原创 Python3——異常
來介紹下簡單的異常處理，語法如下 try: 需要檢查異常的代碼 except 異常名稱： 異常處理 else: 沒有異常則執行此代碼塊裏的內容 finally： 不論有沒有異常，都會執行此代碼塊裏的內容 用一個讀寫文件的實例測
2018-12-23 14:57:44
原创 Kettle簡介
Kettle簡介 Kettle是進行數據處理的ETL工具，能夠在Window、Linux、Unix上運行，Kettle可以用來處理轉換來自不同數據庫的數據。 Kettle中有兩種腳本文件，transformation和job，tran
2018-12-16 14:46:39
原创 機器學習——聚類算法（一）
文章目錄聚類（Clusting）算法——概述一、聚類分析的八類方法1. 劃分方法1）K-Means聚類2）K-Medoid聚類二、聚類評估1. K-means聚類評估指標 聚類（Clusting）算法——概述 聚類算法 是機器學習（M
2018-12-10 14:47:40
2
原创 kettle 轉換中的位置變量和環境變量
在kettle中寫SQL語句讀表的時候，往往會有通過一個變量過濾不同數據的需求，在kettle中我們可以通過兩種方法實現可變參數，一種是位置變量，另一種是環境變量。 1.位置變量： step1：選擇輸入-->表輸入-->用SQL獲得變
2018-12-07 14:28:01
2
原创 Jupyter的使用及快捷鍵
jupyter notebook是一個在線編輯器，可以在網頁上編輯程序，在編輯的過程中，每次編輯一行代碼就可以運行一行代碼，運行的結果、圖表可以顯示在代碼的下方，非常適合做筆記或教學，避免出現拿出寫了好久的程序再看時兩眼黑的窘境。 1、
2018-11-28 13:01:55
原创 Oracle中delete 和 truncate的區別
一個Oracle服務器是由一個Oracle數據庫（物理概念，二進制文件）和多個Oracle實例（文件在內存中的鏡像）組成的 SQL的類型： 1. DML(Data Manipulation Language 數據操作語言): in
2018-11-28 13:01:51
原创 Python3——matplotlib畫圖顯示中文
matplotlib畫圖簡直強大的不要不要的，但在默認情況下不支持中文字符，所以要通過以下設置字體來實現中文顯示。 方法一：使用matplotlib.rc設置字體 font = {'family': 'FangSong',
2018-11-23 00:17:53
原创 Python3——列表推導式，字典推導式，集合推導式
# 1. 列表推導式 print('*'*10, '列表推導式', '*'*10) # 使用[]生成list multiples = [i for i in range(30) if i % 3 is 0] print(multiple
2018-11-22 00:14:24
原创 Python3——sklearn中迴歸模型的六種評估規則
評價迴歸模型的好壞需要計算真實值與預測值之間的誤差關係，sklearn爲我們提供了6種迴歸模型的評估規則，分別是 1.可釋方差分數（explain variance score） 2.平均絕對誤差（mean absolute error
2018-11-21 00:17:19
原创 Python3——文章標題關鍵字提取
思路：1.讀取所有文章標題；2.用“結巴分詞”的工具包進行文章標題的詞語分割；3.用“sklearn”的工具包計算Tf-idf（詞頻-逆文檔率）;4.得到滿足關鍵詞權重閾值的詞 結巴分詞詳見：結巴分詞Github sklearn詳見：文本
2018-11-14 00:38:31
2
原创 Python3中str和byte需要顯示轉換
Python2.x中str和byte之間沒有明顯區別，如果不指定編碼格式，默認的編碼是ascii，不進行轉換會出現“UnicodeDecodeError: 'ascii' codec can't decode byte ”的錯誤，因此經常
2018-10-27 00:05:55
原创 Python3——文本標題關鍵字提取_jieba分詞+sklearn計算tf-idf詞語權重
功能： 實現文本標題關鍵字的提取 由於jieba自身的jieba.analyse.set_idf_path方法依賴於idf.txt.big的逆文檔率語料庫，因此本例採用sklearn轉換詞向量的方法，依靠包含的文檔來計算TF-IDF的值。
2018-10-27 00:05:55
原创 Python3—— 字典(Dictionary) get()方法
get() 函數返回指定鍵的值，如果值不在字典中返回默認值。 下例實現字典中的鍵值加1，若不存在則添加鍵值計數爲1 freq = {'你好':8, '早上':3} freq['你好'] = freq.get('你好', 0.0)+1.
2018-10-20 00:23:18
原创 關鍵詞提取——TF-IDF
詞頻-逆文檔率TF-IDF(Term Frequency-Iverse Document Frequency)是一種依賴語料庫的關鍵詞提取方法。 該方法主要分爲三步： Step1: 計算詞頻（考慮文章長短不同，需要進行標準化）
2018-10-20 00:23:18
原创 Python3——賦值_可迭代
如果賦值對象是可迭代的，那麼賦值給一個變量則結果是整個可迭代對象，賦值給多個變量則結果是該迭代對象對應位置的值。 line = '你好 8' wordslist = line.split(' ') word, freq = line.s
2018-10-20 00:23:18