把被封装函数的name、module、doc和dict复制到封装函数中，这样在未来排错或者函数自省的进修能够获得正确的源函数的对应属性，所以使用wraps。 In [1]: import functools # 不加wraps In [2]: def deco(f): ...: de ...

> (char? #\a) ;判断是否是字符 #t > (char->integer #\λ) ;返回字符的整数 955 & ...

> (number? 1) ;判断是否是number类型 #t > (complex? 1+2i) ;判断是否是complex类型 #t > (complex? 1) ...

定义：函数f: \mathcal R^{n} \to \mathcal R是凸的，如果dom f是凸集，且对于任意x, y \in dom f和任意0 \le \theta \le 1，有 f(\theta x + (1-\theta)y) \le \theta f(x) + (1-\thet ...

创建一个list,并赋值给变量lst> (define lst (list 1 2 3 4)) > lst '(1 2 3 4) list内置方法> (length lst) ;列表长度 4 > (list-ref lst 0 ...

( if ‹expr› ‹expr› ‹expr› )if语句，若2>3输出”bigger”,否则输出”smaller”> (if (> 2 3) "bigger" "smaller") ( cond {[ ‹expr ...

def select_proxy(url, proxies): """Select a proxy for the url, if applicable. :param url: The url being for the request #参数 : ...

# 将字典转换为元素为(key, val)的列表 In [1]: def dict_to_sequnce(d): if hasattr(d, 'items'): d = d.items() retu ...

ax.spines[‘top’].set_color(‘none’)隐藏上方的直线 通过set_position方法设置坐标轴的位置默认的设置为(‘outward’,0)。(‘axes’,0.0~1.0)，若数值=0.5表示把坐标轴放在整个坐标长度的中间位置(根据比例) (‘data’,xx)，根 ...

logistic分布设X是连续随机变量，X服从logistic分布是指X具有下列分布函数和密度函数：$ F(x)=P(X \le x) = \frac{1}{1+e^{-(x - \mu)/\gamma}} $$ f(x) = F’(x) = \frac{e^{-(x-\mu)/\gamma} }{ ...

图片来源 曲线函数为$ f(x)=(x-1)**2-2 $,起始点为x=4,进行4次迭代后x值为2.4142137800471977，接近真实值$ 1+ \sqrt{2} $ 实现代码 Ref：1.普林斯顿微积分读本2.https://www.cnblogs.com/shixiangwan ...

# -*- coding: utf-8 -*- from sympy import symbols from sympy.plotting import plot, plot_implicit import matplotlib.pyplot as plt def move_sympyplot ...

若总体X属于离散型，其分布律$ P{X=x} = p(x;\theta),\theta \in \Theta $的形式为已知，$ \theta $为待估参数，$ \Theta $为$ \theta $可能取值的范围。设$ X{1},X{2},\cdot \cdot \cdot, X{n} $是来自X ...

scipy.special.expit # expit(x) = 1/(1+exp(-x)) scipy.misc.derivative import scipy.integrate as integrate r = integrate.quad(lambda ...

支持向量机(support vector machines, SVM)是一种二类分类模型。它的基本模型是定义在特征空间上的间隔最大的线性分类器，间隔最大使它有别于感知机；支持向量机包括核技巧，这使它成为实质上的非线性分类器。支持向量机的学习策略就是间隔最大化，可形式化为一个求解凸二次规划的问题，也等 ...

1.条件概率(定义): 设A，B两 个事件，且P(A)>0,称 $ P(B|A) = \frac{P(AB)}{P(A)} $为事件A发生的条件下事件B发生的概率。 2.全概率公式： 设试验E的样本空间为S， A为E的事件，$ B{1},B{2}, \cdot \cdot \cdot,B{n ...

决策树分类决策树模型是一 种描述对实例进行分类的树形结构。决策树由结点和有向边组成。结点有两种类型：内部结点和叶结点。内部结点表示一个特征或属性，叶结点表示一个类。用决策树分类，从根结点开始，对实例的某一特征进行测试，根据测试结果，将实例分配到其子结点；这时，每一个结点对应着该特征的一个取值。如此递 ...

单位矩阵在矩阵的乘法中，有一种矩阵起着特殊的作用，如同数的乘法中的1，这种矩阵被称为单位矩阵。它是个方阵，从左上角到右下角的对角线（称为主对角线）上的元素均为1。除此以外全都为0。 逆矩阵一个n阶 方阵 A称为可逆的，或非奇异的，如果存在一个n阶方阵B，使得 AB = BA = E 并称B是A的 ...

原理：将图像中的每一个点映射到excel中的每一个单元格 安装：PIL, openpyxl 步骤： 1.使用PIL读取图像 2.使用openpyxl将一个个像素点写入到excel文件 中 # -*- coding: utf-8 -*- # 将图像转换为excel文件，一个像素点对应一个单元格 imp ...

k近邻法(knn)就一种基本分类与回归方法。 from scipy.spatial import minkowski_distance def classify0(inX, dataSet, labels, k): # dataSetSize = dataSet.shape[0] # ...