标点符(钱魏 Way)

词向量工具word2vec的学习

什么是word2vec? word2vec是Google在2013年开源的一款将词表征为实数值向量(word vector)的高效工具,采用的模型有CBOW(Continuous Bag-Of-Words,即连续的词袋模型)和Skip-Gram两种。 word2vec通过训练,可以把对文本内容的处理简化为K维向量空间中的向量运算,而向量空间上的相似度可以用来表示文本语义上的相似度。因此,word2 […]

基于leveldb的Nosql数据库SSDB

SSDB 是一个 C/C++ 语言开发的高性能 NoSQL 数据库,支持 zset(sorted set), map(hash), kv, list 等数据结构,用来替代或者与 Redis 配合存储十亿级别的列表数据。 SSDB 的主要特点: 支持 zset, map/hash, list, kv 数据结构, 可替代 Redis 特别适合存储大量集合数据, 支持丰富的数据结构: key-value […]

Cygwin、MinG、MSys区别与联系

什么是Cygwin? Cygwin,原Cygnus出品(已被红帽收购),目前是RedHat名下的项目。项目的目的是提供运行于 Windows 平台的类 Unix 环境(以 GNU 工具为代表)。为了达到这个目的,Cygwin 提供了一套抽象层 dll,用于将部分 Posix 调用转换成 Windows 的 API 调用,实现相关功能。这里面最典型的,最基本的模拟层就是那个cygwin1.dll。除 […]

APP甄选第27期:便签、日记、写作

不知是否还记得,上一篇中讲到了云笔记,本篇主要针对的是离线的记录工具进行甄选。 便签 锤子便签:界面简单,支持富文本、Markdown等,界面拟物风,不喜欢,删 Notability:支持功能丰富,比自带备忘录要强很多,暂留 便签:非常简单的小便签,界面丑,删 备忘录:系统自带,干净,支持涂写、文字、清单等信息。相比Notability差一点,删 语音备忘录:系统自带,主要作用是录音,使用场景不多 […]

APP甄选第26期:云笔记&网盘

网盘 坚果云:仿Dropbox的网盘,Dropbox的最好备胎,没有之一。 百度网盘:看片利器,主要是下载观看网络资源,留 Dropbox:最好用的网盘,没有之一,被墙。改Host无惧。留 Google Drive:被墙,网盘用不了那么多,删 One Drive:被墙,可改host,网盘用不了那么多,删 Box:被墙,网盘用不了那么多,删 iCloud Drive:苹果出品,超级难用,删 云笔记 […]

CentOS 7.2 安装 Portia 记录

Portia 是 scrapyhub 开源的一款可视化爬虫规则编写工具。Portia 提供了可视化的 Web 页面,只需通过简单点击,标注页面上需提取的相应数据,无需任何编程知识即可完成爬取规则的开发。这些规则还可在 Scrapy 中使用,用于抓取页面。 官方说明文档推荐使用Vagrant安装,或者使用Docker,另外给出的方法只支持Debian系的系统(如Debian或Ubuntu)进行安装, […]

Python学习笔记:continue、pass、break的区别

pass 不做任何事情,只起到占位的作用,也就是说它是一个空操作 continue 当continue语句在循环结构中执行时,并不会退出循环结构,而是立即结束本次循环,重新开始下一轮循环,也就是说,跳过循环体中在continue语句之后的所有语句,继续下一轮循环。 break 当break语句在循环结构中执行时,它会导致立即跳出循环结构,转而执行该结构后面的语句。 exit() 结束整个程序

使用Python操作SQLite

创建数据库及表 首先,创建数据库,以及数据库中的表。在使用connect()连接数据库后,就可以通过定位指针cursor,来执行SQL命令:

插入数据

SQL语句中的参数,使用”?”作为替代符号,并在后面的参数中给出具体值。这里不建议用Pyth […]

字符串hash函数

什么是Hash? Hash,一般翻译做“散列”,也有直接音译为”哈希”的,就是把任意长度的输入(又叫做预映射, pre-image),通过散列算法,变换成固定长度的输出,该输出就是散列值。这种转换是一种压缩映射,也就是,散列值的空间通常远小于输入的空间,不同的输入可能会散列成相同的输出,而不可能从散列值来唯一的确定输入值。 数学表述为:h = H(M) ,其中H( )&#8 […]

文本文件中控制字符的处理(Python)

先前在使用Python的时候遇到过遇到文档中出现控制字符报错的问题。 控制字符(Control Character),或者说非打印字符,出现于特定的信息文本中,表示某一控制功能的字符,如控制符:LF(换行)、CR(回车)、FF(换页)、DEL(删除)、BS(退格)、BEL(振铃)等;通讯专用字符:SOH(文头)、EOT(文尾)、ACK(确认)等。 具体控制字符一共有下面两个集合: 七位ASCII定 […]