1.原本安装了Python，还有必要安装Anaconda吗？有必要Anaconda,其包含了conda、Python等180多个科学包及其依赖项,是一个开源的包、环境管理器，能够在不同的环境之间切换.2.什么是MongoDB?MongoDB是由C++语言编写的，是一个基于分布式文件存储的开源数据库系统。在高负载的情况下，添加更多的节点，可以保证服务器性能。3.什么是Robomogo?MongoDB的可视化界面。下载Robomogo免费版就足够用了4.什么是
系统 2019-09-27 17:57:08 2361
目录瞎比比与print相比logging有什么优势？基础用法保存到文件多模块使用logging使用配置文件配置logging瞎比比这篇文章其实早在一个月之前就写好了。奈何，加班猛如虎，真的怕了。直至今天才幸运地有了个双休，赶紧排版一下文章发布了。以下为正文。在初学Python的时候，我们使用print("helloworld")输出了我们的第一行代码。在之后的日子里，便一直使用print进行调试（当然，还有IDE的debug模式）。但是，当你在线上运行Py
系统 2019-09-27 17:55:27 2361
读取json文件中的解码函数：defpocess_json_file(filepath):f=open(filepath,mode='r',encoding='utf-8')city_list=json.load(f)returncity_list将列表写入json文件中top5_list=city_list[0:5]f=open('top5.json',mode='w',encoding='utf-8')json.dump(top5_list,f,ens
系统 2019-09-27 17:52:52 2361
1.枚举-enumerate可以有参数哦之前我们这样操作：i=0foriteminiterable:printi,itemi+=1现在我们这样操作：fori,iteminenumerate(iterable):printi,itemenumerate函数还可以接收第二个参数。就像下面这样：>>>list(enumerate('abc'))[(0,'a'),(1,'b'),(2,'c')]>>>list(enumerate('abc',1))[(1,'a')
系统 2019-09-27 17:52:08 2361
Python及Pycharm安装方法，供大家参考，具体内容如下1、任务简介为了学习Python我今天对它进行了安装，整个安装过程忘了截图，故我在虚拟机中重新安装了一遍，并将Python及Pycharm安装方法进行了分享，希望可以给大家一些帮助。注：虚拟机系统我未分盘，故均安装于虚拟机的系统盘C盘中，建议大家在实际安装过程中不要将软件安装到系统盘中。2、Python安装1）首先需要进入Python官网下载安装包，进入后点击Downloads然后选择Pytho
系统 2019-09-27 17:50:54 2361
高级语言不能直接被机器所理解执行，所以都需要一个翻译的阶段，解释型语言用到的是解释器，编译型语言用到的是编译器。编译型语言通常的执行过程是：源代码――预处理器――编译器――目标代码――链接器――可执行程序。某种意义上来说预处理事实上是一个附加的功能，C，PHP，都可以添加这种功能，其中，预处理指令多为头文件包含，宏定义等等。因为宏定义的核心说白了就是一个字“换”，所以预处理就是提供一个程序执行的环境。编译器――目标代码就是把高级程序语言转换成机器可以理解执
系统 2019-09-27 17:49:00 2361
如果您想使用Python播放或录制声音，那么您来对地方了！在本教程中，您将学习如何使用一些最流行的音频库在Python中播放和录制声音。您将了解最直接的播放和录制声音的方法，然后您将了解一些提供更多功能的库，以换取一些额外的代码行。在本教程结束时，您将了解如何：播放MP3和WAV文件，以及一系列其他音频格式播放包含声音的NumPy和Python数组使用Python录制声音以各种不同的文件格式保存录制文件或音频文件播放音频文件下面，您将看到如何使用一系列Py
系统 2019-09-27 17:48:09 2361
一、写在前面在上一篇博客中提到过对于网络爬虫这种包含大量网络请求的任务，是可以用Celery来做到加速爬取的，那么，这一篇博客就要具体说一下怎么用Celery来对我们的爬虫进行一个加速！二、知识补充1.classcelery.groupgroup这个类表示创建一组要并行执行的任务，不过一组任务是懒惰的，所以你需要运行并对其进行评估。要了解这个类，可以查看文档，或者在Pycharm中直接Ctrl+左键就能直接查看源码了，如下图：当然了，直接看源码还不够，最好
系统 2019-09-27 17:48:01 2361
支持向量机是一种二分类模型，基本模型是定义在特征空间的间隔最大的线性分类器。间隔最大化使它有别于感知机。在面试中，经常遇到手推SVM，所以公式的推导也很重要。模型：策略：间隔最大化，形式化为求解凸二次规划，等价于正则化的合页损失函数最小化算法：略支持向量机包括：线性可分支持向量机，线性支持向量机，非线性支持向量机间隔最大化的直观解释：对训练数据集找到几何间隔最大的超平面意味着以充分大的确信度对训练数据进行分类。使其面对最难分的实例点也有足够大的确信度将它们
系统 2019-09-27 17:47:32 2361
利用map和reduce编写一个str2float函数，把字符串'123.456'转换成浮点数123.456fromfunctoolsimportreducedefstr2float(s):returnreduce(lambdax,y:x+int2dec(y),map(str2int,s.split('.')))defchar2num(s):return{'0':0,'1':1,'2':2,'3':3,'4':4,'5':5,'6':6,'7':7,'8'
系统 2019-09-27 17:38:41 2361
