随笔分类 -  Python

摘要：sublime下运行 1 下载并安装必要的插件 BeautifulSoup selenium phantomjs 采用方式可以下载后安装，本文采用pip pip install BeautifulSoup pip install selenium pip install phantomjs 2 核心 阅读全文

摘要：cd E:\wamp\www\Python\python-webapp\pro_test http://code.ziqiangxuetang.com/django/django-models.html bnc bnc123456 Django 环境搭建 Django 1.8.x 支持 Python 阅读全文

摘要：摘要：数据可视化主要旨在借助于图形化手段，清晰有效地传达与沟通信息。但是，这并不就意味着数据可视化就一定因为要实现其功能用途而令人感到枯燥乏味，或者是为了看上去绚丽多彩而显得极端复杂。为了有效地传达思想概念，美学形式与功能需要齐头并进，通过直观地传达关键的方面与特征，从而实现对于相当稀疏而又复杂的数据集的深入洞察。然而，设计人员往往并不能很好地把握设计与功能之间的平衡，从而创造出华而不实的数据可视化形式，无法达到其主要目的，也就是传达与沟通信息。数据可视化与信息图形、信息可视化、科学可视化以及统计图形密切相关。当前，在研究、教学和开发领域，数据可视化乃是一个极为活跃而又关键的方面。“数据可视化”这条术语实现了成熟的科学可视化领域与较年轻的信息可视化领域的统一。（本文原创编著，转载注明出处:一文搞懂matplotlib数据可视化） 阅读全文

摘要：赋值 条件语句： any和all 元组： 各种遍历序列的方式 训练集和测试集语料划分：9：1 合并 函数： 阅读全文

摘要：摘要：NLTK是由宾夕法尼亚大学计算机和信息科学使用python语言实现的一种自然语言工具包，其收集的大量公开数据集、模型上提供了全面、易用的接口，涵盖了分词、词性标注(Part-Of-Speech tag, POS-tag)、命名实体识别(Named Entity Recognition, NER)、句法分析(Syntactic Parse)等各项 NLP 领域的功能。本文主要介绍：1）怎样编写程序访问本地和网络上的文件，从而获得无限的语言材料？2）如何把文档分割成单独的单词和标点符号，并进行文本语料上的分析？3）怎样编写程序产生格式化输出，并把结果保存在文件中？关于Python基础知识可以参看本人的【Python五篇慢慢弹】系列文章（本文原创编著，转载注明出处:Python NLTK处理原始文本） 阅读全文

摘要：摘要：NLTK是由宾夕法尼亚大学计算机和信息科学使用python语言实现的一种自然语言工具包，其收集的大量公开数据集、模型上提供了全面、易用的接口，涵盖了分词、词性标注(Part-Of-Speech tag, POS-tag)、命名实体识别(Named Entity Recognition, NER)、句法分析(Syntactic Parse)等各项 NLP 领域的功能。本文主要介绍NLTK（Natural language Toolkit）的几种语料库，以及内置模块下函数的基本操作，诸如双连词、停用词、词频统计、构造自己的语料库等等，这些都是非常实用的。主要还是基础知识，关于python方面知识，可以参看本人的【Python五篇慢慢弹】系列文章（本文原创编著，转载注明出处:Python NLTK获取文本语料和词汇资源） 阅读全文

摘要：摘要：NLTK是由宾夕法尼亚大学计算机和信息科学使用python语言实现的一种自然语言工具包，其收集的大量公开数据集、模型上提供了全面、易用的接口，涵盖了分词、词性标注(Part-Of-Speech tag, POS-tag)、命名实体识别(Named Entity Recognition, NER)、句法分析(Syntactic Parse)等各项 NLP 领域的功能。而Stanford NLP 是由斯坦福大学的 NLP 小组开源的 Java 实现的 NLP 工具包，同样对 NLP 领域的各个问题提供了解决办法。斯坦福大学的 NLP 小组是世界知名的研究小组，能将 NLTK 和 Stanford NLP 这两个工具包结合起来使用，那对于自然语言开发者是再好不过的！在 2004 年 Steve Bird 在 NLTK 中加上了对 Stanford NLP 工具包的支持，通过调用外部的 jar 文件来使用 Stanford NLP 工具包的功能。本分析显得非常方便好用。本文主要介绍NLTK（Natural language Toolkit）下配置安装Stanford NLP ，以及对St 阅读全文

摘要：摘要：Python自然语言处理在对文本分析显得非常方便好用。本文主要介绍NLTK（Natural language Toolkit）的安装和基本方法使用，以大秦帝国部分章节为语料，文本当做词链表进行操作处理，采用统计的方式深入研究作者用词的讲究；然后在使用NLTK内置方法进行统计操作。最后将部分常用功能进行总结整理。本文是系列首篇，主要介绍入门知识，关于python基础知识，可以参看【Python五篇慢慢弹】系列文章（本文原创编著，转载注明出处:Python NLTK 走进大秦帝国） 阅读全文

摘要：摘要：继<快速上手学python>一文之后，笔者又将python官方文档认真学习下。官方给出的pythondoc入门资料包含了基本要点。本文是对文档常用核心要点进行梳理，简单冗余知识不再介绍，作者假使你用c/java/c#/c++任一种语言基础。本系列文章属于入门内容，老鸟可以略看也可以略过，新鸟可以从篇一<快速上手学python>先接触下python怎样安装与运行，以及pycharm编辑器的使用和配置；篇二<数据结构看python>介绍python语言中控制语句、列表、字典、元组、循环等基本操作；篇三<函数修行知python>细解python语言函数的范畴与内容；篇四<模块异常谈python>采用登录的案例详解模块来龙去脉；篇五<‘类’过依然继续前行，直至ending再出发>介绍类的基本操作，扩展虚拟环境、标准类库和下个系列预告。（本文原创，转载注明出处：‘类’过依然继续前行，直至ending再出发) 阅读全文

摘要：摘要：继<快速上手学python>一文之后，笔者又将python官方文档认真学习下。官方给出的pythondoc入门资料包含了基本要点。本文是对文档常用核心要点进行梳理，简单冗余知识不再介绍，作者假使你用c/java/c#/c++任一种语言基础。本系列文章属于入门内容，老鸟可以略看也可以略过，新鸟可以从篇一<快速上手学python>先接触下python怎样安装与运行，以及pycharm编辑器的使用和配置；篇二<数据结构看python>介绍python语言中控制语句、列表、字典、元组、循环等基本操作；篇三<函数修行知python>细解python语言函数的范畴与内容；篇四<模块异常谈python>采用登录的案例详解模块来龙去脉；篇五<‘类’过依然继续前行，直至ending再出发>介绍类的基本操作，扩展虚拟环境、标准类库和下个系列预告。（本文原创，转载注明出处：模块异常谈知python) 阅读全文

摘要：摘要：继<快速上手学python>一文之后，笔者又将python官方文档认真学习下。官方给出的pythondoc入门资料包含了基本要点。本文是对文档常用核心要点进行梳理，简单冗余知识不再介绍，作者假使你用c/java/c#/c++任一种语言基础。本系列文章属于入门内容，老鸟可以略看也可以略过，新鸟可以从篇一<快速上手学python>先接触下python怎样安装与运行，以及pycharm编辑器的使用和配置；篇二<数据结构看python>介绍python语言中控制语句、列表、字典、元组、循环等基本操作；篇三<函数修行知python>细解python语言函数的范畴与内容；篇四<模块异常谈python>采用登录的案例详解模块来龙去脉；篇五<‘类’过依然继续前行，直至ending再出发>介绍类的基本操作，扩展虚拟环境、标准类库和下个系列预告。（本文原创，转载注明出处：函数修行知python) 阅读全文

摘要：摘要：继<快速上手学python>一文之后，笔者又将python官方文档认真学习下。官方给出的pythondoc入门资料包含了基本要点。本文是对文档常用核心要点进行梳理，简单冗余知识不再介绍，作者假使你用c/java/c#/c++任一种语言基础。本系列文章属于入门内容，老鸟可以略看也可以略过，新鸟可以从篇一<快速上手学python>先接触下python怎样安装与运行，以及pycharm编辑器的使用和配置；篇二<数据结构看python>介绍python语言中控制语句、列表、字典、元组、循环等基本操作；篇三<函数修行知python>细解python语言函数的范畴与内容；篇四<模块异常谈python>采用登录的案例详解模块来龙去脉；篇五<‘类’过依然继续前行，直至ending再出发>介绍类的基本操作，扩展虚拟环境、标准类库和下个系列预告。（本文原创，转载注明出处：数据结构看python) 阅读全文

摘要：摘要：python语言俨然不算新技术，七八年前甚至更早已有很多人研习，只是没有现在流行罢了。之所以当下如此盛行，我想肯定是多因素造成了，当然市场需求的重要因素。吴军博士对大数据流行的解释与python流行或许有些默契。数据一直以来都存在，只是在历史条件下，由于计算性能和技术发展的原因，与之匹配的数据处理技术还不是很先进，以至于很多数据被我们舍弃了。同样，python语言简洁流畅等多种优点，也会让第一次接触的编程人员痴迷，只是过去对大数据分析处理，对高效快速开发，多跨平台等市场需求不是那么紧迫。本文笔者从python是什么？做什么？怎么用？编程环境？逐步介绍，中间穿插一些小的例子，旨在初学者快速上手，高效学习。最后一节介绍几个好学的视频和社区博文。（本文原创，转载注明出处：初学编程适合学？其有何用？) 阅读全文