1、10位评委评分，要求大于5分，小于101count=12whilecount<=10:3fen=int(input("输入你的分数："))4iffen>5andfen<10:5print("%s号评委评分：%s分"%(count,fen))6else:7print("%s你是不是傻！！！"%count)8continue9count=count+1评分2、冒泡排序1lst=[1,5,6,8,4,3,2]23count=04whilecount
系统 2019-09-27 17:55:16 1989
原【machinelearning】GMM算法（Python版）一、GMM模型事实上，GMM和k-means很像，不过GMM是学习出一些概率密度函数来（所以GMM除了用在clustering上之外，还经常被用于densityestimation），简单地说，k-means的结果是每个数据点被assign到其中某一个cluster了，而GMM则给出这些数据点被assign到每个cluster的概率，又称作softassignment。得出一个概率有很多好处，
系统 2019-09-27 17:54:45 1989
网上有许多方法提到要用append或者loc直接赋值，但是我运行发现都不行，不知道为啥。我是想把原dataframe中的几行提出来放到新的dataframe中。方法如下：#按照原dataframe的列标题创建新的dataframeNewDataFrame=pd.DataFrame(columns=OriginalDataFrame.columns.values)#i为要提取的行号row=OriginalDataFrame.loc[[i]]frames=[N
系统 2019-09-27 17:54:37 1989
1、进入~cd~2、修改pip.conf(没有此文件则创建)mkdir.pipvimpip.conf修改pip.conf为（清华源）[global]index-url=https://pypi.tuna.tsinghua.edu.cn/simple
系统 2019-09-27 17:53:19 1989
写的dht协议搜索的程序，这几天优化了一下发现速度确实快了好多。但是出现了一个新的问题，内存直接飙升，我开了十个爬虫占用内存800m。开始我以为是节点太多了，找了几个小问题修改一下，发现没用。后来就到网上查找python内存分析的工具，查了一点资料发现python有个meliae库操作非常方便，就使用分析了一下，发现不是节点太多的原因00,是保存发送的t_id，用来标示返回的消息是那个发出的一个字典过大了。从分析的结果非常容易的定位了某个对象的数量和大小，
系统 2019-09-27 17:52:11 1989
一、定义见百度百科链表链表由表头和节点组成，节点分为数据域和指针域，数据域中存贮数据元素，指针域存储下个结点的地址二、单链表实现逻辑创建节点类Node和链表类Linklist，Linklist类中包含head属性，head的值为0或Node对象，Node类中包含value属性存储数据，next属性存储下个节点的地址（Node对象）循环节点从head开始取next属性，直到next=0为止，返回当前对象添加节点时调用循环方法返回最后一个节点对象，把返回节点的
系统 2019-09-27 17:51:27 1989
什么是python的迭代如果给定一个list或tuple，我们可以通过for循环来遍历这个list或tuple，这种遍历我们称为迭代（Iteration）。（在Python中，迭代是通过for...in来完成的）Python的for循环抽象程度要高于C的for循环，因为Python的for循环不仅可以用在list或tuple上，还可以作用在其他可迭代对象上。（可以直接作用于for循环的对象统称为可迭代对象（Iterable），如list、tuple、dic
系统 2019-09-27 17:50:30 1989
首先说明一下，在python中是没有&&及||这两个运算符的，取而代之的是英文and和or。其他运算符没有变动。接着重点要说明的是python中的a.any()，我之所以会涉及到这个函数，是因为我在设计某个分段数值函数时由于不细心犯的错误引起的。a.any()，根据官方解释：TestwhetheranyelementsofanarrayevaluatetoTruealonganaxis.即针对的是一个list，判断list中的某个元素是否为真，此时只要有一
系统 2019-09-27 17:49:28 1989
目录1.单表查询2.多表查询1.单表查询单表查询语法：selectdistinct字段1,字段2...from表名where条件groupbyfieldhaving筛选orderbyfieldlimit限制条数关键字执行的优先级:fromwheregroupbyselectdistincthavingorderbylimit1.1简单查询1.select语句：select*from表；select字段,字段..from表；selectdistinct字段,
系统 2019-09-27 17:49:27 1989
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 1989
