随笔分类 -  Python

1 2 下一页

Matplotlib for Python Developers
摘要:这个教程也很不错,http://reverland.org/python/2012/09/07/matplotlib-tutorial/ 也可以参考官网的Gallery,http://matplotlib.org/gallery.html 做数据分析,首先是要熟悉和理解数据,所以掌握一个趁手的可视化工具是非常重要的,否则对数据连个基本的感性认识都没有,如何进行下一步的design Ge... 阅读全文

posted @ 2014-08-19 20:43 fxjwind 阅读(4048) 评论(0) 推荐(0)

Python For Data Analysis -- Pandas
摘要:首先pandas的作者就是这本书的作者 对于Numpy,我们处理的对象是矩阵 pandas是基于numpy进行封装的,pandas的处理对象是二维表(tabular, spreadsheet-like),和矩阵的区别就是,二维表是有元数据的 用这些元数据作为index更方便,而Numpy只有整形的index,但本质是一样的,所以大部分操作是共通的 大家碰到最多的二维表应用,... 阅读全文

posted @ 2014-08-12 17:43 fxjwind 阅读(4370) 评论(0) 推荐(2)

Python For Data Analysis -- NumPy
摘要:NumPy作为python科学计算的基础,为何python适合进行数学计算,除了简单易懂,容易学习 Python可以简单的调用大量的用c和fortran编写的legacy的库 Python科学计算的这几个库,单独安装还是蛮麻烦的,所以推荐这个包 http://www.continuum.io/downloads#all conda list #查看所有的可安装包 conda insta... 阅读全文

posted @ 2014-08-11 20:16 fxjwind 阅读(1217) 评论(0) 推荐(0)

Python For Data Analysis -- IPython
摘要:IPython Basics 首先比一般的python shell更方便一些 比如某些数据结构的pretty-printed,比如字典 更方便的,整段代码的copy,执行 并且可以兼容部分system shell , 比如目录浏览,文件操作等 Tab Completion 这个比较方便,可以在下面的case下,提示和补全未输入部分 a. 当前命名空间中的名字 b.... 阅读全文

posted @ 2014-08-08 16:53 fxjwind 阅读(890) 评论(0) 推荐(0)

Python Decorator Closure
摘要:http://www.cnblogs.com/tqsummer/archive/2011/01/24/1943314.html, Python和Decorator(装饰器)模式 http://www.cnblogs.com/huxi/archive/2011/03/01/1967600.html, Python装饰器与面向切面编程 最近在看FP相关, 看到Closure, 想起这个... pyth... 阅读全文

posted @ 2013-02-08 15:49 fxjwind 阅读(469) 评论(0) 推荐(0)

Python yield generator
摘要:http://www.ibm.com/developerworks/cn/opensource/os-cn-python-yield/, Python yield 使用浅析 这篇说的很清楚 主要看到FP里面的Lazy Seq概念, 所以想起这个... 包含yield函数就是生成器(generator) 什么是生成器, 用于产生迭代器(iterator), 有什么用? 在pyth... 阅读全文

posted @ 2013-02-08 13:54 fxjwind 阅读(331) 评论(0) 推荐(0)

继续谈谈Twisted
摘要:那我就来继续随便谈谈Twisted 首先讨论一下, 为什么需要twisted, 需要异步 为了更高效的利用CPU和资源, 提高用户的相应速度 任务需要较长时间才能完成分成两种情况, 1) 计算量较大, 需要CPU算好久才能算出来, 自然算出来才能给结果, 称为CPU等待. 2) 需要等待其他的数据, 比如需要从服务器等待获取信息, 需要从数据库等待查询结果, 这种虽然自己很闲, 无事可做... 阅读全文

posted @ 2011-11-12 16:44 fxjwind 阅读(673) 评论(0) 推荐(0)

An Introduction to Asynchronous Programming and Twisted (3)
摘要:Part 11: Your Poetry is Served A Twisted Poetry Server Now that we’ve learned so much about writing clients with Twisted, let’s turn around and re-implement our poetry server with Twisted too. And t... 阅读全文

posted @ 2011-09-15 10:55 fxjwind 阅读(465) 评论(0) 推荐(0)

An Introduction to Asynchronous Programming and Twisted (2)
摘要:Part 6: And Then We Took It Higher Part5中的client2.0, 在封装性上已经做的不错, 用户只需要了解和修改PoetryProtocol, PoetryClientFactory就可以完成一个应用. 其实此处, protocol的逻辑就是接受数据, 接受完以后通知factory处理, 这段逻辑已经可以作为common的框架代码, 用户无需改动. 真正需... 阅读全文

posted @ 2011-09-07 10:02 fxjwind 阅读(395) 评论(0) 推荐(0)

Bloom Filter Python
摘要:http://bitworking.org/news/380/bloom-filter-resourcesThe Bloom filter, conceived by Burton H. Bloom in 1970, is a space-efficient probabilistic data structure that is used to test whether an element is a member of a set. False positives are possible, but false negatives are not. Elements can be adde 阅读全文

posted @ 2011-08-30 10:20 fxjwind 阅读(825) 评论(0) 推荐(0)

An Introduction to Asynchronous Programming and Twisted (1)
摘要:之前看的时候, 总觉得思路不是很清晰, 其实Dave在这个模型问题上没有说清楚, 参考同步和异步, 阻塞和非阻塞, Reactor和Proactor 对于阻塞一定是同步的, 但是反之不一定, 对于多线程本质上也是阻塞的方式, 只不过是多个线程一起阻塞, 适用于CPU密集型的任务, 因为事情总要人做的, 无论什么模型都不能让做事情的实际时间变少. 对于非阻塞, 节省的是等待的时间, 所以适用于... 阅读全文

posted @ 2011-07-05 21:03 fxjwind 阅读(574) 评论(0) 推荐(0)

decruft(A library to extract meaningful data from a webpage) 源码分析
摘要:开源Python模块, http://code.google.com/p/decruft/ decruft使用example, from decruft import Document #import urllib2 #f = urllib2.open('<em>url</em>') f = open('index.html', 'a') print Document(f.read()).sum... 阅读全文

posted @ 2011-07-05 21:01 fxjwind 阅读(427) 评论(0) 推荐(0)

Python常用模块
摘要:查找帮助 dir(string) #可以查看模块所有的成员变量和函数 #下面的代码可以把变量和函数分开放到list里面for fv in dir(string): name="string.%s"%fv if callable(eval(name)): funOrC.append(fv) else: vars.append(fv)有两个函数需要说明,eval, 功能是将字符串生成语句执行, 比如e... 阅读全文

posted @ 2011-07-05 21:00 fxjwind 阅读(411) 评论(0) 推荐(0)

Python标准模块logging
摘要:开发Python, 一直以来都是使用自己编写的logging模块. 比较土......今天发现python的标准模块的这个功能做的挺好, 记录一下, 以后使用模块来进行logging.对于这个模块的介绍网上也很多, 我也不用自己写了, 比较好的如下,http://crazier9527.iteye.com/blog/290018 Python的标准logging模块http://blog.endlesscode.com/2010/06/03/python-logging-module/ Python的logging模块http://docs.python.org/library/logging 阅读全文

posted @ 2011-07-05 20:56 fxjwind 阅读(1251) 评论(1) 推荐(1)

Python之道 (大道至简)
摘要:The Zen of Python 1. Beautiful is better than ugly. 2. Explicit is better than implicit. 3. Simple is better than complex. 4. Complex is better than complicated. 5. Flat is better than nested. 6. Spar... 阅读全文

posted @ 2011-07-05 20:54 fxjwind 阅读(556) 评论(0) 推荐(0)

Zope简介
摘要:之前一直使用Django在开发web应用, 觉得Django易学, 好用. 后来看到Zope, 觉得两者的scope有重合, 所以大概学习了下Zope, 记录一下. 了解Zope可以先看看这篇Blog, zope系列一: zope的悲剧 (http://www.douban.com/group/topic/11400495/) Zope(Z Object Publishing Environmen... 阅读全文

posted @ 2011-07-05 20:54 fxjwind 阅读(724) 评论(0) 推荐(0)

Python调用C/C++的种种方法
摘要:Python是解释性语言, 底层就是用c实现的, 所以用python调用C是很容易的, 下面就总结一下各种调用的方法, 给出例子, 所有例子都在ubuntu9.10, python2.6下试过. 1. Python 调用 C (base) 想在python中调用c函数, 如这儿的fact #include int fact(int n){ if (n <= 1) return 1; else re... 阅读全文

posted @ 2011-07-05 20:44 fxjwind 阅读(3866) 评论(1) 推荐(1)

基本数据结构(算法导论)与python
摘要:Stack, QueueStack是后进先出, LIFO, 队列为先进先出, FIFO 在python中两者, 都可以简单的用list实现, 进, 用append() 出, Stack用pop(), Queue用pop(0), pop的时候注意判断len(l) 对于优先队列, 要用到前面讲到的堆链表和多重数组这些数据结构在python中就没有存在的价值, 用list都能轻松实现散列表为了满足实时查询的需求而产生的数据结构, 查询复杂度的期望是O(1), 最差为O(n) 问题描述, 对于n个(key, value)对, 怎样存储可以在O(1)的时间复杂度内获取特定key所对应的value. 这个 阅读全文

posted @ 2011-07-05 20:14 fxjwind 阅读(876) 评论(0) 推荐(1)

排序算法python实现
摘要:先列出一些算法复杂度的标识符号的意思, 最常用的是O,表示算法的上届,如 2n2 = O(n2 ), 而且有可能是渐进紧确的, 意思是g(n)乘上一个常数系数是可以等于f(n)的,就是所谓的a<=b。而o的区别就是非渐进紧确的,如2n = o(n2 ), o(n2 )确实可以作为2n的上届, 不过比较大, 就是所谓的a其他符号表示了下届,和非渐进紧确的下届, a>=b, a>b 还有既是上届也是下届, 就是a=bBubble Sort冒泡排序效率是最低的, 对于list中任意一点, 都必须遍历其后所有元素以找到最小元素, 这个耗费是n所以对于完整的冒泡算法, 对list中n个 阅读全文

posted @ 2011-07-05 20:12 fxjwind 阅读(472) 评论(0) 推荐(0)

Programming Collecive Intelligence 笔记 Making Recommendations
摘要:现在recommendation是非常普遍的一项技术, 在网上购物Amazon会推荐你可能感兴趣的商品,在电影,音乐网站,会推荐你可能喜欢的音乐或电影。那么这儿就来看看,这些推荐是怎么样实现的Collaborative Filtering 日常生活中,最简单的获取推荐的方法就是问朋友,你可能知道某些朋友的品位比较高,爱好和你比较相像。不过这种方法并不是一直管用,因为朋友知道的毕竟是很有限的, 相信每个人都会有很纠结不知道去哪儿吃饭,或不知道什么商品更值得买的时候。那么这时候就需要一个Collaborative Filtering算法,A collaborative filtering algo 阅读全文

posted @ 2011-07-04 21:02 fxjwind 阅读(266) 评论(0) 推荐(0)

1 2 下一页