• 等级
  • 4866 访问
  • 12 原创
  • 13 转发
  • 1044047 排名
  • 0 评论
  • 1 获赞

实现一个range

作者:酱油哥 链接:https://www.zhihu.com/question/20829330/answer/286837159 来源:知乎 著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。 class MyRange(collections.Iterator): def __init__(self, bound): self.cur = -...

2018-05-15 01:16:12

mysql5.7免安装配置

1 添加环境变量 我的电脑->属性->高级->环境变量 选择PATH,在其后面添加: 你的mysql 安装文件下面的bin文件夹 (如: D:\Program Files\mysql-5.7\bin ) -2 新建 my.ini 文件 -3 编辑my.ini文件 -4 启动管理员模式下的CMD,并将路径切换至mysql下的bin目录,然后输入 ...

2018-03-12 09:37:50

codeblocks连接mysql

#include <iostream> #include <stdio.h> #include <mysql.h> using namespace std; int main() { MYSQL mysql; mysql_init(&mysql); char host[]="localhost"; char user...

2018-03-12 02:24:02

IEEE754浮点数的表示方法

原文地址:http://blog.csdn.net/k346k346/article/details/50487127 1.浮点数的存储格式 浮点数在C/C++中对应float和double类型,我们有必要知道浮点数在计算机中实际存储的内容。 IEEE754标准中规定float单精度浮点数在机器中表示用 1 位表示数字的符号,用 8 位来表示指数,用23 位来表示尾数,即小数部分。对...

2018-03-10 21:56:22

登陆后给抽屉网点赞

下载autohome的图片import requests from bs4 import BeautifulSoup import os,io,uuidresponse = requests.get('http://www.autohome.com.cn/news') response.encoding = response.apparent_encoding soup = BeautifulSou

2017-12-26 16:51:19

cscope使用

cscope使用  Source Insight是Windows下最方便浏览代码的工具。但是Source Insight是没有Linux版本的。为了方便在Linux下浏览代码并进行学习,可以利用Vim配合Cscope来打造Linux下的Source Insight。   Cscope是Vim适用的工具和插件,通过Cscope可以方便地获知某个函数的定义以及

2017-12-24 21:36:12

vim插件taglist的安装和使用

vim插件taglist的安装和使用 转载:http://blog.csdn.net/g_brightboy/article/details/16843899【功能】         a source code browser(supports C/C++, java, perl, python, tcl, sql, php, etc): 提供了源码

2017-12-24 21:31:03

使用bs4爬取链家网的二手房信息

# coding=utf-8 #使用bs4爬取链家网的二手房信息 import codecs import requests from bs4 import BeautifulSoup import os class HouseInfo: def __init__(self,imageUrl,title,subTitle,totalPrice,unitPrice): self

2017-12-14 02:59:45

正则表达式爬虫1

正则表达式小例子import re li='hellonihaohello' a=re.search(r'\Ahello',li) print a.group() b=re.search(r'hello\Z',li) print b.group() li='i have a dream' c=re.search(r'\bhave\b',li) print c.group() content = '

2017-12-13 17:56:45

使用baidu的api完成汉译英功能

1使用baidu的api完成汉译英功能1.1 初步完成 import urllib.request #baidu翻译的地址 url='http://fanyi.baidu.com/v2transapi' param={ "from":"zh", "to":"en", "query":"中国", "transtype":"translang", "simple_means_flag":"3" } #

2017-12-12 08:19:30

requests的使用

1 cookies的使用import requests#获取网络请求的url #url="http://www.zhihu.com/#signin" url="http://dig.chouti.com/profile" #添加cookies #cookies={ #'q_c1':'d8332344751b4a73b77616640d9f6263|1508328979000|150832897900

2017-12-12 02:40:44

使用爬虫爬取网站内容

思路 url,通过指定的url下载页面的源代码,request库 拿到源代码后,取获取包含我们抓取数据部分的标记内容 遍历这个list, 把解析之后的信息写入本地文件 段子的标题 段子的内容 url='http://duanziwang.com/category/duanzi/page/'headers={'User Agent':'Mozilla/4.0 (compatible MSIE 6.0

2017-12-11 15:50:26

urllib的使用1

1获取整页页面#python3 import urllib.requestresponse=urllib.request.urlopen('http://www.baidu.com') data=response.read() html=data.decode("utf8") print(type(html)) with open("d:/python/pachong/pc2.html",'w',e

2017-12-11 11:14:46

图像处理的几种方法

图像处理的几种方法1.使用skimage name details name details name details astronaut 宇航员图片 coffee 一杯咖啡图片 lena lena图片 camera 拿相机的人图片 coins 硬币 moon 月亮 checkerboard 棋盘 horse 马

2017-12-09 19:15:34

使用logisticRegression识别手写数字

画出数字from sklearn.datasets import load_digits digits=load_digits() fig=plt.figure(figsize=(6,6)) fig.subplots_adjust(left=0,right=1,bottom=0,top=1,hspace=0.05,wspace=0.05) #绘制数字:每张图像8*8像素点 for i in rang

2017-12-08 14:16:37

BP网络-数字识别

from sklearn.datasets import load_digits import pylab as pldigis=load.digits()#载入数据集 print(digits.data.shape)pl.gray()#灰度化图片 pl.matshow(digits.images[0]) pl.show()import numpy as np from sklearn.datase

2017-12-07 19:43:56

BP神经网络-异或问题

import numpy as np #输入数据 X=np.array([[1,0,0], [1,0,1], [1,1,0], [1,1,1]]) #标签 Y=np.array([[0,1,1,0]]) #初始化权值 V=np.random.random((3,4))*2-1 W=np.random.random((4,1))*

2017-12-07 17:16:48

单层感知器

单层感知器题目:假设平面有三个点,(3,3),(4,3)两个点的标签为1,(1,1)这个点的标签为-1.构建神经网络来分类。思路:我们要分类的数据是2维数据,所以只需要2个输入节点,我们可以把神经元的偏置也设置为一二节点,这样我们需要3个输入节点。输入数据有3个(1,3,3),(1,4,3),(1,1,1) 数据对应的标签为(1,1,-1) 初始化权值w1,w2,w3w_1,w_2,w_3取-1

2017-12-07 14:38:25

Fuzzy c-means (FCM)聚类算法

转载: http://blog.csdn.net/AMDS123/article/details/53889924 原理  允许同一数据属于多个不同的类。该算法(developed by Dunn in 1973 and improved by Bezdek in 1981)经常用于模式识别,基于最小化 下列目标函数:       ,      其中, m 是大于1的实数,uij 是xi 属于类别

2017-12-04 12:21:04

王小草【机器学习】笔记--EM算法

原文地址:http://blog.csdn.net/sinat_33761963/article/details/53520898 EM算法的英文全称是Expectation Maximization Algorithm,也就是求期望最大化,也就是我们常说的目标函数求最大值的算法。EM算法,直观的说,就是有一堆未知的数据(比如一些特征值),这

2017-12-03 05:59:50

xxuffei

关注
  • 电子·微电子/teacher
  • 中国 黑龙江省 哈尔滨市
奖章
  • 持之以恒