08-23 02:49

多元线性回归--案例分析及python实践

回归分析--多元回归介绍一下多元回归分析中的统计量总观测值总自变量自由度：回归自由度，残差自由度SST总平方和SSR回归平方和SSE残差平方和MSR均方回归MSE均方残差判定系数R_square调整的判定系数Adjusted_R_square复相关系数Multiple_R估计标准误差F检验统计量回归系数抽样分布的标准误差各回归系数的t检验统计量各回归系数的置信区间对数似然值（loglikeliho
kelly_zero·2020-08-22 22:21

python实践项目大全之同时python thinter threading 同时多线程快速尝试ping多个IP地址

pythonthinterthreading同时多线程快速尝试ping多个IP地址：python多线程建立多个ping任务，并在thinter编写的界面中操作显示。软件操作方式：1、选择ping方式、ping包个数、ping超时时间2、添加IP，在输入框内输入xxx.xxx.xxx.xxx-xxx后按添加IP按钮，确定添加（支持任意多IP范围）。其中xxx-xxx为节点范围，例如输入192.168
呆呆熊的世界·2020-08-22 00:18

python thinter threading 同时多线程快速尝试ping多个IP地址并显示输出(附正常运行的代码程序)

qq.com谢谢摘要最近更新时间：2020.08.21（已实现全部功能，定时优化更新，CSDN手机APP显示代码不全，为提供更好的阅读请用电脑打开）本文类型：实践应用类(非知识讲解)了解该实验请跳转：python
呆呆熊的世界·2020-08-22 00:48

Python机器学习：通过scikit-learn实现集成算法

本文选自《机器学习——Python实践》一书。在现实生活中，常常采用集体智慧来解决问题。那么在机器学习中，能否将多种机器学习算法组合在一起，使计算出来的结果更好呢？这就是集成算法的思想。
博文视点·2020-08-21 18:05

AI 人工智能的数学基础和Python实践

人工智能AI是这一波互联网热潮，各行各业的大小公司都在拼命上车，如果未来10年你还想靠IT技术养家糊口、改善生活，投身AI恰逢其时。目前市场上对AI人员需求巨大，但是由于传统教育的缺失，相关人员非常短缺。虽然各大高校甚至中学都开始引入AI教育，好消息是这拨学生还没毕业，目前市场竞争压力不大。而传统的Java程序员、Python程序员（只会写爬虫、做网站）却竞争激烈。而且AI程序员的薪资要普遍高于传
小红牛·2020-08-21 10:21

[易懂]FAST特征点提取与匹配算法教程Python实践

特征点提取与匹配在计算机视觉中是一个很重要的环节。比如人脸识别，目标跟踪，三维重建，等等都是先提取特征点然后匹配特征点最后执行后面的算法。因此学习特定点提取和匹配是计算机视觉中的基础。本文将介绍FAST特征点提取与匹配算法的原理，并使用Python不调用OpenCV包实现FAST特征点提取算法。特征点提取到底是提取的是什么？答：首先，提取的是角点，边缘。提取角点可以进行跟踪，提取边就可以知道图像发
司南牧·2020-08-20 08:21

机器学习算法与Python实践(6) - 学习矢量量化(LVQ)

学习矢量量化(LVQ)学习矢量量化，又称学习向量量化，属于聚类算法。LVQ网络是一种有监督学习的自组织竞争网络，他与SOM的主要区别在于LVQ是“有监督”的。具体描述的话，可以总结为两点：所有输入的数据，需要给出其种类标签label。找到距离当前输入节点（i）最近的输出层节点（o）之后，som直接调节o的特征使之趋近于i，而lvq则首先比较i与o的种类标签label是否是相同的，如果相同，则代表二
pandsu·2020-08-20 06:17

itchat操作微信

itchatPython实践-itchat获取微信好友总人数以及男女比例itchat1、安装pipinstallitchat2、简单入门实例有了itchat，如果你想要给文件传输助手发一条信息，只需要这样
程序员深夜写bug·2020-08-19 22:00

数论及Python实践

二项式系数(x+y)n=(n0)xny0+(n1)xn−1y1+⋯+(nn)x0yn二项式系数的定义式：(nk)=n!k!(n−k)!二项式系数的递归计算式：(nk)=(n−1k)+(n−1k−1)对于上式可利用1式然后直接展开证明。定义式还是计算式为我们提供了使用高级语言进行编程实践的思路：利用定义式#首先定义阶乘的计算式deffactorial(n):return1ifn==0elsen*fa
Inside_Zhang·2020-08-19 18:44

用python手写KNN算法+kd树及其BBF优化（原理与实现）（上篇）

用python手写KNN算法+kd树及其BBF优化（原理与实现）（上篇）初学python和机器学习，突然兴起想动手用python实践一下KNN算法，本来想着这个算法原理很简单明了，应该实现起来没什么大问题
一头倔强的帅犀牛·2020-08-19 05:13

Python实践之路5——修改haproxy配置文件

代码需求：可查询haproxy配置文件可增加相关网址及记录可删除相关网址及记录可修改相关网址及记录haproxy文件：globallog127.0.0.1local2daemonmaxconn256log127.0.0.1local2infodefaultslogglobalmodehttptimeoutconnect5000mstimeoutclient50000mstimeoutserver5
weixin_33736048·2020-08-19 04:39

KD树的python实践

简单的KNN算法在为每个数据点预测类别时都需要遍历整个训练数据集来求解距离，这样的做法在训练数据集特别大的时候并不高效，一种改进的方法就是使用kd树来存储训练数据集，这样可以使KNN分类器更高效。KD树的主要思想跟二叉树类似，我们先来回忆一下二叉树的结构，二叉树中每个节点可以看成是一个数，当前节点总是比左子树中每个节点大，比右子树中每个节点小。而KD树中每个节点是一个向量(也可能是多个向量)，和二
_PengYang_·2020-08-19 02:24

excel与python生成正态分布的数据，实践

C5,0,1,FALSE)//生成概率值参考来源：https://blog.csdn.net/pitt_xiong/article/details/8028647实操如下：插入随机函数插入概率函数最终效果：python
MISS ZHENG·2020-08-19 00:02

深度学习-场景、数据、模型

参考《深度学习：基于Keras的Python实践》_魏贞原/《深度学习：基于Keras的Python实践》_魏贞原.pdf其他Keras是Python在深度学习领域非常受欢迎的类库之一，但Kerns的侧重点是深度学习
无敌小猫猫·2020-08-18 10:25

回归分析python实践

回归分析实践0X00前言使用回归分析研究汽车销量和什么因素有关。0X01代码importnumpyasnpimportpandasaspdimportmatplotlib.pyplotaspltplt.rcParams['font.sans-serif']=['stxiHei']fromsklearn.model_selectionimporttrain_test_splitfromsklearn
weixin_40557482·2020-08-17 16:57

算法导论——python实践（5.概率分析和随机算法）

5.1雇用问题问题描述：假设你要雇佣一个新的办公室助理，雇佣代理每天想你推荐一个应聘者（连续推荐n个），你面试这个人，如果这个应聘者比目前的办公室助理更优秀，你就会辞掉当前的办公室助理，然后聘用这个新的。面试一个人需付给雇佣代理一笔费用，聘用办公助理也需要费用。假设面试费用为Ci，雇佣的费用为Ch，假设整个过程中雇佣了m次，于是总的费用是nCi+mCh。由于n是固定值，总费用的变化取决于m值。这个
风卷残荷hust·2020-08-17 03:48

《机器学习Python实践》

文章目录前言CH1初识机器学习CH2Python机器学习的生态圈CH3第一个机器学习项目CH4Python和SciPy速成CH5数据导入CH6数据理解CH7数据可视化CH8数据预处理CH9数据特征选定CH10评估算法CH11算法评估矩阵CH12审查分类算法CH13审查回归算法CH14算法比较CH15自动流程CH16集成算法CH17算法调参CH18持久化加载模型CH19预测模型项目模板CH20回归项
我的猪仔队友·2020-08-17 01:55

python实践项目（四）

练习1：好玩游戏的物品清单你在创建一个好玩的视频游戏。用于对玩家物品清单建模的数据结构是一个字典。其中键是字符串，描述清单中的物品，值是一个整型值，说明玩家有多少该物品。例如，字典值{'rope':1,'torch':6,'goldcoin':42,'dagger':1,'arrow':12}意味着玩家有1条绳索、6个火把、42枚金币等。写一个名为displayInventory()的函数，它接受
rs勿忘初心·2020-08-16 14:49

python实践8（ 实现两个矩阵对应位置的数据相加）

#!/usr/bin/envpython#-*-coding:UTF-8-*-#两个3行3列的矩阵，实现其对应位置的数据相加，并返回一个新矩阵：X=[[12,7,3],[4,5,6],[7,8,9]]Y=[[5,8,1],[6,7,3],[4,5,9]]lenX=len(X)Z=[]foriinrange(lenX):temp=[]forjinrange(len(X[i])):temp.appen
bigear_yu·2020-08-16 12:25

《机器学习Python实践》第4章——Python和SciPy速成

1.Python速成1）复杂数据类型（1）元组：只读集合类型，用小括号定义，初始化后，元组的元素不能重新赋值。（2）列表:列表只能通过中括号定义，列表的元素可以重新赋值。（3）字典：可变容器模型，可存储任意类型的对象。字典的每个键值对（key,value)用冒号（：）分隔，每个键值对之间用逗号（，）分隔，整个字典包括在花括号（{}）中。2）with语句2.NumPy速成1)创建数组2)访问数组3)
__矮油不错哟·2020-08-15 09:21
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他