概述上一篇日志中，我们介绍了两个决策树构建算法 -- ID3、C4.5：决策树的构建算法 -- ID3 与 C4.5 算法本篇日志我们来看看如何使用这两个算法以及其他工具构建和展示

概述上一篇日志中，我们介绍了最简单的分类回归算法 -- K 近邻算法k 近邻算法本篇日志我们来介绍构建专家系统和数据挖掘最常用的算法 -- 决策树&n

概述上一篇日志中，我们了解了机器学习的一系列基本概念本篇日志中我们来介绍最简单的分类算法：k 近邻算法(kNN) k 近邻算法k 近邻算法是一种采用测量不同特征

概述此前的日志中，我们了解了 python 的循环语句python 条件与循环语句本篇日志中，我们通过 yield 关键字来优化循环的执行 生成斐波那契数列斐波那契数列是一个非常简单的递归数列，除第一个和第二个数外，任意一个数都可由前两个数相加得到下面是使用 python 实现的一个斐波那契序列函数：def fab(max): n, a, b = 0, 0, 1 L = [] while n < max: L.append(b) a, b = b, a + b n = n + 1 return L  如下调用可以看到返回结果：>>> for n in fab(5): ... print n ... 1 1 2 3 5  如果我们的 max 增大，返回的列表占用的空间将显著提升，这显然是我们不希望看到的 空间优化 -- 迭代器上一篇日志中，我们介绍了迭代器，迭代器可以解决上面提到的问题下面我们定义一个迭代器：class Fab(object): def __init__(self, max)

概述上一篇日志中，我们介绍了 python 的字典与集合：本篇日志中，我们来介绍他们的内建函数与方法 内建工厂函数 -- dict、set、frozensetdict()dict 工厂函数被用来创建字典，下面的例子展示了 dict 方法的几种用法：>>> dict(zip(('x', 'y'), (1, 2))) {'y': 2, 'x': 1} >>> dict([['x', 1], ['y', 2]]) {'y': 2, 'x': 1} >>> dict([('xy'[i-1], i) for i in range(1,3)]) {'y': 2, 'x': 1} >>> dict(x=1, y=2) {'y': 2, 'x': 1} >>> dict8 = dict(x=1, y=2) >>> dict8 {'y': 2, 'x': 1} >>> dict9 = dict(**dict8) >>> dict9 {'y': 2, 'x': 1}  dict9 = dict(**dict8) 的方式并不推荐使用，

概述前面两篇日志中，我们介绍了 python 的序列类型，包含字符串、列表和元组python 序列与深浅拷贝python 序列支持的所有操作接下来我们就来介绍 python 映射类型 字典字典是 Python 语言中的一种映射类型，是一种存储哈希表结构的容器类型字典是 Python 中最强大的数据类型之一，它存储的数据是无序的，但是一般具有很好的性能>>> dict1 = {} >>> dict2 = {'name': 'earth', 'port': 80} >>> dict1, dict2 ({}, {'port': 80, 'name': 'earth'})  字典的基本使用fromkeys字典的 fromkeys 可以将序列转换为字典，转换后的字典的 key 即是序列的元素，value 则是默认值参数dict.fromkeys(seq[, value])  示例：>>> seq = ('hello', 'world', 'python') >>> dict = {}.fromkeys(seq) >

概述上一篇日志中，我们介绍了 python 的序列类型：字符串 -- "abc"列表 -- ["a", "b", "c"]元组 -- ("a", "b", "c")以及他们支持的操作python 序列与深浅拷贝 本文，我们来介绍一下 python 序列类型支持的函数 内建工厂函数序列相关的工厂函数主要有list -- 生成列表tuple -- 生成元组str -- 生成 stringchr -- 转换为 ascii 字符ord -- 将 ascii 字符转换为数值 通用内建函数 -- min、max、len、sorted、reversed、enumerate、zip比较函数 -- min、max、len>>> str = "abcdef" >>

概述上一篇日志中，我们介绍了 python 的对象类型python 对象本文我们来介绍 python 的几个序列类型：字符串 -- "abc"列表 -- ["a", "b", "c"]元组 -- ("a", "b", "c") 这些容器类型都是由一些成员共同组成的一个序列整体，所以统称为序列列表和字符串、元组最大的区别为列表可变，字符串和元祖不可变 操作符一般来说，标准类型操作符适用于所有的序列类型，除此之外，这些序列类型还支持以下操作 序列的加法 -- 连接操作符序列的加法用来连接两个序列，但是必须是两个相同类型的序列才可以进行连接操作>>> seq0 = ["a", "b", "c"] >>> seq1 = ["d", "e", "f"] >>> seq0 + seq1 ['a',

概述上一篇日志中，我们讲解了 python 的垃圾回收机制我们也提到了 python 对象的一些源码构成python 的内存管理与垃圾收集 Python 对象所有的 python 对象都有三个特性组成：id -- 使用内建函数 id() 可以获取，被认为是该对象的内存地址，通常并不被程序使用类型 -- 型决定了该对象可以保存什么类型的值，可以进行什么样的操作，以及遵循什么规则，通过用内建函数 type() 可以查看对象的类型信息值 -- 对象表示的数据项id 和类型信息是只读的，对象的值是否可变称为对象的可改变性 对象标准类型python 对象拥有以下标准类型：整型布尔型浮点型复数型字符串列表 -- []元组 -- ()字典 -- {} 其他内建类型typeclassnonefile集合/固定集合函数/方法模块 内部类型内部类型是在一般情况下程序员不需要关心的类型代码帧跟踪记录切片省略Xrange 代码对象代码对象是编译过的 Python 源代码片段，它是可执行对象通

hasattrhasattr() 函数用于判断对象是否包含对应的属性。 语法hasattr 语法：hasattr(object, name)  参数object -- 对象。name -- 字符串，属性名。 返回值如果对象有该属性返回 True，否则返回 False。 实例以下实例展示了 hasattr 的使用方法：#!/usr/bin/python # -*- coding: UTF-8 -*- class Coordinate: x = 10 y = -5 z = 0 point1 = Coordinate() print(hasattr(point1, 'x')) print(hasattr(point1, 'y')) print(hasattr(point1, 'z')) print(hasattr(point1, 'no')) # 没有该属性  输出结果：True True True False  maxmax() 方法返回给定参数的最大值，参数可以为序列。 语法以下是 max() 方法的语法:max( x, y, z, .... )