red_leaf_412

摘要： linux系统相关的文件信息包含在/etc/passwd文件和/etc/group中。每次登录linux系统以及每次执行ls -l命令时都要使用口令文件。这些字段都包含在<pwd.h>中定义的passwd结构中。 struct passwd { char * pw_name; /* Username 阅读全文

摘要： 前面介绍对文件进行操作的时候，使用的是open,read,write函数。这一章将要介绍基于流的文件操作方法：fopen,fread,fwrite。这两种方式的区别是什么呢。1种是缓冲文件系统，一种是非缓冲文件系统 缓冲文件系统就是采用fopen,fread,fwrite,fgetc,fputc,f 阅读全文

摘要： 创建目录： 用mkdir函数创建目录： mkdir(const char *pathname, mode_t mode) 参数mode有下列的组合： S_ISUID 04000 文件的执行时设置用户ID（set user-id on execution）位 S_ISGID 02000 文件的执行时设 阅读全文

摘要： 从这一章开始将进入到关键部分：模式识别。这一章主要解决下面几个问题 1 怎样才能识别出语言数据中明显用于分类的特性 2 怎样才能构建用于自动执行语言处理任务的语言模型 3 从这些模型中我们可以学到那些关于语言的知识。 监督式分类： 分类是为给定的输入选择正确的类标签。就好比身份证上的身份证号。每个身 阅读全文

摘要： 将Timestamp转换为Period 通过使用to_period方法，可以将由时间戳索引的Series和DataFrame对象转换为以时期索引 rng=pd.date_range('1/1/2000',periods=3,freq='M') ts=Series(randn(3),index=rng 阅读全文

摘要： 在上一章中介绍了用pos_tag进行词性标注。这一章将要介绍专门的标注器。 首先来看一元标注器，一元标注器利用一种简单的统计算法，对每个标识符分配最有可能的标记，建立一元标注器的技术称为训练。 from nltk.corpus import brown brown_tagged_sents=brow 阅读全文

摘要： 在处理很多数据的时候，我们都要用到时间的概念。比如时间戳，固定时期或者时间间隔。pandas提供了一组标准的时间序列处理工具和数据算法。 在python中datetime.datetime模块是用的最多的模块。比如使用datetime.datetime.now()就得到了当前的时间2018-04-1 阅读全文

摘要： 在一段句子中是由各种词汇组成的。有名词，动词，形容词和副词。要理解这些句子，首先就需要将这些词类识别出来。将词汇按它们的词性(parts-of-speech,POS)分类并相应地对它们进行标注。这个过程叫做词性标注。 要进行词性标注，就需要用到词性标注器(part-of-speech tagger) 阅读全文

摘要： 在数据库中，我们可以对数据进行分类，聚合运算。例如groupby操作。在pandas中同样也有类似的功能。通过这些聚合，分组操作，我们可以很容易的对数据进行转换，清洗，运算。比如如下图，首先通过不同的键值进行分类，然后对各个分类进行求和运算。 我们来看实际的例子，首先生成一组数据如下 df=Data 阅读全文

摘要： 介绍： 多数项目都是包含很多的逻辑处理，只有少部分的文字文本处理。编程语言非常擅长这类项目。但是有一些项目只包含了少量的逻辑处理，大量的文本数据处理。对于这些任务，我们期望有一个工具能够很好的处理这些文本问题。模板引擎就是这样的一个工具。在这个章节中，我们会建立一个模板引擎。 对于富文本来说，多数的 阅读全文