Machine Learning (Python)

1、常用容器
（1） 列表（list）:可以容纳任何数据类型.使用方法

>>> jj=[]>>> jj.append(1)>>> jj.append('nice hat')>>> jj[1, 'nice hat']也可以使用一条命令完成>>>> jj = [1,'nice hat']

Python中也有数组，在循环中性能优于列表，但是只能存放一种数据类型。
（2） 字典 （dictionary） ：用来存放无序的 键值映射类型数据的容器。可以为数字或者字符串。

>>> jj={}>>> jj['dog']='dalmatian'>>> jj[1]=42>>> jj{1: 42, 'dog': 'dalmatian'}    同样也可以使用一条命令>>> jj = { 1:42, 'dog':'dadalmatian'}>>> jj{1: 42, 'dog': 'dadalmatian'}

（3）集合(set)： 与数学中的概念类似 也存在并集交集和补集 无序不重复元素集

>>> a=[1,2,4,5,6,7,7,7]>>> sa=set(a)>>> saset([1, 2, 4, 5, 6, 7])>>> sc=set([2,2,3,3,4,5,6,7,8,9])>>> scset([2, 3, 4, 5, 6, 7, 8, 9])>>> sa-scset([1])>>> sa|scset([1, 2, 3, 4, 5, 6, 7, 8, 9])>>> sa&scset([2, 4, 5, 6, 7])

（4）控制结构 (for)

遍历集合

>>> for item in sc: print item

遍历字典

>>> jj = { 1:42, 'dog':'dadalmatian'}>>> for item in jj:...     print item, jj[item]... 1 42dog dadalmatian按键值大小顺序遍历

（5）列表推倒式

>>> a=[1,2,2,2,4,5,5]>>> myList = [item*3 for item in a]>>> myList[3, 6, 6, 6, 12, 15, 15]更高级列表推导式的用法 选择大于2的部分>>> [item*3 for item in a if item>2][12, 15, 15]

（6）python 格式化字符

格式 描述
%% 百分号标记 #就是输出一个%
%c 字符及其ASCII码
%s 字符串
%d 有符号整数(十进制)
%u 无符号整数(十进制)
%o 无符号整数(八进制)
%x 无符号整数(十六进制)
%X 无符号整数(十六进制大写字符)
%e 浮点数字(科学计数法)
%E 浮点数字(科学计数法，用E代替e)
%f 浮点数字(用小数点符号)
%g 浮点数字(根据值的大小采用%e或%f)
%G 浮点数字(类似于%g)
%p 指针(用十六进制打印值的内存地址)
%n 存储输出字符的数量放进参数列表的下一个变量中

输出30位精度的>>> a = "%.30f" % (1/3)>>> a

（7）安装feedparser

1.下载feedparser-5.1.3，解压文件夹到自己想放的地方。
2.用Python打开文件夹里面的setup.py文件，修改第一行代码，将from setuptools import setup改为from distutils.core import setup。
3.将自己安装的python文件夹里面的python执行文件单独加入到文件feedparser-5.1.3文件夹中，不然在执行命令时会出现“python”不是内部或外部命令，也不是可运行的程序。
4.然后在feedparser-5.1.3文件中按住shift+右键，点击“在此处打开命令窗口”，命令行直接跳到当前文件夹中，在命令行中输出“python setup.py install”.
5.最后打开python编辑器，输出import feedparser 观察是否安装成功。