搜索到与相关的文章
Python

Python 版的

作者:LogM本文原载于https://segmentfault.com/u/logm/articles,不允许转载~1.源码来源TextRank4ZH源码:https://github.com/letiantian/TextRank4ZH.git本文对应的源码版本:committedon3Jul2018,fb1339620818a0b0c16f5613ebf54153faa41636TextRank论文地址:https://www.aclweb.org/

系统 2019-09-27 17:50:38 2085

Python

Python中尝试多线程编程的一个简明例子

综述多线程是程序设计中的一个重要方面,尤其是在服务器Deamon程序方面。无论何种系统,线程调度的开销都比传统的进程要快得多。Python可以方便地支持多线程。可以快速创建线程、互斥锁、信号量等等元素,支持线程读写同步互斥。美中不足的是,Python的运行在Python虚拟机上,创建的多线程可能是虚拟的线程,需要由Python虚拟机来轮询调度,这大大降低了Python多线程的可用性。希望高版本的Python可以解决这个问题,发挥多CPU的最大效率。网上有些

系统 2019-09-27 17:50:36 2085

Python

随机森林算法python实现

随机森林算法python实现瞎BB代码导入数据切分训练集测试集找到最有用的几个属性根据上面的代码更改属性参数组合遍历找最优随机森林样本数据瞎BB1.实现根据样本数据(用眼距离distance、最长持续用眼时长duration、总用眼时长total_time、户外运动时长outdoor、用眼角度angle、健康环境光照用眼比例proportion)判别是否需要近视预警2.样本实在太少,结果还行,原理都是一样的代码导入数据importpandaspatient

系统 2019-09-27 17:50:08 2085

Python

python使用pandas处理大数据节省内存技巧(推荐)

一般来说,用pandas处理小于100兆的数据,性能不是问题。当用pandas来处理100兆至几个G的数据时,将会比较耗时,同时会导致程序因内存不足而运行失败。当然,像Spark这类的工具能够胜任处理100G至几个T的大数据集,但要想充分发挥这些工具的优势,通常需要比较贵的硬件设备。而且,这些工具不像pandas那样具有丰富的进行高质量数据清洗、探索和分析的特性。对于中等规模的数据,我们的愿望是尽量让pandas继续发挥其优势,而不是换用其他工具。本文我们

系统 2019-09-27 17:49:29 2085

Python

Python编程从入门到实践--第四章

文章目录遍历列表深入的了解循环在for循环中执行更多的操作在for循环后结束执行一些操作避免缩进错误忘记缩进忘记缩进额外的代码行不必要的缩进循环后不必要的缩进遗漏了冒号小插曲创建数值列表使用函数range()使用range()创建数字列表对数字列表执行简单的统计计算列表解析小插曲使用列表的一部分切片遍历切片复制列表小插曲元组定义元组遍历元组中的所有值修改元组变量小插曲设置代码格式格式指南缩进行长空行小插曲遍历列表通俗易懂地来说,遍历列表就是把你列表中的每个

系统 2019-09-27 17:48:49 2085

Python

在Python中操作时间之mktime()方法的使用教程

mktime()方法是localtime()反函数。它的参数是struct_time或全9元组,它返回一个浮点数,为了兼容时time()。如果输入值不能表示为有效的时间,那么OverflowError或ValueError错误将被引发。Syntax以下是mktime()方法的语法:time.mktime(t)参数t--这是struct_time或满9元组。返回值此方法返回一个浮点数,对于兼容性time()。例子下面的例子显示了mktime()方法的使用。#

系统 2019-09-27 17:46:41 2085

Python

Python 之父的解析器系列之四:可视化 PEG 解析

原题|VisualizingPEGParsing作者|GuidovanRossum(Python之父)译者|豌豆花下猫(“Python猫”公众号作者)声明|本翻译是出于交流学习的目的,基于CCBY-NC-SA4.0授权协议。为便于阅读,内容略有改动。上周我展示了一个简单的PEG解析器生成器。本周我将展示生成的解析器在解析程序时实际执行的操作。我深入研究了ASCII艺术的复古世界,特别是一个名为“curses”的库,它可以在Linux和Mac的Python标

系统 2019-09-27 17:46:14 2085

Python

python如何实现异步调用函数执行

在实现异步调用之前我们先进行什么是同步调用和异步调用同步:是指完成事务的逻辑,先执行第一个事务,如果阻塞了,会一直等待,直到这个事务完成,再执行第二个事务,顺序执行异步:是和同步相对的,异步是指在处理调用这个事务的之后,不会等待这个事务的处理结果,直接处理第二个事务去了,通过状态、通知、回调来通知调用者处理结果分析一下,下面的例子:定义了一个装饰器async和A、B两个function函数A里面sleep10s,然后打印afunction字符串B里面直接打

系统 2019-09-27 17:45:52 2085

Python

[Python实战]使用栈实现简易计算器

我们这次实现的命令行计算器,支持加减乘除、括号、浮点数、负数,以及查看历史和退出功能。主要的思路:read-parse-print-loop。read阶段是指读取用户在提示符(cal>)之后输入的字符串。parse阶段包括:将用户输入的字符串分割成单个对象比如:符号+,或者数字1.2。其次将中缀表达式转化后缀表达式,接下来计算后缀表达式的数值。print阶段指的是将parse阶段的数值打印在终端上。loop阶段是指重复上述操作,除非用户输入exit符号或者

系统 2019-09-27 17:45:27 2085

Python

深入理解python函数递归和生成器

一、什么是递归如果函数包含了对其自身的调用,该函数就是递归的。递归做为一种算法在程序设计语言中广泛应用,它通常把一个大型复杂的问题层层转化为一个与原问题相似的规模较小的问题来求解,递归策略只需少量的程序就可描述出解题过程所需要的多次重复计算,大大地减少了程序的代码量。例如,要计算1-9的9位数字的乘积,直观的算法是1*2*3*4*5*6*7*8*9,如果要计算1-10000的乘积,直观的算法就难于实现出,而递归就可以很简单的实现。请看示例:deffact(

系统 2019-09-27 17:38:31 2085