2 David Wolfowitz

尚未进行身份认证

我要认证

愿在最好的青春做成最想做的事

等级
TA的排名 7w+

MySQL完整基础笔记整理——继续更新

主要跟菜鸟MYSQL来整理的,用于学习笔记。一、数据库的基本概念MySql是关系型数据库。1) 术语数据库:数据库是一些关联表的集合。数据表:表是数据的矩阵。在一个数据库中的表类似一个Excel文件。与数据库的关系是,数据库中包含数据表。列:一列数据元素包含了相同类型的数据。行:或者称为一个记录,是一组相关的数据,一个记录。冗余:存储两倍数据,冗余降低了性能,提高了数据的安全性。主键:主键是唯一的(就是每个记录中的主键都不可能重复),一个数据表中只能包含一个主键,你可以使用主键来查询数据

2020-07-12 00:51:12

分治算法【五】——应用:Leetcode973. 最接近原点的 K 个点

题目:我们有一个由平面上的点组成的列表 points。需要从中找出 K 个距离原点 (0, 0) 最近的点。(这里,平面上两点之间的距离是欧几里德距离。)你可以按任何顺序返回答案。除了点坐标的顺序之外,答案确保是唯一的。示例 :输入:points = [[1,3],[-2,2]], K = 1输出:[[-2,2]]解释: (1, 3) 和原点之间的距离为 sqrt(10),(-2, 2) 和原点之间的距离为 sqrt(8),由于 sqrt(8) < sqrt(10),(-2,

2020-07-07 00:03:59

分治算法【四】——应用:Leetcode241. 为运算表达式设计优先级

题目:为运算表达式设计优先级给定一个含有数字和运算符的字符串,为表达式添加括号,改变其运算优先级以求出不同的结果。你需要给出所有可能的组合的结果。有效的运算符号包含 +, - 以及 * 。示例一:输入: “2-1-1”输出: [0, 2]解释: ((2-1)-1) = 0 (2-(1-1)) = 2这里主要是以分治算法来求解这道题,关于分治算法的思路,可以click here,。1、要解决什么?给定含有数据和运算符的字符串,填上括号,救出不同值结果的个数。2、如何使用分治算法去解决

2020-07-06 00:20:08

分治算法【三】——应用:Leetcode215. 数组中的第K个最大元素

题目:数组中的第K个最大元素在未排序的数组中找到第 k 个最大的元素。请注意,你需要找的是数组排序后的第 k 个最大的元素,而不是第 k 个不同的元素。这里主要是以分治算法来求解这道题,关于分治算法的思路,可以click here, 有关很多的其它解法可看leetcode官方解法1、 要解决什么?求解数组中第K个最大值。2、如何使用分治算法去解决?首先,我们应该先将这题转换为利用分治算法去解决排序问题,按从大到小排序,然后取出排序后的第k个值即可。3、分治排序模板?def Merge_S

2020-07-05 00:50:38

分治算法【二】——应用:Leetcode169:多数元素

题目:多数元素给定一个大小为 n 的数组,找到其中的多数元素。多数元素是指在数组中出现次数大于 ⌊ n/2 ⌋ 的元素。你可以假设数组是非空的,并且给定的数组总是存在多数元素。这里主要是以分治算法来求解这道题,关于分治算法的思路,可以click here, 有关很多的其它解法可看leetcode官方解法。1、 要解决什么?这里解决的问题很简单,就是跟你一个数组,找出其中的众数。2、回想以下分治算法步骤?分解 ==> 求解 ==> 合并3、这题如何使用分治算法?首先就是要将给

2020-07-05 00:05:49

分治算法【一】—— 基本概念与思路

1)分治算法【二】——应用:Leetcode169:多数元素一、什么是分治算法?分治算法的基本思想是将一个规模为N的问题分解为K个规模较小的子问题,这些子问题相互独立且与原问题性质相同。求出子问题的解,就可得到原问题的解。二、分治算法的基本思想?当我们求解某些问题时,由于这些问题要处理的数据相当多,或求解过程相当复杂,使得直接求解法在时间上相当长,或者根本无法直接求出。对于这类问题,我们往往先把它分解成几个子问题,找到求出这几个子问题的解法后,再找到合适的方法,把它们组合成求整个问题的解法。如果这些

2020-07-05 00:05:23

机器学习常用优化算法【一】—— Gradient Descent 系列

一、Gradient Descent(梯度下降算法)(1)、Batch Gradient descent(BGD, 指计算梯度时用的是全部样本的梯度的均值)Batch Gradient descent 是一种求最小局部变量的一阶迭代优化算法。利用gradient descent来求一个函数的最小值,我们每一步都在当前点加上一个负梯度的倍数。如果我们采用的是正梯度,则计算的是函数的局部最大值。这就像我们要从山上的某个点下山,如何最快的到达山底,我们的方法就是在当前点选择下山的最陡的方向走,这就是梯度下降

2020-07-03 20:15:14

Python项目【杭州房价数据分析】—— 爬虫、数据库、数据可视化[完整版]

给出GitHub链接 click here最近这一周要准备考试,没时间写,后续完成

2020-07-03 20:00:36

python【debug】- 绘制的html无法显示相对应的城市地图

当我运行以下代码(我的pyechars==0.1.9.6)时,要绘制的是杭州的地图:import numpy as npfrom pyecharts import Mapprint(pyecharts.__version__)areas = ['上城区', '西湖区', '临安区']values = np.random.randint(1, 100, size=3)test_map = pyecharts.Map("test", width=1200, height=600)test_ma

2020-07-03 18:48:26

python 连接MySql数据库

在本文中介绍 Python3 使用PyMySQL连接数据库,并实现简单的增删改查。(注意是python3)1、安装PyMySQL PyMySQL 是在 Python3.x 版本中用于连接 MySQL 服务器的一个库,Python2中则使用mysqldb。PyMySQL 遵循 Python 数据库 API v2.0 规范,并包含了 pure-Python MySQL 客户端库。在使用 PyMySQL 之前,我们需要确保 PyMySQL 已安装。① 使用pip命令安装 pip instal

2020-07-03 15:16:50

python【debug】- pymysql KeyError:255

在weibospider项目新建所有的表时遇到的错误:Traceback (most recent call last): File "/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/sqlalchemy/pool.py", line 1122, in _do_get return self._pool.get(wait, self._timeout) File "/Library/

2020-07-03 15:07:19

Python网络爬虫【2】--正则表达式、Scrapy库的使用

单元四、信息组织与提取方法1)信息标记的三种方式XML, JSON, YAML2)信息提取的一般方法方法一:完整解析信息的标记形式,再提取关键信息XML JSON YAML需要标记解析器 例如:bs4库的标记树遍历优先:信息解析准确缺点:提取过程繁琐,速度慢方法二:无标记形式,直接搜索关键信息搜索对信息的文本查找函数即可。优点:提取过程简单,速度较快缺点:提取结果准确性与信息内容有关方法三:融合方法:结合形式解析与搜索方法,提取关键信息XML JSON YAML 搜

2020-07-01 10:51:41

Python网络爬虫【1】-- Request库、 Robos协议 、BeautifulSoup库 、简单爬虫项目

单元一:Requests库入门-HTTP协议及Requests库方法(SHD)1、Requests库的7个主要方法方法说明requests.request()构造一个请求,支撑一下各个方法的基础方法requests.get()获取HTML网页的主要方法,对应于HTTP的GETrequests.head()获取HTML网页头信息的方法,对应于HTTP的HEADrequests.post()向HTML网页提交POST请求的方法,对应于HTTP的POSTre

2020-06-29 23:36:40

常用的Linux命令终于准备好了!

一、Linux系统的文件结构(FHS)目录应放置文件内容/bin系统有很多放置运行档的目录,但/bin比较特殊。因为/bin放置的是在单人维护模式下还能够被操作的指令。/boot这个目录主要在放置开机会使用到的文件,包括Linux核心文件以及开机菜单与开机所需设置档等等。/dev在Linux系统上,任何设备与周边设备都是以文件的型态存在于这个目录当中的。/etc系统主要的设置档几乎都放置在这个目录内,例如人员的帐号密码档、 各种服务的启始档等等。一般来

2020-06-27 21:14:22

机器学习算法准备提升——线性模型(4)感知机

参考资料:【1】统计学习方法

2020-06-27 15:42:05

机器学习算法准备提升——线性模型(3)【逻辑斯谛回归】

参考资料:【1】Logistic function【2】Logistic Regression — Detailed Overview

2020-06-26 20:48:17

机器学习算法准备提升——线性模型(2)【贝叶斯回归】

记录一下学习笔记,这些公式用markdown打起来太费时间了,哈哈,就改成了这种方式记录笔记。参考资料:【1】机器学习-白板推导系列(十九)-贝叶斯线性回归(Bayesian Linear Regression)【2】Bayesian linear regression【3】Bayes’ theorem...

2020-06-26 20:43:31

Python高级编程(四)——Python多任务==》线程、进程、协程

一、基本概念并行:真的多任务(核心数大于任务数)并发:假的多任务(核心数小于任务数)举个例子:比如我的电脑是2核心处理器,但是我电脑上只有四个应用在运行,这样只要有4个核心处理器来分别处理我这四个应用就行了,这是真的多任务。但是如果我现在电脑上要运行四个应用,这2个核心的处理器办不到在同一时间去运行这四个应用,如要同时运行,那就只能每个应用在每个处理器上运行一段时间(时间很短)后然后切换到另一个应用去运行,这样让你感觉是在同时运行的。二、进程(process)(1)什么是进程进程(proces

2020-06-25 23:46:58

数据结构-动态规划【1】- 基本的思路和实例分析

动态规划(dynamic programming) 是通过组合子问题的解来求解原问题,动态规划应用于子问题重叠的情况,即不同的子问题具有公共的的子子问题。动态规划在这个过程中对每一个子问题只求解一次,将其保存在一个表格中,从而无需每次求解一个子问题时都重新计算,避免不必要的计算工作。一、基本概念用途:动态规划通常用来求解最优化问题(多阶段决策问题)。这类问题可以有很多可行解,每一个解都有一个值,我们希望寻找具有最优解(最大值或最小值)的解,我们称这样的解为问题的一个最优解,而不是最优解,因为可能有多个解

2020-06-24 22:09:25

Linux知识点整理(六)—— Linux的vi/vim编辑器常用命令

有关该内容更详细的可见参考文献,仅作为学习用途一、Vi的使用:第一部份:一般指令模式可用的按钮说明,光标移动、复制粘贴、搜索取代等移动光标的方法h 或 向左方向键(←)光标向左移动一个字符j 或 向下方向键(↓)光标向下移动一个字符k 或 向上方向键(↑)光标向上移动一个字符l 或 向右方向键(→)光标向右移动一个字符如果你将右手放在键盘上的话,你会发现 hjkl 是排列在一起的,因此可以使用这四个按钮来移动光标。 如果想要进行多次移动的话,例

2020-06-23 17:20:10

查看更多

勋章 我的勋章
  • 签到新秀
    签到新秀
    累计签到获取,不积跬步,无以至千里,继续坚持!
  • 新人勋章
    新人勋章
    用户发布第一条blink获赞超过3个即可获得
  • 阅读者勋章Lv2
    阅读者勋章Lv2
    授予在CSDN APP累计阅读博文达到7天的你,是你的坚持与努力,使你超越了昨天的自己。
  • 持之以恒
    持之以恒
    授予每个自然月内发布4篇或4篇以上原创或翻译IT博文的用户。不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!
  • 勤写标兵Lv4
    勤写标兵Lv4
    授予每个自然周发布9篇以上(包括9篇)原创IT博文的用户。本勋章将于次周周三上午根据用户上周的博文发布情况由系统自动颁发。