python算法

理论 什么是进程 进程（Process）是计算机中的程序关于某数据集合上的一次运行活动，是系统进行资源分配和调度的基本单位，是操作系统结构的基础。在早期面向进程设计的计算机结构中，进程是程序的基本执行实体；在当代面向线程设计的计算机结构中，进程是线程的容器。程序是指令、数据及其组织形式的描述，进程是程序的实体。 狭义定义：进程是正在运行的程序的实例（an instance of a computer program that is being executed）。 广义定义：进程是一个具有一定独立功能的程序关于某个数据集合的一次运行活动。它是操作系统动态执行的基本单元，在传统的操作系统中，进程既是基本的分配单元，也是基本的执行单元。 第一，进程是一个实体。每一个进程都有它自己的地址空间，一般情况下，包括文本区域（text region）、数据区域（data region）和堆栈（stack region）。文本区域存储处理器执行的代码；数据区域存储变量和进程执行期间使用的动态分配的内存；堆栈区域存储着活动过程调用的指令和本地变量。 第二，进程是一个“执行中的程序”。程序是一个没有生命的实体，只有处理器赋予程序生命时（操作系统执行之），它才能成为一个活动的实体，我们称其为进程。[3] 进程是操作系统中最基本、重要的概念。是多道程序系统出现后，为了刻画系统内部出现的动态情况

为什么学习Python 爱好 通过什么途径学习Python 首先看视频自学，然后看书自学，最后报班学。 谈谈Python和其他语言的区别 Python属于解释型语言，当程序运行时，是一行一行的解释并运行，调试程序简单，开发效率高。 特点： 语法简洁优美，功能强大，标准库与第三方库都非常强大。具有很强大的可移植性、可扩展性、可嵌入性。 缺点：运行速度慢 简述解释型和编译型编程语言 解释型：就是边解释边执行 编译型：编译后再执行 Python的解释器种类以及相关特点 CPython 当我们从Python官方网站下载并安装好Python 3.6后，我们就直接获得了一个官方版本的解释器：CPython。这个解释器是用C语言开发的，所以叫CPython。在命令行下运行python就是启动CPython解释器。 CPython是使用最广的Python解释器。教程的所有代码也都在CPython下执行。 IPython IPython是基于CPython之上的一个交互式解释器，也就是说，IPython只是在交互方式上有所增强，但是执行Python代码的功能和CPython是完全一样的。好比很多国产浏览器虽然外观不同，但内核其实都是调用了IE。 CPython用>>>作为提示符，而IPython用In [序号]:作为提示符。 PyPy PyPy是另一个Python解释器，它的目标是执行速度

# -*- coding:utf-8 -*- # /usr/bin/python import numpy as np class kNeighberHood(): # weight1: object # def __init__(self,n=1,weight='uniform'): self.n1 = n self.weight1 = weight def fit(self,listS,y): self.X = np.array(listS) self.y = y def predict(self,x): x_test = np.array(x) y_test = np.zeros(len(x)) for x_texts_index,i in enumerate(x_test): distanceList = np.zeros(len(self.X)) for index , j in enumerate(self.X): a = np.sqrt(j.dot(j.T)+i.dot(i.T)-2*i.dot(j.T)) distanceList[index] = a d = list(zip(distanceList,self.y)) print(d) d =sorted(d,key=lambda x: x[0]) print(d) resultSum = {} for i in

<!--一个博主专栏付费入口结束--> <link rel="stylesheet" href="https://csdnimg.cn/release/phoenix/template/css/ck_htmledit_views-4a3473df85.css"> <div id="content_views" class="markdown_views prism-atom-one-dark"> <!-- flowchart 箭头图标 勿删 --> <svg xmlns="http://www.w3.org/2000/svg" style="display: none;"> <path stroke-linecap="round" d="M5,0 0,2.5 5,5z" id="raphael-marker-block" style="-webkit-tap-highlight-color: rgba(0, 0, 0, 0);"></path> </svg> <h2><a name="t0"></a><a id="GIL__Python__0"></a>GIL 与 Python 线程的纠葛</h2> GIL 是什么东西？它对我们的 python 程序会产生什么样的影响？我们先来看一个问题。运行下面这段 python 程序，CPU 占用率是多少？ def dead_loop ( )

1. 介绍 Python代码：批量将BMP图片格式转换为JPG图片格式，即BMP转JPG格式。 2. Python代码 # coding:utf-8 import os from PIL import Image # bmp 转换为jpg def bmpToJpg ( file_path ) : for fileName in os . listdir ( file_path ) : # print(fileName) newFileName = fileName [ 0 : fileName . find ( "_" ) ] + ".jpg" print ( newFileName ) im = Image . open ( file_path + "\\" + fileName ) im . save ( file_path + "\\" + newFileName ) # 删除原来的位图 def deleteImages ( file_path , imageFormat ) : command = "del " + file_path + "\\*." + imageFormat os . system ( command ) def main ( ) : file_path = "D:\\VideoPhotos" bmpToJpg ( file_path )

你好，我是周萝卜， 一名低调的挨踢工程师。 在每一个企业中，各个部门都会生产出一定的数据，目前，各类数据在企业生产经营中起着至关重要的作用。 数据已经成为了企业生产、经营，战略等等几乎所有的经营活动所依赖的，不可或缺的信息。 正确的数据分析可以帮助企业做出明智的业务经营决策，数据就犹如企业经营者的眼睛一样，通过数据可以反映出经营的问题，就犹如舵手依赖导航一样。 数据分析师是怎么练成的 其实，数据分析说白了，就是掌握数据，掌握规律，并加以应用的一门技术。那么这项技术具体又是怎样的呢，该如何来学习它呢，下面就一起来看看数据分析的三个组成部分。 数据采集：数据采集是我们的数据来源，只有当我们手中拥有足够的、可靠的数据之后，我们才有了分析数据的基础，数据采集可以通过网络爬虫，通过开源数据获取等途径来完成。 数据挖掘：数据挖掘部分，可以说是数据分析的核心部分，也是商业价值所在。我们通过分析手中的数据，来获得人、物等关系规律，从而指导我们的商业活动，达到一定的商业价值。 数据可视化：通过数据可视化，我们可以更加直观的观察到数据的组成、规律等，也能够更好的展示我们的分析结果。 从上面数据分析的三部分组成可以看出，一名优秀的数据分析师的工作包括：  数据采集：开源数据使用，网络爬虫，数据集成。  数据挖掘：数据处理，算法分析，数据预测。  数据可视化：数据分析结果呈现。