php联动python不完全攻略

本文写于较早之前,文章内容可能过期。写在前面最近在做的一个php项目有需要用到python作为其中某一个功能的实现。尽管这个功能也不是不能用php实现,但是python上有现成的轮子,本着能用轮子就不自己造的原则,决定使用php调用python的形式实现。虽然但是,目前这个解决方案并不是完美方案,个

Python CI流程踩坑

背景由于最近开始做毕业设计,准备是先做一个轻量级的爬虫框架(类似Scrapy),接触了一下Python的CI流程。需求概述正好最近实习也在研究单元测试的内容,所以单元测试是一定要做的,同时要算出单元测试的覆盖率,再同时需要保证代码里面没有smell或者安全隐患。因此选用的框架如下单元测试:pytes

Conda深度学习使用指南

什么是conda?Conda 是一个开源的软件包管理系统和环境管理系统,用于安装多个版本的软件包及其依赖关系,并在它们之间轻松切换。Conda 是为 Python 程序创建的,适用于 Linux,OS X 和Windows,也可以打包和分发其他软件。再简单点说就是一个预装了一些“常用”的软件包的环境

TextRNN实现文本分类

任务介绍给定一个如下的外卖评论的数据(1w条),训练模型分类好评和差评。思路给出的baseline为0.82(F1),方法是将语料中所有字拆开训练成300D的word2vec后,每一句的处理采用将所有字的向量相加取平均的方法得到句向量(300D),然后使用一个全连接层进行训练。优化的思路自然就是从这

爬取JD商品评论并数据可视化

本文参考了知乎文章 https://zhuanlan.zhihu.com/p/60444767思路阅读文章后发现原来还可以通过抓取json的方式爬评论,不需要再去一个个数据去找页面标签等等复杂的操作,直接请求然后解析返回的json数据(超级整齐)。requirementsrequestspyecha

jieba+wordcloud分析豆瓣惊奇队长影评

复联三过后或许你还惊魂未定就被惊奇队长里的噬元兽吓到恐猫,whatever,本文将会介绍如何从豆瓣爬取惊奇队长的短评并加工处理生成词云。爬取评论首先还是爬取评论,老规矩用requests和BeautifulSoup就行。通过查看网页源码容易发现所有的短评都放在span标签中且class为short,

selenium+beautifulsoup+pandas爬取百度学术

环境requirements:BeautifulSoupselenium(with headless Chrome)pandasBeautifulSoup用来解释html,用selenium代替requests进行请求(原因后面会讲到),用pandas存储搜索页url打开百度学术输入关键字回车后可以

树莓派4B 64位系统 安装python3.7+tensorflow 2.3.1

参考:https://qengineering.eu/install-tensorflow-2.3.1-on-raspberry-64-os.html开始之前首先需要检验系统版本是否为64位,此流程只适合于运行64位系统,若为32位系统,请使用armv7l的tensorflow包(官方有提供)。(v
Your browser is out-of-date!

Update your browser to view this website correctly. Update my browser now

×