pip

使用: from sklearn.externals import joblib 报错:Cannot import Sklearn from sklearn.externals.joblib 解决方法: python -m pip install sklearn --upgrade python -m pip install joblib --upgrade import joblib 参考: https://stackoverflow.com/questions/56113916/cannot-import-sklearn-from-sklearn-externals-joblib 来源： oschina 链接： https://my.oschina.net/u/3726752/blog/4301050

　　在python自动化中，经常会遇到对数据文件的操作，比如添加多名员工，但是直接将员工数据写在python文件中，不但工作量大，要是以后再次遇到类似批量数据操作还会写在python文件中吗？ 　　应对这一问题，可以将数据写excel文件，针对excel 文件进行操作，完美解决。 　　本文仅介绍python对excel的操作 　　 安装xlrd 库 　　xlrd库 官方地址： https://pypi.org/project/xlrd/ 　　pip install xlrd 　　 　　 　　笔者在安装时使用了 pip3 install xlrd 　　原因：笔者同时安装了python2 和 python3 　　如果pip的话会默认将库安装到python2中，python3中不能直接调用。 　　那么到底是使用pip 还是pip3进行安装呢？ 　　　　如果系统中只安装了Python2，那么就只能使用pip。 　　　　如果系统中只安装了Python3，那么既可以使用pip也可以使用pip3，二者是等价的。 　　　　如果系统中同时安装了Python2和Python3，则pip默认给Python2用，pip3指定给Python3用。 Xlrd 库简单的使用 　　以如下excel文件为例进行操作 　　文件名为demo，有两个sheet，名为工作表1和工作表2 　　工作表1中有如下数据 　　 　　

一、模块、包 1.模块：一个包含所有你定义的函数和变量的文件，其后缀名是 .py ，一个.py文件就是一个模块 模块实质上就是一个python文件。它是用来组织代码的，意思就是把python代码写到里面，文件名就是模块的名称，test.py test就是模块的名称 随着程序的发展，功能越来越多，为了方便管理，我们通常将程序分成一个个的文件，这样做程序的结构更清晰，方便管理。这时我们不仅仅可以把这些文件当做脚本去执行，还可以把他们当做模块来导入到其他的模块中，实现了功能的重复利用 同样的原理，我们也可以下载别人写好的模块然后导入到自己的项目中使用，这种拿来主义，可以极大地提升我们的开发效率，避免重复造轮子。 2.包：一定包含 init.py模块 的文件夹,一般也会包含其他一些模块和子包 包，package本质就是一个文件夹，和文件夹不一样的是它有一个 init .py文件。包是从逻辑上来组织模块的，也就是说它是用来存放模块的， 3.库(lib)：库是完成一定功能的代码集合，具体表现可以是包，也可以是一个模块 4.框架（framework）：为解决一个开放性问题而设计的具有一定约束性的支撑结构 5.python内置了一些库，除此之外，还有其他人自己做的一些库，称之为第三方库 6.一般把第三方库放在.../python3/lib/site_packages中 二、模块分类 1、标准模块

本Blog来源于实际项目，所采用框架组合中，OpenCV实现算法主体、 pybind11完成OpenCV的Python封装、 django提供 Web应用服务，三者协同配合，共同实现 “ 网络后端调用OpenCV算法，解决特定问题”的目标。 由于pybind11在windows和在linux下的部署安装，都已经分别专门撰文，本文以django的配置和整体集成为重心。最终调用的 OpenCV算法，也以GOWarper来表示。 一、Django的下载和测试 1、在管理员权限下，直接可以使用pip进行安装。 　　　　 pip3 install django 如果网络正常，那么可以通过 　　　　 pip3 show django 查看django版本和django安装路径： 　　 2、创建一个django project 在空文件夹下，使用以下命令创建django project 　　　　 django-admin.py startproject mysites 我们可以使用vscode来查看，其中较为关键的几项： manage.py ----- Django项目里面的工具，通过它可以调用django shell和数据库等。 settings.py ---- 包含了项目的默认设置，包括数据库信息，调试标志以及其他一些工作的变量。 urls.py ----- 负责把URL模式映射到应用程序。

TensorFlow 2.0测试版在今年春季发布，新版本比1.x版本在易用性上有了很大的提升。但是由于2.0发布还没有多久，现在大部分论文的实现代码都是1.x版本的，所以在学习TensorFlow的过程中同时安装1.x和2.0两个版本是很有必要的。 下面是具体操作 首先需要安装Anaconda 然后进入Anaconda prompt（未避免安装失败，最好以管理员身份运行） 安装第一个版本的tensorflow： 现在是默认环境，输入要安装的第一个tensorflow版本：pip install tensorflow==版本号 pip install tensorflow==2.0.0b1 安装完成后可用以下命令检查： conda list 找到tensorflow可查看对应版本： 若速度太慢建议使用国内源进行安装： pip install --index-url https://pypi.douban.com/simple tensorflow==2.0.0 安装第二个版本的tensorflow： 创建一个新的环境：conda create -n 环境名 conda create -n tensorflow 安装完成后进入新环境： activate tensorflow 再安装第二个tensorflow版本： pip install tensorflow==1.14.0

1 安装virtualenv pip install virtualenv 2 初始化目录(venv) virtualenv venv 3 使用虚拟环境 (win):venv\Scripts\activate (linux):source venv/bin/activate deactivate 4 启动后安装项目依赖 pip freeze > requirements.txt（生成） pip install -r requirements.txt -i http://mirrors.aliyun.com/pypi/simple --trusted-host mirrors.aliyun.com（安装） 来源： oschina 链接： https://my.oschina.net/laqq/blog/4299206

在一次建模比赛中，我手头里的原始数据中有一个“地址描述”地段，如下： 这样的地址描述字段过于随意，很难使用，但是看这些字符串的样子似乎又可以提取出其所在的省、市和区。 即使只能够提取出区或者市，如果我们有一个省、市和区的归属数据库的话，应该也能够将剩下的信息映射出来。 如果自己写的话肯定很麻烦，还要去网上找数据库，于是我做了一个可以复用的python模块，一条命令就可以将上面的“地址描述”字段转换成如下的样子： 准备 模块安装：目前支持python3 pip install cpca 更详细的模块介绍见Github上的README https://github.com/DQinYuan/chinese_province_city_area_mapper 分词模式 本模块中最主要的方法是cpca.transform，该方法可以输入任意的可迭代类型（如list，pandas的Series类型等），然后将其转换为一个DataFrame，下面演示一个最为简单的使用方法： location_str = ["徐汇区虹漕路461号58号楼5楼", "泉州市洛江区万安塘西工业区", "朝阳区北苑华贸城"] import cpca df = cpca.transform(location_str) df 输出的结果为： 省 市 区 地址 0 上海市 上海市 徐汇区 虹漕路461号58号楼5楼 1

目录 内容简介 第一章 爬虫简介 1.1 什么是网络爬虫 1.1.1 爬虫的简单定义 1.1.2 爬虫的分类 1.2 为什么需要爬虫 1.2.1 爬虫的用途 1.2.2怎么做爬虫 第二章 爬虫的基本常识 2.1 爬虫的合法性问题 2.2 爬虫的准备工作：网站的背景调研 2.2.1 robots协议 2.2.2 网站地图sitemap 2.2.3 估算网站的大小 2.2.4 识别网站用了何种技术 2.2.5 寻找网站的所有者 第三章 简单爬虫的实现 3.1 可能是史上最简单的爬虫Demo 3.2 回顾一下HTTP，HTTPS协议 3.3关于爬虫抓取的策略 3.3.1 深度优先算法 3.3.2 广度/宽度优先算法 3.4.3 实践中怎么来组合抓取策略 第四章 提取网页中的信息 4.1 数据的类型 4.1.1结构化数据 4.1.2半结构化数据 4.1.3非结构化数据 4.2 关于XML，HTML，DOM和JSON文件 4.2.1 XML, HTML, DOM 4.2.2 JSON文件 4.3 怎么提取网页中的信息 4.3.1 XPath与lxml 4.3.2 BeautifulSoup4 4.3.3 正则表达式re 第五章 动态网页的挑战 5.1 动态网页的使用场景 5.2 回到与HTTP服务器发送请求数据的原始方法 5.2.1 GET方法 5.2.2 POST方法 5.3

操作系统 ： CentOS7.7.1908_x64 gcc版本 ：4.8.5 Python 版本 : 3.6.8 安装语音识别环境： virtualenv -p /usr/bin/ python3 py36asr source py36asr /bin/ activate pip install SpeechRecognition yum install python3- devel yum install pulseaudio-libs- devel yum install alsa-lib- devel pip install PocketSphinx 配置中文语音识别数据： 下载地址： https://sourceforge.net/projects/cmusphinx/files/Acoustic%20and%20Language%20Models/ 选择： Mandarin->cmusphinx-zh-cn-5.2.tar.gz 配置数据： cd py36asr/lib/python3. 6 /site-packages/speech_recognition/pocketsphinx-data/ tar zxvf cmusphinx-zh-cn- 5.2 . tar .gz mv cmusphinx-zh-cn- 5.2 zh- cn cd zh - cn mv zh