首 页 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529 530 531 532 533 534 535 536 537 538 539 540 541 542 543 544 545 546 547 548 549 550 551 552 553 554 555 556 557 558 559 560 561 562 563 564 565 566 567 568 569 570 571 572 573 574 575 576 577 578 579 580 581 582 583 584 585 586 587 588 589 590 591 592 593 594 595 596 597 598 599 600 601 602 603 604 605 606 607 608 609 610 611 612 613 614 615 616 617 618 619 620 621 622 623 624 625 626 627 628 629 630 631 632 633 634 635 636 637 638 639 尾 页

用Python实现机器学习算法:线性回归

发布者: superzhang | 发布时间:2017-12-08

在 Kaggle 最新发布的全球数据科学/机器学习现状报告中,来自 50 多个国家的 16000 多位从业者纷纷向新手们推荐 Python 语言,用以学习机器学习。

用Python实现机器学习算法:线性回归

那么,用Python实现出来的机器学习算法都是什么样子呢? 东南大学研究生“Lawlite”在GitHub 上发布了一个项目——机器学习算法的Python实现,下面从线性回归到反向传播算法、从SVM到K-means聚类算法,咱们一一来分析其中的Python代码。

线性回归

https://github.com/lawlite19/MachineLearning_Python/tree/master/LinearRegression全部代码

https://github.com/lawlite19/MachineLearning_Python/blob/master/LinearRegression/LinearRegression.py

代价函数

python3爬虫训练(一)——糗事百科

里面有热门,24小时,热图,文字,穿越,视图等类别

这里我准备要爬取文字类别,其url很简单,https://www.qiushibaike.com/text/page/1/

我们右击,查看源代码,分析它的html,以下是主要html截取内容:

<div class="author clearfix"><a href="/users/9214729/" target="_blank" rel="nofollow" style="height: 35px" onclick="_hmt.

想读更多 ->

Python:Python3延时5秒打印个人名片(十六)

发布者: superzhang | 发布时间:2017-12-08

Python:Python3延时5秒打印个人名片(十六)

Python 简单的联系打印个人名片

初学者练习打印个人名片

代码:

#!/usr/bin/env python

#coding:utf-8

import time

print ("="*30)

print ("*"*30)

# 1、提示用户输入信息

name =input("请输入name:")

sg=input("请输入身高:")

tz=input("请输入体重:")

#2、从相应的变量中取数据,然后进行打印

print("系统正在打印中.... 请等待 ")

time.sleep(5)

print("*"*30)

print ("你的name是: %s"%name)

print("您的身高:%s"%sg)

print("您的体重时%s"%tz)

print

想读更多 ->

如何学Scrapy!从安装教你到熟练使用!神级程序员强推:爬虫必学

发布者: superzhang | 发布时间:2017-12-08

Scrapy我想只要对爬虫有兴趣,有做过了解的肯定都是知道这个框架,其实这个框架非常实用并且火热!所以之所以说想学习 爬虫的小伙伴来讲,这个Scrapy是你必须学会的。不然你是做不好爬虫的!从安装教你如何玩转他,请看下文!小编推荐大家加一下这个群:103456743这个群里好几千人了!大家遇到啥问题都会在里面交流!而且免费分享零基础入门料资料web开发 爬虫资料一整套!是个非常好的学习交流地方!也有程序员大神给大家热心解答各种问题!很快满员了。欲进从速哦!各种PDF等你来下载!全部都是免费的哦!只为帮助大家快速入门,所以小编在群里等你们过来一起交流学习呢!

如何学Scrapy!从安装教你到熟练使用!神级程序员强推:爬虫必学

如何学Scrapy!从安装教你到熟练使用!神级程序员强推:爬虫必学

想读更多 ->

Python CookBook之xlrd:读取合并单元格及日期格式内容

发布者: superzhang | 发布时间:2017-12-08

在自动化测试过程中,将测试数据放在excel中形成数据驱动测试框架不失为一个选择,xlrd在读取合并单元格时,认为合并后的单元格的首格有值,其余格均为空,所以需要经过处理,在处理过程中考虑到假如又存在本身单元格内容就是空值的情况,所以需要计算合并的单元格的范围,在网上经过一番查找,发现了大牛的方法,所以分享下完整的代码:

Python CookBook之xlrd:读取合并单元格及日期格式内容

在这里我还是要介绍一下小编的学习交流的群,有什么不懂的问题,都可以在群里踊跃发言,需要啥资料随时在群文件里面获取自己想要的资料。这个python群就是:588090942小编期待大家一起进群交流讨论,讲实话还是一个非常适合学习的地方的。各种入门资料啊,进阶资料啊,框架资料啊 爬虫等等,都是有的,风里雨里,小编都在群里等你

数据样式在网上比较常见,包括了行合并和列合并

想读更多 ->

python爬虫学习笔记day-2

发布者: superzhang | 发布时间:2017-12-08

小白发文。

python爬虫学习笔记day-2

最后面有,爬取贴吧HTML页面内容的案例。

- 浏览器史:

- Mosaic 世界第一款浏览器美国计算机应用中心:

- Netscape 网景:Netscape(支持框架)

- Microsoft 微软:Internet Explorer(也支持框架)

- 第一次浏览器大战:网景公司失败消亡。。。

- Mozilla 基金组织:Firefox 火狐出现(Gecko内核)

- User-Agent决定用户的浏览器,为了获得更好的响应页面的Html

- IE就是披着个Mozilla的外皮,接下来各大浏览器争相模仿。

-

python爬虫学习笔记day-2

想读更多 ->

学一个半月的小白对《Flask Web开发》这书的详细总结!非常实用

发布者: superzhang | 发布时间:2017-12-08

学习Python也有一个半月时间了,学到现在感觉还是初步入门阶段,如果不借助网上Demo资源,几乎不能自己写出相关称心的东西。目前感觉自己还是有点失败啊,学的太慢了点。主要感觉还是自己刚开始学习时有点浮躁,一心求快,看资料时前期都是囫囵吞枣。大家遇到啥问题都会在里面交流!而且免费分享零基础入门料资料web开发 爬虫资料一整套!是个非常好的学习交流地方!也有程序员大神给大家热心解答各种问题!很快满员了。欲进从速哦!各种PDF等你来下载!全部都是免费的哦!只为帮助大家快速入门,所以小编在群里等你们过来一起交流学习呢!

学一个半月的小白对《Flask Web开发》这书的详细总结!非常实用

学一个半月的小白对《Flask Web开发》这书的详细总结!非常实用

Python为何如此火爆 千锋为你解析背后秘密

从来没有哪一种语言可以像Python 一样在网络爬虫、数据分析、AI、机器学习、Web开发、金融、运维、测试等多个领域都有不俗的表现。Python 之父吉多·范罗苏曾经说过,“Python 不需要杀手级应用,因为如果是这样的话,Python 在其它方面的作用就被忽略了。”

1.Python拥有健康活跃而且有强大支持力的社区。

有的编程语言由于没有文档和开发人员的支持,很不容易操作,而Python没有这个问题,因为Python存在的时间较长,积累了很多文档、教程等宝贵的经验。Python

想读更多 ->

HTTPie:人性化的命令行Http客户端

发布者: superzhang | 发布时间:2017-12-08

HTTPie:人性化的命令行Http客户端

HTTPie是一个命令行HTTP客户端。它的宗旨是让命令行访问Web服务尽可能地人性化。它提供一个简单的http命令,允许通过简单自然的语法发起一个请求,并给终端输出赋予有意义的颜色。HTTPie可以用在测试、调试等任何和服务器交互的任务。

安装

pip install httpie

使用

Hello World

HTTPie:人性化的命令行Http客户端

语法

HTTPie:人性化的命令行Http客户端

也可以查看帮助 h

想读更多 ->

数据可视化(七)Graphite 体系结构详解

发布者: superzhang | 发布时间:2017-12-08

摘要: - 1.指标采集器 - Dropwizard Metrics, StatsD- 2.监听器 - Carbon, graphite-ng, Riemann- 3.存储数据库 – Whisper, InfluxDB, Cyanite

Josh Dreyfuss: Graphite vs. Grafana: Build the Best Monitoring Architecture for Your Application

Graphite 是处理可视化和指标数据的优秀开源工具。它有强大的查询 API 和相当丰富的插件功能设置。事实上,Graphite 指标协议(metrics protocol)是许多指标收集工具的事实标准格式。然而,Graphite 并不总是一个可以简单部署和使用的工具。由于设计方面的原因,加上它使用过程中涉及大量的小 I/O 操作,在规模化应用中会遇到一些问题,而且部署起来可能有点麻烦。

Graphite 部署痛苦的部分原因是,它是由三个不同的元素组成(当然,如果包括指标采集就是四个),这些取决于你的环境,只有其中一个或多个默认元素可能不能满足你的需要。

想读更多 ->