whgiser

摘要： 最近在做一些模型的校正，样本的选择对校正结果的参数影响很大，怎样保证样本的随机性和代表性。抽样的方式会用到random模块，特地总结说明，转用他人资料，作为笔记也好Python中的random模块用于生成随机数。下面介绍一下random模块中最常用的几个函数。random.randomrandom.... 阅读全文

摘要： 本文以实例详解了python的迭代器与生成器，具体如下所示：1. 迭代器概述：迭代器是访问集合元素的一种方式。迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退，不过这也没什么，因为人们很少在迭代途中往后退。1.1 使用迭代器的优点对于原生支持随机访问的数据结构... 阅读全文

摘要： 一、标准化（Z-Score），或者去除均值和方差缩放公式为：(X-mean)/std 计算时对每个属性/每列分别进行。将数据按期属性（按列进行）减去其均值，并除以其方差。得到的结果是，对于每个属性/每列来说所有数据都聚集在0附近，方差为1。实现时，有两种不同的方式：使用sklearn.preproc... 阅读全文

摘要： 在处理微博数据的时候，经常会遇到对时间数据的处理，于是决定开始去一步一步的总结下Python关于时间的常见处理，主要以参考Python的官方文档为主，结合实例。接下来会一步一步更新，敬请期待 阅读全文

摘要： 局部代码块：作用：控制变量的生命周期；在程序中，当我们已经使用完 x 后，并且在接下来的代码中，不会再用到x,那么就没必要让x 在内存中占用空间了，这用情况下，可以使用 局部代码块，将x及其所设计到的区域封装为局部代码块，他们在程序执行中顺序不变，只是在执行完成后消失。表现形式，以代码体现如下： ... 阅读全文

摘要： 之前只知道设置变量的初始值为0。今天在写网络路径分析的时候，为了找到离任意坐标距离最近的节点，初始设置最短距离为无穷大，然后不断的去替换，直到找到最近的节点。 刚开始设置是min_dis = 999999999999,作为距离不是特别大的也是可以的，于是试想是不是Python提供了有无穷大的表... 阅读全文

摘要： 在微博中看到的一个不错的帖子，总结的很详细，拷贝过来，一是为了方便自己查阅，也能和大家一起共享，后面有原文的链接地址：在Java编程中，有些知识 并不能仅通过语言规范或者标准API文档就能学到的。在本文中，我会尽量收集一些最常用的习惯用法，特别是很难猜到的用法。（Joshua Bloch的《Effe... 阅读全文

摘要： 在进行网页抓取的时候，分析定位html节点是获取抓取信息的关键，目前我用的是lxml模块(用来分析XML文档结构的，当然也能分析html结构)， 利用其lxml.html的xpath对html进行分析，获取抓取信息。 首先，我们需要安装一个支持xpath的python库。目前在libxml2的... 阅读全文

摘要： 聚类分析就仅根据在数据中发现的描述对象及其关系的信息，将数据对象分组(簇)。其目标是，组内的对象相互之间是相似的，而不同组中的对象是不同的。组内相似性越大，组间差别越大，聚类就越好。 先介绍下聚类的不同类型，通常有以下几种： (1)层次的与划分的：如果允许簇具有子簇，则我们得到一个层次聚类。层次聚类 阅读全文

摘要： 自python2.6开始，新增了一种格式化字符串的函数str.format()，可谓威力十足。那么，他跟之前的%型格式化字符串相比，有什么优越的存在呢？让我们来揭开它羞答答的面纱。语法它通过{}和:来代替%。“映射”示例通过位置 字符串的format函数可以接受不限个参数，位置可以不按顺序，可以不用... 阅读全文