1下载sublimetext3(不要下载最新版Version:Build3207不好找licence)https://www.unyoo.com/2320.html（参考这个，需要指定版本windows或mac的可以看这个）https://download.sublimetext.com/sublime_text_3_build_3200_x64.tar.bz2（我用的是这个版本）放到ubuntu里面，解压tar-xvfsublime_text_3_bui
系统 2019-09-27 17:54:03 2081
Python是一种面向对象的解释型计算机程序设计语言。Python是纯粹的自由软件，源代码和解释器CPython遵循GPL（GNUGeneralPublicLicense）协议。Python语法简洁清晰，特色之一是强制用空白符（whitespace）作为语句缩进。Python的优势：Python相对于Matlab最大的优势：免费。但既然你已经能用上Matlab，想必不在乎这个了。Python次大的优势：开源。你可以大量更改科学计算的算法细节。可移植性，Ma
系统 2019-09-27 17:53:35 2081
（1）常用内置数据类型分类类型名称描述数字int整数float浮点数complex复数bool布尔值序列str字符串（不可变序列）list列表tuple元组（不可变序列）range整数范围（不可变序列）bytes字节数组（不可变序列）bytearray可变字节数组映射dict字典集合set可变集合frozenset不可变集合NoneNoneType空对象，它没有任何属性（2）类型检查常用方法用法类型描述举例id(实例)内置函数返回一个对象的身份（整数）id
系统 2019-09-27 17:53:28 2081
符号说明.默认匹配\n之外的任意字符^匹配字符开头$匹配字符结尾?匹配?前面的字符0次或1次*匹配*前面的字符0次或多次+匹配+前面的字符1次或多次{m}匹配前一个（组）字符m次{n,m}匹配前一个（组）字符[n,m]次|匹配|左或者右的字符符号说明\A只从字符串开始匹配，类似^\Z匹配字符串结尾，类似$\d匹配数字0-9\D匹配非数字\w匹配数字字母\W匹配非数字字母\S匹配空字符\t\n\rpython说明(?P<\name>…)python中可以返回
系统 2019-09-27 17:52:46 2081
文件结构html_downloader.py-下载网页html内容#!/usr/bin/python#-*-coding:UTF-8-*-importurllib2classHtmlDownloader(object):defdownlod(self,url):ifurlisNone:returnNoneresponse=urllib2.urlopen(url)ifresponse.getcode()!=200:returnNonereturnrespon
系统 2019-09-27 17:52:08 2081
今日主要内容函数初识函数定义函数调用函数返回值函数参数一、函数初识（一）为什么要用函数有一个需求，给出一个变量，计算变量的长度，要求不能使用len()s="郭老湿今天崩溃了，在后面直叹气"count=0foriins:count+=1print(count)我们利用上述一段代码完成了需求，很强666。但是问题来了，现在100个人每个人给你一个变量，让你计算变量的长度，此时只能苦逼的敲代码来计算！！！s=......count=0foriins:count+
系统 2019-09-27 17:51:05 2081
一、缺失值的处理方法由于各种各样的原因，真实世界中的许多数据集都包含缺失数据，这些数据经常被编码成空格、nans或者是其他的占位符。但是这样的数据集并不能被scikit-learn算法兼容，因为大多数的学习算法都会默认数组中的元素都是数值，因此素偶有的元素都有自己的代表意义。使用不完整的数据集的一个基本策略就是舍弃掉整行或者整列包含缺失值的数值，但是这样处理会浪费大量有价值的数据。下面是处理缺失值的常用方法：1.忽略元组当缺少类别标签时通常这样做（假定挖掘
系统 2019-09-27 17:50:59 2081
今天遇到一个需求，就是将一个list文件读取后，存入一个txt配置文件。存入时，发现list文件无法直接存入，必须转为str模式。但在读取txt时，就无法恢复成list类型来读取了（准确地说，即使强行使用list读取，读出来的也是单个的字符）。查了查资料，发现json.loads和json.dumps这对兄弟提供了一个很好的办法。下面看代码#python3.6#!/usr/bin/envpython#-*-coding:utf-8-*-__author__
系统 2019-09-27 17:50:48 2081
在数据分析领域，最热门的莫过于Python和R语言，此前有一篇文章《别老扯什么Hadoop了，你的数据根本不够大》指出：只有在超过5TB数据量的规模下，Hadoop才是一个合理的技术选择。这次拿到近亿条日志数据，千万级数据已经是关系型数据库的查询分析瓶颈，之前使用过Hadoop对大量文本进行分类，这次决定采用Python来处理数据：硬件环境CPU：3.5GHzIntelCorei7内存：32GBHDDR31600MHz硬盘：3TBFusionDrive数据
系统 2019-09-27 17:50:47 2081
效果左边原图，右面添加字体后保存的图。代码#-*-coding:utf-8-*-importPIL.ImageasImageimportPIL.ImageColorasImageColorimportPIL.ImageDrawasImageDrawimportPIL.ImageFontasImageFont"""author@:xunapython2.7"""#设置字体（LiberationSans-Regular.ttf这是我ubuntu16.04自带的
系统 2019-09-27 17:50:37 2081
