logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

[视觉工程]多维数据可视化

import pandas as pdhousing = pd.read_csv("housing.csv")housing.plot(kind="scatter", x="longitude", y="latitude", alpha=0.4, s=housing["population"]/100, label="population", figsize=(10,7),c="median_ho

#数据可视化
Python 使用单链表实现多项式 (Polynomial)

#!/usr/bin/python# -*- coding: utf-8 -*-'''Created on 2015-1-26@author: beyondzhou@name: linkPolynomail.py'''# Implementation of the Polynomial ADT using a sorted linked listclass linkPolyn

Python 正则表达式验证十六进制为特定范围

1. 1 to C (1 to 12: hour or month)^[1-9a-cA-c]$2. 1 to 18 (1 to 24: hour)^(1[0-8]|[1-9a-fA-F])$3. 1 to 1F (1 to 31: day of the month)^(1[0-9a-fA-F]|[1-9a-fA-F])$4. 1 to 35 (1 to 53: week of t

#正则表达式
新浪微博数据挖掘食谱之九: 用户篇 (获取转发微博的用户名)

新浪微博数据挖掘食谱之九: 用户篇 (获取转发微博的用户名)

#数据挖掘
自然语言处理(nlp)的流程图

1. 读取原始数据html = urlopen(url).read()2. 数据清洗raw = nltk.clean_html(html)3. 数据切片raw = raw[111:2222222]4. 数据分词tokens = nltk.wordpunct_tokenize(raw)5. 分词切片tokens = tokens[2

#nlp
[视觉工程]计算机视觉应用领域及分析

1.概要金融领域交通领域医疗领域零售领域工业领域农业领域司法领域物流领域2.详情待续

#人工智能#计算机视觉#机器学习
自然语言处理(nlp)的流程图

1. 读取原始数据html = urlopen(url).read()2. 数据清洗raw = nltk.clean_html(html)3. 数据切片raw = raw[111:2222222]4. 数据分词tokens = nltk.wordpunct_tokenize(raw)5. 分词切片tokens = tokens[2

#nlp
Python 实现简单的加减猜结果游戏

#! /usr/bin/env pythonfrom operator import add, subfrom random import randint, choiceops = {'+': add, '-': sub}MAXTRIES = 2def doprob():op = choice('+-')nums = [randint(1,10) for i i

#python
    共 16 条
  • 1
  • 2
  • 请选择