-
详解Python nose单元测试框架的安装与使用
所属栏目：[Python] 日期：2020-12-17 热度：97
本文介绍了Python nose单元测试框架的安装与使用 ，分享给大家，具体如下： 安装（Python2下安装） pip install nose 原理与命名规则 Nose会自动查找源文件、目录或者包中的测试用例，符合正则表达式(:^|[b_.%s-])[Tt]est，以及TestCase的子类都会被识别并[详细]
-
使用python实现knn算法
所属栏目：[Python] 日期：2020-12-17 热度：95
本文实例为大家分享了python实现knn算法的具体代码，供大家参考，具体内容如下 knn算法描述 对需要分类的点依次执行以下操作： 1.计算已知类别数据集中每个点与该点之间的距离 2.按照距离递增顺序排序 3.选取与该点距离最近的k个点 4.确定前k个点所在类别出[详细]
-
理解python中生成器用法
所属栏目：[Python] 日期：2020-12-17 热度：66
生成器(generator)概念 生成器不会把结果保存在一个系列中，而是保存生成器的状态，在每次进行迭代时返回一个值，直到遇到StopIteration异常结束。 生成器语法 生成器表达式： 通列表解析语法，只不过把列表解析的[]换成() 生成器表达式能做的事情列表解析基[详细]
-
python实现kNN算法
所属栏目：[Python] 日期：2020-12-17 热度：66
kNN(k-nearest neighbor)是一种基本的分类与回归的算法。这里我们先只讨论分类中的kNN算法。 k邻近算法的输入为实例的特征向量，对对应于特征空间中的点；输出为实例的类别，可以取多类，k近邻法是建设给定一个训练数据集，其中的实例类别已定，分类时，对于[详细]
-
Python绘制七段数码管实例代码
所属栏目：[Python] 日期：2020-12-17 热度：106
七段数码管（seven-segmentindicator）由7段数码管拼接而成，每段有亮或不亮两种情况，改进型的七段数码管还包括一个小数点位置 绘制模式： input：输入当前日期的数字形式 process：根据每个数字绘制七段数码管表示 output：绘制当前日期的七段数码管表示[详细]
-
python实现随机森林random forest的原理及方法
所属栏目：[Python] 日期：2020-12-17 热度：199
引言 想通过随机森林来获取数据的主要特征 1、理论 随机森林是一个高度灵活的机器学习方法，拥有广泛的应用前景，从市场营销到医疗保健保险。 既可以用来做市场营销模拟的建模，统计客户来源，保留和流失。也可用来预测疾病的风险和病患者的易感性。 根据个[详细]
-
python编写分类决策树的代码
所属栏目：[Python] 日期：2020-12-17 热度：99
决策树通常在机器学习中用于分类。 优点：计算复杂度不高，输出结果易于理解，对中间值缺失不敏感，可以处理不相关特征数据。 缺点：可能会产生过度匹配问题。 适用数据类型：数值型和标称型。 1.信息增益 划分数据集的目的是：将无序的数据变得更加有序。组[详细]
-
Python 查看文件的编码格式方法
所属栏目：[Python] 日期：2020-12-17 热度：148
在读取中文的情况下，通常会遇到一些编码的问题，但是首先需要了解目前的编码方式是什么，然后再用decode或者encode去编码和解码，下面是使用chardet库来查看编码方式的。 import chardetpath = "E:/t.csv"#path = "E:/t.zip"f = open(path,'rb')data = f.re[详细]
-
python编写朴素贝叶斯用于文本分类
所属栏目：[Python] 日期：2020-12-17 热度：69
朴素贝叶斯估计 朴素贝叶斯是基于贝叶斯定理与特征条件独立分布假设的分类方法。首先根据特征条件独立的假设学习输入/输出的联合概率分布，然后基于此模型，对给定的输入x，利用贝叶斯定理求出后验概率最大的输出y。 具体的，根据训练数据集，学习先验概率的[详细]
-
Python基于PyGraphics包实现图片截取功能的方法
所属栏目：[Python] 日期：2020-12-17 热度：135
本篇章节讲解Python基于PyGraphics包实现图片截取功能的方法。供大家参考研究具体如下： 先安安装PyGraphics包 (python import media模块) 有一段代码要import media，打开python自带的IDLE，输入： import media 就会提示没有media这个模块！ 原[详细]
-
python实现决策树
所属栏目：[Python] 日期：2020-12-17 热度：145
本文实例为大家分享了python实现决策树的具体代码，供大家参考，具体内容如下 算法优缺点： 优点：计算复杂度不高，输出结果易于理解，对中间值缺失不敏感，可以处理不相关的特征数据 缺点：可能会产生过度匹配的问题 适用数据类型：数值型和标称型 算法思想[详细]
-
用Python写王者荣耀刷金币脚本
所属栏目：[Python] 日期：2020-12-17 热度：63
王者荣耀很多朋友都想买脚本和挂之类的，想更加容易的获得金币等可以在游戏里买英雄等，今天我们发挥程序员的优势教给大家用Python语言自己写一个可以刷金币的脚本，以下是全部内容。 王者荣耀的冒险模式里有个挑战模式，第一次过关可以获得比较多的金币，后[详细]
-
python Crypto模块的安装与使用方法
所属栏目：[Python] 日期：2020-12-17 热度：189
前言 最开始想尝试在windows下面安装python3.6，虽然python安装成功，但在安装Cryto模块用pip3 install pycrypto老是会报错。老夫搞了半天，最终决定在linux下面去做。 以下流程限于linux系统： Crypto不是自带的模块，需要下载。http://www.voidspace.org.u[详细]
-
利用Tkinter(python3.6)实现一个简单计算器
所属栏目：[Python] 日期：2020-12-17 热度：92
前言 上机实践课程开始了,嗯，老师来了之后念了下PPT，然后说:开始做吧......... 然后就开始了Python的GUI之路，以前没接触过PYthon的可视化界面(虽然这样很不明智) 但是现在做起来感觉写小工具还挺方便的，当时搜到的第一个库便是Tkinter就直接开始写了 后[详细]
-
python使用Apriori算法进行关联性解析
所属栏目：[Python] 日期：2020-12-17 热度：153
从大规模数据集中寻找物品间的隐含关系被称作关联分析或关联规则学习。过程分为两步：1.提取频繁项集。2.从频繁项集中抽取出关联规则。 频繁项集是指经常出现在一块的物品的集合。 关联规则是暗示两种物品之间可能存在很强的关系。 一个项集的支持度被定义为[详细]
-
TF-IDF与余弦相似性的应用（一） 自动提取关键词
所属栏目：[Python] 日期：2020-12-17 热度：159
TF-IDF与余弦相似性的应用（一）：自动提取关键词 这个标题看上去好像很复杂，其实我要谈的是一个很简单的问题。 有一篇很长的文章，我要用计算机提取它的关键词（Automatic Keyphrase extraction），完全不加以人工干预，请问怎样才能正确做到？ 这个问题涉[详细]
-
Python+OpenCV人脸检测原理及示例详解
所属栏目：[Python] 日期：2020-12-17 热度：72
关于opencv OpenCV 是 Intel 开源计算机视觉库 ( Computer Version ) 。它由一系列 C 函数和少量 C++ 类构成，实现了图像处理和计算机视觉方面的很多通用算法。 OpenCV 拥有包括 300 多个 C 函数的跨平台的中、高层 API 。它不依赖于其它的外部库 ―― 尽管[详细]
-
python并发2之使用asyncio处理并发
所属栏目：[Python] 日期：2020-12-17 热度：152
asyncio 在Python 2的时代，高性能的网络编程主要是使用Twisted、Tornado和Gevent这三个库，但是它们的异步代码相互之间既不兼容也不能移植。如上一节说的，Gvanrossum希望在Python 3 实现一个原生的基于生成器的协程库，其中直接内置了对异步IO的支持，这就[详细]
-
python编写Logistic逻辑回归
所属栏目：[Python] 日期：2020-12-17 热度：146
用一条直线对数据进行拟合的过程称为回归。逻辑回归分类的思想是：根据现有数据对分类边界线建立回归公式。 公式表示为： 一、梯度上升法 每次迭代所有的数据都参与计算。 for 循环次数: 训练 代码如下： import numpy as npimport matplotlib.pyplot as plt[详细]
-
python 设置文件编码格式的实现方法
所属栏目：[Python] 日期：2020-12-17 热度：167
如果要在python2的py文件里面写中文，则必须要添加一行声明文件编码的注释，否则python2会默认使用ASCII编码。(python3已经没有这个问题了，python3默认的文件编码是UTF-8) 必须将编码注释放在第一行或者第二行,一般来说，Python文件的前两行要这样写： #!/u[详细]
-
Python语言描述机器学习之Logistic回归算法
所属栏目：[Python] 日期：2020-12-17 热度：179
本文介绍机器学习中的Logistic回归算法，我们使用这个算法来给数据进行分类。Logistic回归算法同样是需要通过样本空间学习的监督学习算法，并且适用于数值型和标称型数据，例如，我们需要根据输入数据的特征值（数值型）的大小来判断数据是某种分类或者不是[详细]
-
python实现决策树分类算法
所属栏目：[Python] 日期：2020-12-17 热度：100
本文实例为大家分享了python实现决策树分类算法的具体代码，供大家参考，具体内容如下 1、概述 决策树（decision tree）――是一种被广泛使用的分类算法。 相比贝叶斯算法，决策树的优势在于构造过程不需要任何领域知识或参数设置 在实际应用中，对于探测式[详细]
-
python利用sklearn包编写决策树源代码
所属栏目：[Python] 日期：2020-12-17 热度：86
本文实例为大家分享了python编写决策树源代码，供大家参考，具体内容如下 因为最近实习的需要，所以用python里的sklearn包重新写了一次决策树。 工具：sklearn，将dot文件转化为pdf格式（是为了将形成的决策树可视化）graphviz-2.38，下载解压之后将其中的bi[详细]
-
python中判断文件编码的chardet(实例讲解)
所属栏目：[Python] 日期：2020-12-17 热度：169
1、实测，这个版本在32位window7和python3.2环境下正常使用。 2、使用方法：把解压后所得的chardet和docs两个文件夹拷贝到python3.2目录下的Libsite-packages目录下就可以正常使用了。 3、判断文件编码的参考代码如下： file = open(fileName,"rb")#要有"rb[详细]
-
利用Python暴力破解zip文件口令的方法详解
所属栏目：[Python] 日期：2020-12-17 热度：142
前言 通过Python内置的zipfile模块实现对zip文件的解压，加点料完成口令破解 zipfile模块用来做zip格式编码的压缩和解压缩的，zipfile里有两个非常重要的class,分别是ZipFile和ZipInfo,在绝大多数的情况下，我们只需要使用这两个class就可以了。ZipFile是主[详细]
