一、线性回归的理论1）线性回归的基本概念线性回归是一种有监督的学习算法，它介绍的自变量的和因变量的之间的线性的相关关系，分为一元线性回归和多元的线性回归。一元线性回归是一个自变量和一个因变量间的回归，可以看成是多远线性回归的特例。线性回归可以用来预测和分类，从回归方程可以看出自变量和因变量的相互影响关系。线性回归模型如下：对于线性回归的模型假定如下：（1）误差项的均值为0，且误差项与解释变量之间线性无关（2）误差项是独立同分布的，即每个误差项之间相互独立且
系统 2019-09-27 17:52:24 2263
如果页数太多的话，全部显示在页面上就会显得很冗杂可以在页面中显示规定的页码数例如：book_list.html：书籍列表序号id书名{%forbookinbooks%}{{forloop.counter}}{{book.id}}{{book.title}}{%endfor%}«{{page_html|safe}}»views.py：fromdjango.shortcutsimportrenderfromapp01importmodelsdefbook_li
系统 2019-09-27 17:52:03 2263
引言前段时间，微信朋友圈开始出现了一种晒照片新形式，微信好友墙，即在一张大图片中展示出自己的所有微信好友的头像。效果如下图，出于隐私考虑，这里作了模糊处理。是不是很炫，而且这还是独一无二的，毕竟每个人的微信好友是不一样的。本文就教大家用Python来实现这种效果。环境操作系统：WindowsPython版本：3.7.3代码实现我们需要首先需要获取好友的头像信息，接下来处理图像并完成图像的拼接。准备工作在这里，我们登录微信获取好友信息，使用的是wxpy模块；
系统 2019-09-27 17:50:08 2263
切片：方便截取list、tuple、字符串部分索引的内容正序切片语法：dlist=doList[0:3]表示，从索引0开始取，直到索引3为止，但不包括索引3。即索引0，1，2，正好是3个元素实例：dolist=[1,3,5,7,9,11]dlist=dolist[0:3]#与range()函数一致含左不含右nlist=dolist[:3]#当开始值为0时，可以不写，效果与dlist一致print(dlist)print(nlist)运行结果：倒序切片语法：
系统 2019-09-27 17:50:00 2263
MVC和MTV框架MVCWeb服务器开发领域里著名的MVC模式，所谓MVC就是把Web应用分为模型(M)，控制器(C)和视图(V)三层，他们之间以一种插件式的、松耦合的方式连接在一起，模型负责业务对象与数据库的映射(ORM)，视图负责与用户的交互(页面)，控制器接受用户的输入调用模型和视图完成用户的请求，其示意图如下所示：|M:models数据库相关；V：views视图相关C：controller控制器url分发|MTVDjango的MTV模式本质上和MV
系统 2019-09-27 17:49:39 2263
python各类经纬度转换，具体代码如下所示：importmathimporturllibimportjsonx_pi=3.14159265358979324*3000.0/180.0pi=3.1415926535897932384626#πa=6378245.0#长半轴ee=0.00669342162296594323#扁率classGeocoding:def__init__(self,api_key):self.api_key=api_keydefge
系统 2019-09-27 17:48:36 2263
Python运算符重载Python语言提供了运算符重载功能，增强了语言的灵活性，这一点与C++有点类似又有些不同。鉴于它的特殊性，今天就来讨论一下Python运算符重载。Python语言本身提供了很多魔法方法，它的运算符重载就是通过重写这些Python内置魔法方法实现的。这些魔法方法都是以双下划线开头和结尾的，类似于__X__的形式，python通过这种特殊的命名方式来拦截操作符，以实现重载。当Python的内置操作运用于类对象时，Python会去搜索并调
系统 2019-09-27 17:48:20 2263
本文实例讲述了Python3实现生成随机密码的方法，在Python程序设计中有着广泛的实用价值。具体方法如下：本文实例主要实现创建8位随机密码（大小写字母+数字），采用Python3生成了初级算法的随机密码。主要功能代码如下：__author__='Goopand'importstringimportrandomdefgenPassword(length=8,chars=string.digits+string.ascii_letters):return'
系统 2019-09-27 17:46:13 2263
最近在学习机器学习的过程中，常常需要将本地写的代码传到GPU服务器中，然后在服务器上运行。之前的做法一直是先在本地写好代码，然后通过FileZilla这样的文件传输工具来将写好的文件传到服务器，再通过ssh工具远程连接到服务器，执行相应的python脚本。这样的方式十分繁琐，效率很低。今天听到朋友提到了配置远程解释器使用场景先说说自己的使用场景，我是在什么情况下，需要将IDE配置成这样的环境来方便我的工作。首先，我需要在本地机子上写python代码，但是因
系统 2019-09-27 17:46:10 2263
Linux中进程的通信方式有信号，管道，共享内存，消息队列socket等。其中管道是*nix系统进程间通信的最古老形式，所有*nix都提供这种通信方式。管道是一种半双工的通信机制，也就是说，它只能一端用来读，另外一端用来写；另外，管道只能用来在具有公共祖先的两个进程之间通信。管道通信遵循先进先出的原理，并且数据只能被读取一次，当此段数据被读取后，马上会从数据中消失，这一点很重要。Linux上，创建管道使用pipe函数，当它执行后，会产生两个文件描述符，分别
系统 2019-09-27 17:45:56 2263
