- 博客(48)
- 收藏
- 关注
RSS订阅原创 linux操作文件常用用法
rename（1）rename a b ca为更改后,b为原字符串，c为文件名（2）批量处理rename 's/\.csv/\.txt/' *将所有文件名后缀为.txt的改为.csv；rename 'y/A-Z/a-z/' *将所有文件名中的大些改为小写；
2020-12-04 17:21:50
178
原创 乘法器和除法器
1.乘法器是移位相加的思想（1）一个乘数右移并判断最后一位是否为1，一个左移，为1则加2.n为除法器，a,b一般返回一个商和一个余数，步骤如下（1）a高n位补零，低n位不变,temp_a（2）temp_a每次左移一位（3）temp_a用高n位和b进行比较，若大于等于b，则temp_a[0]==1;高n位减去b；（4）循环n次或者直接b的低位补零为temp_b，temp_a=temp_a-temp_b+1,补码操作即可...
2020-05-12 12:28:24
614
原创 verilog在写cordic函数时应当注意的点
verilog在写cordic函数时应当注意的点：1.主要结构有三种：（1）串行接口（利用公式进行迭代），串行结构占用的资源最少， 这缘于对 CORDIC 处理单元的分时复用， 也正因此使得控制单元设计略显复杂， 时序控制较为烦琐， 系统处理速度较低（2）并行结构（每次迭代利用单独的cordic处理单元），无须控制电路， 只需移位、 加减操作，同时资源量大大增加（3）并行流水结构（对并行结...
2020-05-12 09:38:29
266
转载 装饰器
讲 Python 装饰器前，我想先举个例子，虽有点污，但跟装饰器这个话题很贴切。每个人都有的内裤主要功能是用来遮羞，但是到了冬天它没法为我们防风御寒，咋办？我们想到的一个办法就是把内裤改造一下，让它变得更厚更长，这样一来，它不仅有遮羞功能，还能提供保暖，不过有个问题，这个内裤被我们改造成了长裤后，虽然还有遮羞功能，但本质上它不再是一条真正的内裤了。于是聪明的人们发明长裤，在不影响内裤的前提下，直...
2019-09-16 11:27:26
86
原创 树
根节点和子节点叶子节点：不再分叉每个子节点可以分为多个不相交的子树，森林二叉树：每个子节点下最多有两棵子树节点类：左，右，数据（根节点）public class Node{private int value;private Node leftChild;private Node rightChild;}嵌套，凹入，广义表沿着某条搜索路线，每个节点仅做一次访问：以根为定位先...
2019-09-03 15:37:56
89
原创 一些典型问题的算法复杂度
TSP问题，若通过穷举，需要O(n!)归并排序的时间复杂度是O（nlogn）<O(n^2):分而治之（只要使用该思想，算法复杂度都是logn级别，底数取决于使用了几分法）的思想冒泡排序的时间复杂度是O（n^2）每次比较相邻的两个元素，如果顺序错误就将其交换过来n个数据，需要从头扫描n次，才能比较结束Floyd算法的时间复杂度是O（n^3）(弗洛伊德算法)：多源最短路径：可以用...
2019-09-02 19:26:13
1043
原创 多线程进行服务器与客户端的连接
客户端import socket, threadingdef read_server(client_socket): while True: content = client_socket.recv(2048).decode('utf-8') if content is not None: print(content)#在死循环之前启动多线程client_sock...
2019-08-30 10:53:38
389
原创 第二章变量和简单类型
#数值和字符串不能直接进行拼接s1 = '这本书的价格是：'s2 = 99print(s1 + str(s2))#repr函数print(repr(s1)) #保留引号，是python的表达形式#Input函数返回的是一个字符串#换行时需要利用转义字符print('nihao\ ')#原始字符串# a = r' D:\pnlish\codes'#转换说明符%d, ...
2019-08-29 21:09:44
95
原创 zip, enumerate,map的用法
#将x,y 两列数据同时进行处理#zip函数进行打包与zip(*((x,y) for ))进行解包操作，返回的是一个地址import numpy as np data = np.loadtxt('数据1.txt', encoding = 'utf-8')data = data[:, :]x = data[:, 0]y = data[:, 1]x,y = zip(*((x, y) ...
2019-08-29 21:07:47
146
转载 用多个分类实现一个任务，对分类结果记性投票
用sklearn实现我们集成学习中的voting classifier，我们在这里调用sklearn中的ensemble，用hard voting的方式集成了三个不同的分类器（逻辑回归、支持向量机、决策树）from sklearn.ensemble import VotingClassifier model=VotingClassifier(estimators=[('lr',lr),('s...
2019-07-10 11:31:39
1476
转载 数据清洗，补充空缺的数据
from sklearn.ensemble import RandomForestRegressor #随机森林决策树分类def set_missing_age(data): train=data[['Age','SibSp_scaled','Parch_scaled','Name_0','Name_1','Name_2','Sex_0','Sex_1']] #pandas通过索...
2019-07-10 10:59:45
237
原创 mlp_classification
import kerasfrom keras import Sequentialfrom keras.layers import Dense, Dropoutfrom keras import backendimport numpy as npfrom matplotlib import pyplot as pltfrom keras.utils import to_categoric...
2019-07-08 10:36:15
199
原创 lda
from sklearn import decompositionfrom sklearn.preprocessing import StandardScalerfrom sklearn.discriminant_analysis import LinearDiscriminantAnalysis from sklearn.manifold import LocallyLinearEmbed...
2019-07-08 10:35:21
63
原创 画菱形画圆
#控制台打印菱形for i in range(5): if i == 0: print(' '*5 + '*') else: print(' '* (5-i) + '*' + ' '*(2*i-1) + '*')for i in range(3): print(' '* (i+2) + '*' + ' '*(5-2*i) + '*') print(' '*5 + '*')...
2019-06-28 12:49:28
458
原创 列表用法举例
#生成10个随机数并且转成字符result = []for i in range(10): a = random.randint(65,78) result.append(chr(a))print(result)#列表推导式import randomresult = [chr(random.randint(65, 78)) for i in range(10)]print(r...
2019-06-28 12:11:03
280
原创 keras里的epoch和batch
EPOCHS当一个完整的数据集通过了神经网络一次并且返回了一次，这个过程称为一个 epoch。BATCH在不能将数据一次性通过神经网络的时候，就需要将数据集分成几个 batch。迭代迭代是 batch 需要完成一个 epoch 的次数.在一个 epoch 中，batch 数和迭代数是相等的。...
2019-05-23 20:51:18
1090
原创 z_score,min_max——classification
import kerasfrom keras import Sequentialfrom keras.layers import Dense, Dropoutfrom keras import backendimport numpy as npfrom matplotlib import pyplot as pltfrom keras.utils import to_categoric...
2019-05-22 09:34:45
155
转载 flappybird
from itertools import cycleimport randomimport sysimport pygamefrom pygame.locals import *FPS = 30SCREENWIDTH = 288SCREENHEIGHT = 512PIPEGAPSIZE = 100 # gap between upper and lower part o...
2019-05-22 09:33:29
299
原创 bp_softmax
import numpy as np import pandas as pdimport tensorflow as tfimport mathfrom keras.utils import to_categoricalimport matplotlib.pyplot as plt data = np.loadtxt('lda降维样本.txt')data_x = data[:,0:...
2019-05-15 21:49:17
136
原创 lda降维以及后续标签图示处理
from sklearn import decompositionfrom sklearn.preprocessing import StandardScalerfrom sklearn.discriminant_analysis import LinearDiscriminantAnalysis import matplotlib.pyplot as pltimport numpy as...
2019-05-15 19:07:12
433
原创 pca降维
from sklearn import decompositionimport matplotlib.pyplot as pltimport numpy as np# import seaborn #可视化from mpl_toolkits.mplot3d import Axes3D%matplotlib notebookdata = np.loadtxt('batch10_ran...
2019-05-03 11:01:55
138
原创 石墨烯三维能带图绘制
import matplotlib.pyplot as plt import numpy as np #a=0.15nm,γ = 3evfrom mpl_toolkits.mplot3d import Axes3D #绘制3D坐标的函数fig1 = plt.figure() #创建一个函数对象ax = Axes3D(fig1) #用绘图对象创建一个axes的对象（3D坐标）x = n...
2019-04-21 23:03:59
5488
3
原创 多个pdf文件的合并，参考网上代码，并修改了一部分，加了注释
# -*- coding:utf-8*-# 利用PyPDF2模块合并同一文件夹下的所有PDF文件# 只需修改存放PDF文件的文件夹变量：file_dir 和 输出文件名变量: outfileimport osfrom PyPDF2 import PdfFileReader, PdfFileWriterimport time# 使用os模块的walk函数，搜索出指定目录下的全部PDF...
2019-04-19 19:26:33
867
原创 用keras实现cnn分类
搞了挺久，包括正确率的提高，还有各种错误之后好了import tensorflowimport kerasfrom keras.layers import Dense, Dropout, Activation, Flattenfrom keras.layers.normalization import BatchNormalizationfrom keras.models import ...
2019-04-11 14:34:26
993
原创 多项式回归及岭回归实例
from sklearn.preprocessing import PolynomialFeatures#多项式特征data_X = []data_Y = []f = open('price.txt','r')lines = f.readlines()for line in lines: items = line.strip().split(',')#删除每行首尾的符号，再分割成列表...
2019-04-08 23:01:36
692
原创 线性回归
import matplotlib.pyplot as plt from sklearn import linear_modeldata_X = []data_Y = []f = open('price.txt','r')lines = f.readlines()for line in lines: items = line.strip().split(',')#删除每行首尾的符...
2019-04-08 22:32:52
59
原创 算法的复杂度
程序的计算步：算法中执行语句次数称为语句频度或者时间频度，记为T(n)= O(f(n))渐进表达式：表达式中略去低阶项所留下来的主项，目的只为了比较算法效率的高低渐进上界符号：f(n)=O(g(n))表明f(n)<=g(n)渐进下界符号：f(n)=Ω(g(n))表明f(n)>=g(n)紧渐近界符号：f(n)=Θ(g(n))表明f(n)=g(n)渐进符号都是一个集合...
2019-04-02 09:38:41
168
原创 贝叶斯算法及其应用（公开课内容）
解决问题：1.正向概率：知道比例，估算概率2.逆向概率：并不知道原先的比例，只知道结果，并反向推测出原先是什么样的比例。3. 模型比较：最大似然：最符合观测数据的最有优势P（D|h）奥卡姆剃刀：越常见的东西在模型中越常见，越高阶的多项式越不常见。垃圾邮件过滤实例：**D表示邮件，由N个单词组成，用h+来表示垃圾邮件，h-表示正常邮件P(h+|D) = p(D|h+)P(h+)/p(...
2019-03-24 23:54:24
365
原创 文件
文本文件/二进制方式存储单一特定编码组成的文件 - 'utf-8’编码，即就是一个长字符串二进制没有统一字符编码file = open(‘nihao.txt’,‘rb’)'a’是追加写模式，文件不存在则创建，存在则在文件最后追加内容文件内容的读取f.read(size = -1)读入全部内容，若给出参数，则读入前size长度的字节f.readline(size = -1) 读入一行...
2019-03-19 22:49:09
99
原创 jieba库的使用
中文文本需要分词获得单个的词语分词依靠中文词库，确定汉字之间的关联概率除了分词，用户还可以添加自定义的词组；精确模式：把文本精确分开，不存在冗余模式全模式：把文本中所有可能的词语都扫描出来，有冗余搜索引擎模式：在精确模式的基础上，对长词再进行切分cut = jieba.lcut(s): 精确模式，返回一个列表类型的分词结果print(cut);cut = jieba.lcut(s...
2019-03-11 09:43:07
157
原创 字典类型及操作
映射： 是一种建（索引）和值（数据）的对应采用{}和dict()创建，键值对用：表示d = {‘中国’:‘北京’， ‘美国’：‘华盛顿’，‘法国’：‘巴黎’}索引时：d[‘中国’]‘北京’空字典：{}空集合：set()del d[k]: 删除键k对应的数据值k in d: 判断键k是否在字典中d.keys() :返回字典中所有的键信息，但是不是一个列表类型，是一种字典的k类型...
2019-03-11 00:36:08
740
原创 元组及列表类型定义
1 元组是一种序列类型，一旦创建就不能被修改2 使用（）或者tuple()创建3 生成元组creature = ‘cat’, ‘dog’, ‘tiger’, ‘human’生成的是一个元组color = (‘blue’,creature) 大元组里套小元组4 列表是一种序列类型，但是创建之后可以随意被修改使用方括号[]或者list()创建，元素之间用逗号分隔...
2019-03-09 09:22:19
1134
原创 序列类型定义及应用
1 具有先后关系的一组数据元素类型可以不同元素可以由序列号引导， 通过下标进行索引2 序列类型及操作x in sx not in ss+t,连接两个序列s和ts*n 将序列s复制n次s[i] 索引，返回s中的第i个元素s[i:j:k]表示对序列进行切片s[::-1]对字符串进行取反操作min(s)返回序列中的最小元素s.index(x) 返回元素x的索引，s.in...
2019-03-05 22:42:00
292
原创 绘制七段数码管，turtle
import turtleimport time#绘制单段数码管def drawline(draw):turtle.pendown() if draw else turtle.penup()turtle.fd(40)turtle.right(90)#根据数字绘制数码管def drawdigit(digit):drawline(True) if digit in [2,3,4,5,...
2019-03-04 17:55:40
327
原创 函数与lambda函数
1ls = [‘F’,‘f’]def func(a,*b):ls.append(a)for item in b:ls.append(b)returnfunc(‘C’,‘A’)print(ls)结果：[‘F’, ‘f’, ‘C’, (‘A’,)]2 lambda函数函数名 = lambda 参数 ：表达式f = lambda x,y:x+yf(10,15)f实际上相当于函...
2019-03-04 16:40:32
230
原创 函数和代码复用
函数计算n!def fact(n, m=1): 可选参数放在参数传递的后面s = 1for i in range(1,n+1):s *= ireturn s//m 取整fact(5)2 def fact(n, *b): b是可变参数例：def fact(n, *b):s = 1for i in range(1,n+1):s *= ifor item in b:...
2019-03-04 16:13:13
544
原创 圆周率的计算
蒙特卡罗方法代码中结尾加上 \进行换行from random import randomfrom time import perf_counterstar = eval(input(“输入随机点的数量:”))number = 0.0start = perf_counter()for i in range(1,star+1):x, y = random(),random()dis ...
2019-03-04 12:49:12
96
原创 random库基本介绍
1 随机数的标准库import random基本：random.seed()random.random() 产生[0,1)之间的随机小数扩展：randint(a,b) 产生（a,b）之间的整数uniform(a,b) 小数randrange(m,n,k) 产生步长为kgetrangbits(m) 特定比特 choice() 序列（列表）中...
2019-03-04 12:31:20
903
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人