04 2018 档案
摘要：一 进程终止： ⼀个进程可以登记若⼲个（具体⾃⼰验证⼀下）个函数，这些函数由exit⾃动调⽤，这些函数被称为终⽌处理函数， atexit函数可以登记这些函数。 exit调⽤终⽌处理函数的顺序和atexit登记的顺序相反，如果⼀个函数被多次登记，也会被多次调⽤。 以下函数的调用时程序异常或者正常终止：
阅读全文
摘要：linux系统相关的文件信息包含在/etc/passwd文件和/etc/group中。每次登录linux系统以及每次执行ls -l命令时都要使用口令文件。这些字段都包含在<pwd.h>中定义的passwd结构中。 struct passwd { char * pw_name; /* Username
阅读全文
摘要：前面介绍对文件进行操作的时候，使用的是open,read,write函数。这一章将要介绍基于流的文件操作方法：fopen,fread,fwrite。这两种方式的区别是什么呢。1种是缓冲文件系统，一种是非缓冲文件系统 缓冲文件系统就是采用fopen,fread,fwrite,fgetc,fputc,f
阅读全文
摘要：创建目录： 用mkdir函数创建目录： mkdir(const char *pathname, mode_t mode) 参数mode有下列的组合： S_ISUID 04000 文件的执行时设置用户ID（set user-id on execution）位 S_ISGID 02000 文件的执行时设
阅读全文
摘要：从这一章开始将进入到关键部分：模式识别。这一章主要解决下面几个问题 1 怎样才能识别出语言数据中明显用于分类的特性 2 怎样才能构建用于自动执行语言处理任务的语言模型 3 从这些模型中我们可以学到那些关于语言的知识。 监督式分类： 分类是为给定的输入选择正确的类标签。就好比身份证上的身份证号。每个身
阅读全文
摘要：将Timestamp转换为Period 通过使用to_period方法，可以将由时间戳索引的Series和DataFrame对象转换为以时期索引 rng=pd.date_range('1/1/2000',periods=3,freq='M') ts=Series(randn(3),index=rng
阅读全文
摘要：在上一章中介绍了用pos_tag进行词性标注。这一章将要介绍专门的标注器。 首先来看一元标注器，一元标注器利用一种简单的统计算法，对每个标识符分配最有可能的标记，建立一元标注器的技术称为训练。 from nltk.corpus import brown brown_tagged_sents=brow
阅读全文
摘要：在处理很多数据的时候，我们都要用到时间的概念。比如时间戳，固定时期或者时间间隔。pandas提供了一组标准的时间序列处理工具和数据算法。 在python中datetime.datetime模块是用的最多的模块。比如使用datetime.datetime.now()就得到了当前的时间2018-04-1
阅读全文
摘要：在一段句子中是由各种词汇组成的。有名词，动词，形容词和副词。要理解这些句子，首先就需要将这些词类识别出来。将词汇按它们的词性(parts-of-speech,POS)分类并相应地对它们进行标注。这个过程叫做词性标注。 要进行词性标注，就需要用到词性标注器(part-of-speech tagger)
阅读全文
摘要：在数据库中，我们可以对数据进行分类，聚合运算。例如groupby操作。在pandas中同样也有类似的功能。通过这些聚合，分组操作，我们可以很容易的对数据进行转换，清洗，运算。比如如下图，首先通过不同的键值进行分类，然后对各个分类进行求和运算。 我们来看实际的例子，首先生成一组数据如下 df=Data
阅读全文
摘要：介绍： 多数项目都是包含很多的逻辑处理，只有少部分的文字文本处理。编程语言非常擅长这类项目。但是有一些项目只包含了少量的逻辑处理，大量的文本数据处理。对于这些任务，我们期望有一个工具能够很好的处理这些文本问题。模板引擎就是这样的一个工具。在这个章节中，我们会建立一个模板引擎。 对于富文本来说，多数的
阅读全文
摘要：前面介绍了很多NLTK中携带的词典资源，这些词典资源对于我们处理文本是有大的作用的，比如实现这样一个功能，寻找由egivronl几个字母组成的单词。且组成的单词每个字母的次数不得超过egivronl中字母出现的次数，每个单词的长度要大于6. 要实现这样的一个功能，首先我们要调用FreqDist功能。
阅读全文
摘要：在models.py中添加image模型： class Image(models.Model): user=models.ForeignKey(settings.AUTH_USER_MODEL,related_name='image_created') title=models.CharField(
阅读全文
摘要：在前面我们通过from nltk.book import *的方式获取了一些预定义的文本。本章将讨论各种文本语料库 1 古腾堡语料库 古腾堡是一个大型的电子图书在线网站，网址是http://www.gutenberg.org/。上面有超过36000本免费的电子图书，因此也是一个大型的预料库。NLTK
阅读全文
