原创 windows下的pip升級問題

當安裝某軟件,比如tensorflow時,提示版本不夠 - 嘗試用 python -m pip install –upgrade pip 升級,但報錯 AttributeError: 'NoneType' object has no at

原创 解決pycharm問題:module 'pip' has no attribute 'main'

一:可能性解決方法一《解決pycharm問題:module 'pip' has no attribute 'main'》http://www.cnblogs.com/Fordestiny/p/8901100.htmlhttps://blog

原创 linux中修改pip文件時權限不夠的問題

1 安裝vim編輯器 sudo apt install vim2 進入到pip文件所在的地方,打開終端,sudo -s獲取root權限3 打開文件vim pip4按I鍵開始編輯文件5 修改文件後按exit,wq保存

原创 Python packaging tools not found的問題解決

首先,我用的虛擬機裝的linux系統,linux自帶的python2.7,所以python的安裝工具是python2的,當使用python3.6,也就是在在項目中設置python3.6的時候,系統自動調用的是python2的下載工具,所以就

原创 解決pycharm問題:module 'pip' has no attribute 'main'

一:可能性解決方法一《解決pycharm問題:module 'pip' has no attribute 'main'》http://www.cnblogs.com/Fordestiny/p/8901100.htmlhttps://blog

原创 windows下的pip升級問題

當安裝某軟件,比如tensorflow時,提示版本不夠 - 嘗試用 python -m pip install –upgrade pip 升級,但報錯 AttributeError: 'NoneType' object has no at

原创 zip()方法對數組進行重新組合

zip([1,2,3],['a','b','c'])結果是[(1, 'a'), (2, 'b'), (3, 'c')]就是依次取出每一個數組的元素,然後組合操作數可以更多zip([1,2,3],['a','b','c'],[4,5,6])也

原创 k-means方法解釋和具體實現

k-means方法實現流程:輸入:k, data[n];(1) 選擇k個初始中心點,例如c[0]=data[0],…c[k-1]=data[k-1];(2) 對於data[0]….data[n], 分別與c[0]…c[k-1]比較,假定與c

原创 對向量進行計算的函數:np.linalg.norm

1函數名含義linalg=linear(線性)+algebra(代數),norm則表示範數 2函數參數解釋①x: 表示矩陣(也可以是一維) ②ord:範數類型 矩陣的範數: ord=1:列和的最大值 ord=2:|λE-ATA|=0,求特

原创 xpath的使用:定位,獲取文本和屬性值

myPage = '''<html><title>TITLE</title><body><h1></h1><div></div><div id="photos"><img src="pic1.jpeg"/><span id="pic1">*

原创 完整的爬蟲程序爬取百度貼吧的圖片

#!/usr/bin/env python#-- coding:utf-8 -- import osimport urllibimport urllib2from lxml import etree class Spider:def ini

原创 爬蟲涉及的知識體系

一爬蟲的定義:所謂爬蟲就是指:可以獲取網頁信息的程序又分爲通用爬蟲和聚焦爬蟲1)通用爬蟲:從互聯網中搜集網頁,採集信息,這些網頁信息用於爲搜索引擎建立索引從而提供支持,它決定着整個引擎系統的內容是否豐富,信息是否即時,因此其性能的優劣直接影

原创 實現knn算法,完整程序

1主要步驟:從文件中讀初始數據------計算目標點到已歸類點的距離------根據距離最近原則判斷目標點歸屬於哪一類別 import csv import random import math import operator def l

原创 knn臨近算法1(利用現成的庫和數據):

from sklearn import neighborsfrom sklearn import datasets knn = neighbors.KNeighborsClassifier() iris = datasets.load_ir

原创 svm原理以及利用現成庫實現

SVM 1 由來利用一根直線或者一個超平面把數據按照某種規則區分開來 2 最大間隔分類器上面我們推導出了間隔的表達式,自然的,我們想讓數據點離超平面越遠越好: 3 核函數在前面的討論中,我們假設數據集是線性可分的。但是現實任務中,可能並不存