摘要: TOPSIS (Technique for Order Preference by Similarity to an Ideal Solution )法是C.L.Hwang和K.Yoon于1981年首次提出,TOPSIS法根据有限个评价对象与理想化目标的接近程度进行排序的方法,是在现有的对象中进行相 阅读全文
posted @ 2020-05-19 14:08 六盘水月照 阅读(1789) 评论(0) 推荐(0) 编辑
摘要: 毕业论文中用于计算联合国会员国间在联合国大会上的投票一致性(IVC) import pandas as pd import sqlite3 import networkx as nx import time import numpy as np def gen_dict(sql):#建立投票数据字典 阅读全文
posted @ 2020-05-19 13:38 六盘水月照 阅读(442) 评论(0) 推荐(0) 编辑
摘要: 提取表格 阅读全文
posted @ 2019-12-10 16:14 六盘水月照 阅读(11483) 评论(2) 推荐(0) 编辑
摘要: 最近实习需要对若干ppt进行格式上的调整,主要就是将标题的位置、对齐方式、字体等统一,人工修改又麻烦又容易错。 因此结合网上的pptx包资料,使用python脚本完成处理。 主要的坑点在于,shape的text_frame不能直接修改字体,甚至paragraph也不行,由于一个框里多个字体存在,它会 阅读全文
posted @ 2019-07-17 16:34 六盘水月照 阅读(3831) 评论(0) 推荐(0) 编辑
摘要: netcdf是气候数据中的主流格式,当涉及到大范围的全球数万个格网点数据时,使用python脚本可以较快地读取与处理。 举例子 阅读全文
posted @ 2019-07-05 13:31 六盘水月照 阅读(8459) 评论(1) 推荐(0) 编辑
摘要: 最好在arcmap内置python模块运行。 这里用的是Zonel Stastic as Table模块,计算各个国家的逐月径流量的统计数据。需要对数百个tiff进行计算和导出,使用arcpy可以大大节省时间。 阅读全文
posted @ 2019-04-13 17:33 六盘水月照 阅读(598) 评论(0) 推荐(0) 编辑
摘要: def genlda(textlist,n): ticks = str(time.time()).replace('.','')[-6:-1] nn=str(n) dictionary = corpora.Dictionary(textlist) corpus = [ dictionary.doc2bow(text) for text in textlist ] ... 阅读全文
posted @ 2019-01-19 15:04 六盘水月照 阅读(1207) 评论(0) 推荐(0) 编辑
摘要: 因为需要将命名实体中的组织机构名进一步区分为政府、企业、社会组织等,在easydl上做了一个文本分类模型,但是要用这个接口时候发现, 官方文档中竟然还在用urllib2的库,且不完整。好多地方会报错,坑太多,摸索了一会终于解决了,成功访问我的模型。 代码如下: 获取密钥 获取结果 阅读全文
posted @ 2018-12-07 11:03 六盘水月照 阅读(1385) 评论(0) 推荐(0) 编辑
摘要: 解析地址经纬度 结果如下: 反向解析 结果如下 华东师范大学, 3663, 中山北路, 曹家渡, 普陀区, 普陀区 (Putuo), 上海市, 200062, 中国 (31.2284923, 121.402113889769) {'place_id': '199368033', 'licence': 阅读全文
posted @ 2018-12-06 16:28 六盘水月照 阅读(3479) 评论(2) 推荐(0) 编辑
摘要: gensim的LDA算法中很容易提取到每篇文章的主题分布矩阵,但是一般地还需要进一步获取每篇文章归属到哪个主题概率最大的数据,这个在检索gensim文档和网络有关文章后,发现竟然没有。 简单写了一下。 #打印每篇文档最高概率主题for i in lda.get_document_topics(cor 阅读全文
posted @ 2018-11-19 15:53 六盘水月照 阅读(4519) 评论(3) 推荐(0) 编辑