- 博客(24)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 Java编程50题 （26-50）代码/思路/注释/结果
首先说明，题目都是网上的，解这五十题的博客也很多。为什么还要写出来，原因有二，一是这些题目基本是我自己复现的，于我而言有被记录的价值，二是我提供了结果、思路，有些题目还有多种方法，也许能在别人的基础上提供一些不同的思路。总体而言这些题还是比较适合初学者的，能够加深对Java基本语法的理解，掌握一些经典的小题目，这些小题目看着简单，其实一些公司也会作为入职的笔试题，我就遇到过几次。由于篇幅实在过长，当然可能是我书写习惯导致。本文分为两部分，这是下篇，包括26-50题。上篇见：https://.
2021-05-25 17:01:44
493
1
原创 Java编程50题 （1-25）代码/思路/注释/结果
首先说明，题目都是网上的，解这五十题的博客也很多。为什么还要写出来，原因有二，一是这些题目基本是我自己复现的，于我而言有被记录的价值，二是我提供了结果、思路，有些题目还有多种方法，也许能在别人的基础上提供一些不同的思路。总体而言这些题还是比较适合初学者的，能够加深对Java基本语法的掌握，掌握一些经典的小题目，这些小题目看着简单，其实一些公司也会作为入职的笔试题，我就遇到过几次。由于篇幅实在过长，当然可能是我书写习惯导致。本文分为两部分，这是上篇，包括1-25题。具体包括：001-菲波拉契.
2021-05-21 01:31:05
954
原创 关于硕士研究生延毕的几问几答
延毕是很多硕士研究生害怕的问题，也是某些硕士研究生真实遇到的问题，这方面的博客不太多，所以打算用我的血肉教训，来回答几个常见的问题。延毕的类型很多，比如导师不让送审，或者外审挂了，不允许答辩。答辩没过应该不能叫延毕，基本秋季有二辩机会。我这种延毕要申请延长学业，我答辩朋友的朋友就九月来二辩就可以了。本文主要以“外审被挂”为例，以我校为例，具体请参考各自学校的文件。问：延毕要不要交学费？答：不需要。至少我校不需要。问：到底是留校改论文还是边工作边改。答：看个人能力...
2021-05-02 16:39:37
12527
2
原创 Python字典(Dictionary)操作全解【创建、读取、修改、添加、删除、有序字典、浅复制、排序】
字典是“键-值”对的无序可变序列，字典中的每个元素可以分为两部分，“键”和“值”。定义字典时，每个元素的“键”和“值”用冒号分隔，相邻元素之间用逗号分隔，所有元素放在一对大括号”{“和”}“中。字典中的“键”可以是Python中任意不可变数据，例如整数，实数，复数，字符串，元组等等，但不能使用列表、集合、字典作为字典的“键”，因为这些对象是可变的。另外，字典中的“键”不允许重复，而值是可以重复的...
2020-04-09 13:26:07
31177
原创 Python计数器collections.Counter用法详解
Python collections.Counter用法详解，Counter 计数器，顾名思义就是用来计数的，最主要的作用就是计算“可迭代序列中”各个元素（element）的数量。具体用法参看目录，基本涵盖了主要用法。目录01.统计“可迭代序列”中每个元素的出现的次数02.统计出现次数最多的元素03.elements()和sort()方法04.计算元素总数/Keys()&...
2019-08-11 13:53:35
60647
7
原创 Python中Numpy.append的用法解析
之前只见过列表list的append方法，昨天写代码的时候，看到了numpy库的append方法，记录一下。简单的说，该方法功能就是将一个数组附加到另一个数组的尾部。目录官方帮助文档参数返回值示例axis无定义axis=0的情况axis=1的情况axis=0和axis=1的图示先看一个官方的帮助文档，嫌麻烦的可以直接看示例。看完示例再反过头看文档，其实理...
2019-05-16 00:51:14
121419
8
原创 Numpy.array()详解 、np.array与np.asarray辨析、 np.array和np.ndarry的区别
记录一下numpy.array()的详细用法，以及与np.asarray()和np.ndarray()的区别。目录1. Numpy.array()详解1.1 函数形式1.2 参数详解1.3 具体用法2.Asarray和Array辨析2.1 object对象是普通迭代序列时2.2object对象是ndarray对象时3.Numpy.ndarray()1. ...
2019-04-06 15:25:45
87915
4
原创 Huffman树（哈夫曼树）、哈夫曼编码、最优前缀码、前缀码
目录基本概念：哈夫曼树的构造哈夫曼树的应用——哈夫曼编码附：前缀码基本概念：需要了解的一些基概念：路径：结点序列满足是的双亲。路径长度：路径的分支数。L=k-1扩充二叉树：在一般二叉树中，将原来的每个空指针都指向一个特殊的结点——外结点，这样的二叉树称为扩充二叉树。内结点——原来二叉树中的结点。结点个数S=内结点个数+1树的内路径长度：从根结点到各个...
2019-03-14 23:13:11
19026
2
原创 机器学习的两个指标：ROC曲线和AUC值
目录 ROC曲线的作用相关概念ROC空间ROC曲线曲线下面积（AUC）ROC曲线的作用先看一下ROC的字面意思：ROC曲线即接收者操作特征曲线（receiver operating characteristic curve）。该曲线是一种坐标图式的分析工具，有两大作用： (1) 选择最佳模型、舍弃次佳的模型。 (2) 在同一模型中设定最佳阈值。ROC曲线...
2019-01-22 13:43:20
2927
原创 Python zip函数详解+和izip和zip_longest的比较辨析
目录 1. zip()函数1.1 zip()函数的用法1.2 zip()函数的应用1.3 *zip()的用法2. itertools.izip()3. itertools.zip_longest()1. zip()函数zip是Python的内置函数，通过help查看其使用方式如下：help(zip)Help on built-in function z...
2018-12-20 20:18:06
13200
3
原创 Python 字典dict操作详解-Python字典的排序创建读取修改复制浅复制……
总结一下字典的基本用法。内容参看目录，个人认为还是比较详细的。目录1. 什么是字典2.字典的创建2.1 手动创建2.2 使用内置函数dict()创建3. 字典元素的读取3.1下标方式读取Value3.2 get()读取Value3.3 keys()方法返回“键” 3.4 values()方法返回“值”3.5 items()方法返回“键-值”对4. 字...
2018-12-20 00:38:50
3339
原创 Python序列中元素的访问方式（四）Python数组和列表切片的区别
Python序列中元素的访问方式（一）Python字符串元素的访问、切片与索引Python序列中元素的访问方式（二）Python列表元素的访问、切片与索引Python序列中元素的访问方式（三）Python.numpy数组元素的访问、切片与索引Python序列中元素的访问方式（四）Python数组和列表切片的区别还是蛮有意思的一个东西。数组的切片是原始数组的视图，也就是说数据没有...
2018-11-24 22:49:22
1781
原创 Python序列中元素的访问方式（三）Python.numpy数组元素的访问、切片与索引
Python序列中元素的访问方式（一）Python字符串元素的访问、切片与索引Python序列中元素的访问方式（二）Python列表元素的访问、切片与索引Python序列中元素的访问方式（三）Python.numpy数组元素的访问、切片与索引Python序列中元素的访问方式（四）Python数组和列表切片的区别 目录1.一维数组2.二维数组3.多维数组1....
2018-11-24 18:46:50
16229
原创 Python列表的切片操作与元素访问详解
得到Python的各种序列后，接下里就要知晓如何访问或取出序列中的数据。看似很简单，其实门道很多，而且随着所学的序列越来越多后，比如字符串、列表、元组、字典、一维数组、多维数组、Series、DataFrame，渐渐的脑子就会混乱，所以打算梳理一下。方便之后自己查找。其他序列可以参看鄙人的其他博文。目录1. 列表的切片操作1.1 切片的概念1.2 切片用法示例 1.3 ...
2018-11-23 22:54:10
54883
2
原创 Python字符串元素的访问与截取
得到Python的各种序列后，接下里就要知晓如何访问或取出序列中的数据。看着很简单，但是随着所学的序列越来越多后，比如字符串、列表、元组、字典、一维数组、多维数组、Series、DataFrame，渐渐的脑子就会混乱，所以打算梳理一下。先从最简单的字符串开始。其他序列可参看鄙人其他博文，如果我写了的话。 字符串可以单个访问，也可以切片访问。访问单个元素给出下标即可，第一个元素的下...
2018-11-23 20:55:41
21506
1
原创 TP真阳性, FP假阳性, FN假阴性, TN真阴性
看着简单，但每次一用就晕，总结一下。 TP、True Positive 真阳性：预测为正，实际也为正FP、False Positive 假阳性：预测为正，实际为负FN、False Negative 假阴性：预测与负、实际为正TN、True Negative 真阴性：预测为负、实际也为负。也就是说，预测和实际一致则为真，预测和实际不一致则为假；如果预测出来是“正”的，则...
2018-10-27 19:06:43
33357
1
原创 Python Numpy随机数总结——numpy.random.rand/randn/randint/random/uniform/seed
在学习一些算法的时候，经常会使用一些随机数来做实验，或者说用随机数来添加一些噪声。下面就总结我平常用到的几个numpy.random库中的随机数和seed函数。目录1. rand基本用法2. randn基本用法3. 指定数学期望和方差的正态分布4. random基本用法及和rand的辨析5. randint基本用法6. uniform基本用法7. seed基本用...
2018-10-02 20:48:00
25096
2
原创 Python.numpy极简入门
Numpy库一直在用，但从没有去了解过numpy到底是个什么东西，属于知其然但不知其所以然的境界，虽然也没什么大碍，但今天看到某本书里有介绍，看了一下，觉得还不错，可以算是个简单入门吧，所以依照书上的框架复述一遍，写了这篇博文。目录1. Numpy简介2. ndarray对象2.1 数组的创建2.2 数组的形状获取和改变2.3 数组元素类型的指定3. ufunc对象...
2018-09-09 16:47:15
512
原创 利用Python读取和修改Excel文件（包括xls文件和xlsx文件）——基于xlrd、xlwt和openpyxl模块
本文介绍一下使用Python对Excel文件的基本操作，包括使用xlrd模块读取excel文件，使用xlwt模块将数据写入excel文件，使用openpyxl模块读取写入和修改excel文件。目录1、使用xlrd模块对xls文件进行读操作1.1获取工作簿对象1.2获取工作表对象1.3获取工作表的基本信息1.4按行或列方式获得工作表的数据1.5获取某...
2018-08-19 16:28:31
212313
50
原创 局部敏感哈希（Locality Sensitive Hashing）和MinHash介绍与实例
在实际应用中，我们所面对的数据是海量的，并且有着很高的维度。在对数据的各种操作中，查询操作是最常见的一种，这里的查询是指输入一个数据，查找与其相似的数据，那么怎样快速地从海量高维数据中，找到与某个数据最相似的数据，成为了一个难点和问题。低维的小数据集，可通过线性查找来解决，但如果是对一个海量的高维数据集采用线性查找的话，时间代价非常大，因此，为了解决该问题，我们需要采用一些类似索引的技术来加快...
2018-08-12 14:16:58
6234
3
原创 Python输出函数print()总结（python print()）
python版本：python3.5.1 ; IDE：pycharm2017.2目录一、print()函数概述二、变量的输出三、数据的格式化输出3.1 %字符3.2 最小字段宽度和精度3.3 转换标志3.4 格式字符归纳四、换行与防止换行一、print()函数概述print() 方法用于打印输出，是python中最常见的一个函数。该函数的语法如下：...
2018-07-22 16:34:42
471403
69
原创 Python输入函数input()的总结与相应拓展（python input()、 python3 input()）
目录一、正常形式二、运用异常处理结构三、接收多个数据四、利用eval()函数Python3里面输入函数是input()，该函数将所有的输入都当做string来处理，但是实际运用中，需要各种类型的数据，需要进行转换，且在转换过程中可能会存在各种问题。我针对我最近遇到的几个小习题做了些总结，作为菜鸟，水平一般，如果有不全或错误，望海涵。 一、正常形式Python3提供了...
2018-07-22 02:07:15
12543
2
原创 分类问题的几个评价指标（Precision、Recall、F1-Score、Micro-F1、Macro-F1）
四个基本概念TP、True Positive 真阳性：预测为正，实际也为正FP、False Positive 假阳性：预测为正，实际为负FN、False Negative 假阴性：预测与负、实际为正TN、True Negative 真阴性：预测为负、实际也为负。【一致判真假，预测判阴阳。】以分类问题为例：（word公式为什么粘不过来？？头疼。）...
2018-05-10 23:54:06
127249
19
空空如也
Python sklearn LogisticsRegression运行警告问题。
2018-11-30
TA创建的收藏夹 TA关注的收藏夹
TA关注的人