数据科学专业问答社区，好文章，一字千金--CDA答疑社区

热线电话：13121318867

登录

啊啊啊啊啊吖

Python里的正则表达式

正则表达式提供了一种搜索文本的方法。它超乎想象地有用，但同时也相当复杂，以至于需要专门的书籍来讲解。之后的内容会频繁涉及正则表达式，届时我们再详述，这里只给出 Python 中如何使用正则表达式的例子：import reprint all([ # 所有这些语句都为true，因为not re.match("a", "cat"), # * 'cat'不以'a'开头re.search("a

0.0000

0

2

0

关注作者

收藏

啊啊啊啊啊吖

列表解析式是个啥

有时可能会想把一个列表转换为另一个列表，例如只保留其中一些元素，或更改其中一些元素，或者同时做这两种变动。可以执行这种操作的 Python 技巧叫作列表解析（listcomprehension）：even_numbers = [x for x in range(5) if x % 2 == 0] # [0, 2, 4]squares = [x * x for x in range(5)]

0.0000

0

0

0

关注作者

收藏

啊啊啊啊啊吖

Python里怎么排序

每个 Python 列表都有一个 sort 方法可以恰当地排序。如果你不想弄乱你的列表，可以使用 sorted 函数，它会返回一个新列表：x = [4,1,2,3]y = sorted(x) # 结果是[1,2,3,4]，但x没有变x.sort() # x变为[1,2,3,4]默认情况下， sort（和 sorted）基于元素之间的朴素比较从最小值到最大值对列表进行排序。如果你想把元

0.0000

0

0

0

关注作者

收藏

啊啊啊啊啊吖

Python 的布尔数除了首字母大写之外，其他用法和大多数别的语言类似：one_is_less_than_two = 1 < 2 # 等于Truetrue_equals_false = True == False # 等于FalsePython 使用 None 来表示一个不存在的值，它类似别的语言中的 null：x = Noneprint x == None # 打印True，但这并非P

0.0000

0

3

0

关注作者

收藏

啊啊啊啊啊吖

continue和break

可以使用 continue 和 break：for x in range(10):if x == 3:continue # 直接进入下次迭代if x == 5:break # 完全退出循环print x

0.0000

0

3

0

关注作者

收藏

啊啊啊啊啊吖

Python里的for和while

可以用 if 语句来执行一种有条件的行动：if 1 > 2:message = "if only 1 were greater than two..."elif 1 > 3:message = "elif stands for 'else if'"else:message = "when all else fails use else (if you want to)"也可以在一行

0.0000

0

3

0

关注作者

收藏

詹惠儿

文本挖掘主要涉及哪些步骤？

假设您有一个包含产品描述的数据集。并且，要求您从给定描述中提取特征。你会如何开始理解它？原始文本数据（描述）将通过几个清理阶段进行过滤，以转换为表格格式进行分析。我们来看看一些步骤：语料库创建 - 它涉及创建包含文档和术语（或标记）的矩阵。文档可以被理解为每行具有产品描述并且每列具有术语。术语是指说明中的每个单词。通常，语料库中的文档数等于给定数据中的行数。文本清理 - 它涉及以

0.0000

0

2

0

关注作者

收藏

啊啊啊啊啊吖

学习笔记-集合

集合（set），它表示为一组不同的元素：s = set()s.add(1) # s现在是1s.add(2) # s现在是{1,2}s.add(2) # s还是{1,2}x = len(s) # 等于2y = 2 in s # 等于Truez = 3 in s # 等于False我们使用集合的原因主要有两个。第一个是集合上有一种非常快速的操作： in。如果我们有大量的项目，希望对它

0.0000

0

3

0

关注作者

收藏

啊啊啊啊啊吖

学习笔记-字典

Python 中的一种基本数据结构是字典，它将值与键联系起来，让我们可以通过键快速找到对应值：empty_dict = {} # Python风格empty_dict2 = dict() # 更少的Python风格grades = { "Joel" : 80, "Tim" : 95 } # 字典你也可以通过方括号查找键的值：joels_grade = grades["Joel"] #

0.0000

0

3

0

关注作者

收藏

詹惠儿

文本挖掘中使用的特征工程技术是什么？

你知道你正在阅读的这一行的每个单词都可以转换成一个函数吗？是的，你听错了。文本数据提供了广泛的可能性来生成新函数。但有时候，我们最终会产生很多功能，在某种程度上处理它们会变成一项痛苦的任务。因此，我们应该仔细分析提取的特征。别担心！下面解释的方法也有助于减少结果数据集的维度。以下是使用的常用功能工程方法列表： 1. n-gram ：在文档语料库中，1

0.0000

0

4

0

关注作者

收藏

啊啊啊啊啊吖

学习笔记-元组

元组是列表的亲表哥。你对列表做的很多操作都可以对元组做，但不包括修改。元组通过圆括号（或者什么都不加）而不是方括号来给出具体的描述：my_list = [1, 2]my_tuple = (1, 2)other_tuple = 3, 4my_list[1] = 3 # my_list现在是[1, 3]try:my_tuple[1] = 3except TypeError:print

0.0000

0

3

0

关注作者

收藏

詹惠儿

关于正则表达式的练习示例（一）

1.从一串字符中提取数字#extract digits - all 4 works string

0.0000

0

0

0

关注作者

收藏

zxq997

数据库中的关键字

使用关键字可以帮助我们完成复杂灵活的数据查询需求，在查询中常用到的关键字包括AND、OR、IN、BETWEEN、LIKE、IS NULL、 DISTINCT等AND关键字：用来联合多个条件进行查询，条件与条件间是“和”的意思条件表达式1 AND 条件表达式2 【…AND 条件表达式n】例：在student表中查询数学成绩大于50分并且英语成绩小于80分的学员记录SELECT *

299.9278

1

4

0

关注作者

收藏

詹惠儿

常见的字符串操作函数列表

在R中，字符串是用引号（“”）括起来的任何值。是的，您甚至可以将数字作为字符串。 R通知类character下的字符串。让我们来看看！text

0.0000

0

1

0

关注作者

收藏

PGC123

np.c_是啥意思？

在网上看代码的时候看到np.c_[......],这个是什么用法呢？np.r_是按列连接两个矩阵，就是把两矩阵上下相加，要求列数相等。np.c_是按行连接两个矩阵，就是把两矩阵左右相加，要求行数相等。例如：a = np.random.randint(1,high=20,size=(4,5))a## array([[ 8, 16, 3, 13, 4], [16, 1

0.0000

0

4

0

关注作者

收藏

wangjuju123

要遍历字典的所有关键字，可像遍历序列那样使用普通的for语句。 d = {'x': 1, 'y': 2, 'z': 3} for key in d: print(key, 'corresponds to', d[key]) 也可使用keys等字典方法来获取所有的键。如果只对值感兴趣，可使用d.values。你可能还记得，d.items以元组的方式返回键值对。for循环的优点之一是

0.0000

0

1

0

关注作者

收藏

wangjuju123

while语句非常灵活，可用于在条件为真时反复执行代码块。这在通常情况下很好，但有时候你可能想根据需要进行定制。一种这样的需求是为序列（或其他可迭代对象）中每个元素执行代码块。注意基本上，可迭代对象是可使用for循环进行遍历的对象。第9章将详细介绍可迭代对象和迭代器。就目前而言，只需将可迭代对象视为序列即可。为此，可使用for语句： words = ['this', 'is', '

0.0000

0

2

0

关注作者

收藏

wangjuju123

这正是布尔值的用武之地

用作布尔表达式（如用作if语句中的条件）时，下面的值都将被解释器视为假： False None 0 "" () [] {} 换而言之，标准值False和None、各种类型（包括浮点数、复数等）的数值0、空序列（如空字符串、空元组和空列表）以及空映射（如空字典）都被视为假，而其他各种值都被视为真①，包括特殊值True②。明白了吗？这意味着任何Python值都可解释为真值

0.0000

0

1

0

关注作者

收藏

阿抽哥哥

sklearn最近邻算法leaf_size的影响

构造时间leaf_size越大，树的构建时间越快查询时间不同的 leaf_size 大小会改变查询成本的优次，当 leaf_size 接近 1 时，遍历节点所涉及的开销大大减慢了查询时间。当 leaf_size 接近训练集的大小，查询本质上变成了暴力搜索（brute force）。在这之间的一个很好的妥协是 leaf_size = 30，这是该参数的默认值。内存随着 leaf_siz

0.0000

0

4

0

关注作者

收藏

啊啊啊啊啊吖

Python里面怎么做标准化呀

所有中心倾向的度量都是同一单位。极差的单位也与此相同。但是，方差的单位是原数据单位的平方（即“平方朋友”）。然而，用方差很难给出直观的比较，所以我们更常使用标准差（standard deviation）：def standard_deviation(x):return math.sqrt(variance(x))standard_deviation(num_friends) # 9

0.0000

0

2

0

关注作者

收藏

<1…369370371…404>

CDA考试动态

CDA报考指南