tf idf

tf:term frenquency词的频率 出现的次数

idf:inverse document frequency 逆文档频率

log(总文档数量/该词出现的文档数量)

重要性程度

countvectorizer没有参数

文本都是放在列表里面的可迭代对象

性能瓶颈，读取速度

格式不太符合机器学习要求数据的格式

可用数据集:

Kaggle

UCI

scikit-learn

机器学习是从数据中自动分析获得规律(模型)，并利用规律对未知数据进行预测

1. 解放生产力

2.解决专业问题

3.提供社会便利

递归函数阶乘计算

def factorial(n):

if n ==1:

    return 1

else:

    return n*factorial(n-1)

result = factorial(5)

print(5)

递归函数

递归函数，类似于数学归纳法。

每个递归函数必须包含两个部分：

1.终止条件

2.递归步骤

栈先进后出

eval()函数

执行一个字符串

eval(source[,globals[,locals]])

globals：可选，必须是字典

locals：可选，任意映射对象

lambda表达式

lambda表达式可以用来声明匿名函数。只允许包含一个表达式，不能包括复杂语句。该表达式的计算结果就是函数的返回值。

lambda 形参1,形参2,形参3: <表达式>

运算结果是表达式的运算结果

f= lambda a,b,c:a+b+c

print(f(2,3,4))

可变参数

可变数量的参数

1. *，将多个参数收集到一个'元组'对象中。

2. **，将多个参数收集到一个'字典'对象中。

强制命名参数

参数的几种类型

位置参数

按照位置传递的参数

默认值参数

为某些参数设置默认值，这些参数传递时可选。

命名参数

按照形参的名称传递参数

传递不可变对象是浅拷贝

浅拷贝和深拷贝

浅拷贝：不拷贝子对象的内容，只拷贝引用

深拷贝：子对象的内存也全部拷贝，子对象修改不影响源对象

参数的传递

从实参到形参的赋值，引用传递。

1.可变对象，直接作用于原对象本身

2.不可变对象，生出新的对象空间

可变对象有：字典、列表、集合、自定义对象等

不可变对象：数字、字符串、元组、function等

函数也是对象，内存底层分析。

文档字符串

help(函数名._doc_)打印函数的文档字符串

函数用法和底层分析

函数的基本概念

1. 一个程序由一个个任务组成。函数就是代表一个任务或一个功能

2. 函数是代码复用的通用机制

python函数的分类

1. 内置函数

2. 标准库函数

3. 第三方库函数

4. 用户自定义函数

函数的定义和调用

核心要点

def 函数名([参数列表])：

    #文档说明

    函数体/若干语句

绘制不同颜色的多个同心圆

import turtle
t = turtle.Pen()
my_colors=('red','green','pink','black')
t.speed(10)

for i in range(10):
    t.penup()
    t.goto(0,-i*10)
    t.pendown()
    t.color(my_colors[i%len(my_colors)])
    t.circle(15+i*10)

turtle.done()

推导式创建序列

列表推导式

[表达式 for item in 可迭代对象 if 条件判断]

[x*2 for x in range(1,20) if x%5==0]

cells = [(row,col) for row in range(1,10) for col in range(1,10)] #可以使用两个循环

字典推导式

{key : value for 表达式 in 可迭代对象}

my_text ='i love you, i love he, i love 123'

char_count ={c:my_text.count(c) for c in my_text}

集合推导式

{key for 表达式 in 可迭代对象}

b={x for x in range(1,100) if x%9 ==0}

生成器推导式(生成元组)

一个生成器只能运行一次

使用zip()并行迭代

zip()对多个序列进行并行迭代