NetworkX是一个非常强大的网络科学工具，它封装了图的数据结构和许多经典图算法，也内置了许多可视化函数可供调用。首先我们需要对随机图进行生成。最经典的随机图当属我们在上一篇博客《Erdos-Renyi随机图的生成方式及其特性》中讲到的Erdős-Rény随机图了，我们这里选用其中的𝐺(n, p)形式，调用对应的API。 阅读全文
Erdos-Renyi随机图以两位著名的匈牙利数学家P.Erdős和A. Rényi的名字命名的，是生成随机无向图最简单和常用的方法，包括以下两种紧密相关的变体：G(n,p): 拥有n个节点，且边(u, v)以独立同分布的概率p产生的无向图；G(n, m): 拥有n个节点，且其中m条边按照均匀分布采样生成的无向图。G(n, p)生成时按某个次序考虑所有可能边中的每一条，然后以概率p独立地往图上添加每条边。 阅读全文
序对可以为我们提供用于构造复合数据的基本“粘接剂”，鉴于Python中tuple中元素不可变的性质，我们通过list来实现序对，如[1, 2]。Python的PyListObject对象中实际是存放的是PyObject*指针， 所以可以将PyListObject视为vecter 阅读全文
在上一篇博文中，我们介绍了用正则表达式来匹配对应的模式，以实现简单的分词器。然而，正则表达式不是万能的，它本质上是一种有限状态机（finite state machine，FSM）, 无法处理含有递归语法的文本，比如算术运算表达式。要解析这类文本，需要另外一种特定的语法规则。我们这里介绍可以表示上下文无关文法（context free grammer）的语法规则巴科斯范式(BNF)和扩展巴科斯范式(EBNF)。实际上，小到一个算术运算表达式，大到几乎所有程序设计语言，都是通过上下文无关文法来定义的。对于简单的算术运算表达式，假定我们已经用分词技术将其转化为输入的tokens流。 阅读全文
分词（tokenization）任务是Python字符串处理中最为常见任务了。我们这里讲解用正则表达式构建简单的表达式分词器（tokenizer），它能够将表达式字符串从左到右解析为标记(tokens)流。要完成这样的分词操作，我们首先需要定义出所有可能的标记模式（所谓模式（pattern），为用来描述或者匹配/系列匹配某个句法规则的字符串，这里我们用正则表达式来做为模式），注意此处要包括空格whitespace，否则字符串中出现任何模式中没有的字符后，扫描就会停止。因为我们还需要给标记以NAME、EQ等名称，我们采用正则表达式中的命名捕获组来实现。 阅读全文
Burnside引理是群论中一个结果，在考虑对称的计数中经常很有用。该结论被冠以多个人的名字。 Polya定理也用来研究不同着色方案的计数问题，它是组合数学中的一个重要的计数公式，是Burnside引理的一般化。Polya计数定理中的群G是作用在n个对象上的置换群。Burnside引理中的群G是对这n个对象染色后的方案集合上的置换群。两个群之间存在一定的联系，群G的元素，相应的在染色方案上也诱导出一个属于G的置换。 阅读全文
Linux下进行文件的解压、复制、移动应该是最常见的操作了。尤其是我们在项目中使用大量的数据集文件（比如机器学习）时。然而使用这些命令时一不留神就会掉进坑里，这篇文章我们就来细数用Shell进行文件操作的这些坑。压缩传参顺序是压缩后的文件在前，压缩前的文件在后，很容易搞错。使用mv语句时也要格外小心，因为它既有移动到目录的作用，也有重命名的作用。 阅读全文
range是python内置的一个类，该类型表示一个不可改变(immutable)的数字序列，常常用于在for循环中迭代一组特殊的数；numpy.arange是NumPy包的一个函数，它的功能与Python内置的range类似，但该类与Python内置的range区别有两点：一是支持小数参数，二是返回ndarray类型而非像range那样常常做为(隐式转换为)list类型使用；numpy.linspace也是Numpy内置的一个函数，它和numpy.arange类似，但是它不再是简单的[start, stop)左闭右开，也没有使用步长step，而是使用样本个数num。 阅读全文
在计算密集型计算或一些Web应用中，我们常常需要对代码做性能分析。在Python中，最原始的方法即是使用time包中的time函数(该函数以秒为计时单位)。但是一旦函数多了起来，这种方式显然过于繁杂。类似C语言中的cProfile，在Python中，也有专门的性能分析工具pyinstrument（该库非内置，需要使用conda/pip安装），我们在复杂的项目中可以使用它来代替简陋的time.time()。 阅读全文
在计算密集型迭代计算中，我们常常需要知道当前的迭代轮次，最传统的方法就是打印当前迭代计数器的轮数。那有没有更好的方法呢？我们可以使用tqdm模块（非py内置，需要单独按照）来在控制台绘制进度条，这样更加直观。最简单的一种方法是直接做为迭代器使用，还有一种稍复杂的方法，就是自定义进度条计数器的更新。 阅读全文
