PortablePython

Ⅰ PDF格式的python教程有哪些

今年7月20日，國務院頒布《新一代人工智慧發展規劃》，明確將人工智慧作為未來國家重要的發展戰略。因此同學們學習Python的熱情更是高漲，就像題主也在問有哪些好的python3的入門教程推薦。

說到好的python3的入門教程，題主說市面上好多python的入門書都是關於python2的，改版也是在兩個版本不同的地方做了註明而已。對了，視頻的情況其實也差不多，基本都是關於Python2的。說實話，你選擇Python3進行學習是明智的。因為Python基金會目前正在推動程序員使用Python 3+，因為到2020年將不再支持Python 2.7。python3是python的兩個主要版本之一，但是python又不同於其他語言。

python3是不向下兼容的，但是絕大多數組件和擴展是基於python2，Python 3還引入了不能向後兼容Python 2.x的新功能，並刪除了維護向下兼容性功能。Python在Python 3之後，隨著時間的推移而逐漸成熟，新的架構方法如微服務和容器，以及人工智慧的進步，都使得企業在整個開發生命周期中更多地使用它，而不僅僅是停留在研究階段。性能和並發性在Python中一直是一個問題，但Python 3旨在解決這些問題。Python 3添加了許多新功能，使其更易於學習和使用。

Ⅱ notepad能寫python么

在notepad++中直接運行python代碼
1.在notepad++的plugin manager中安裝「pynpp」
2.在plugin manager中找到「pynpp」後，選擇「install」，插件會自動安裝，並提示是否需要重新啟動notepad++
第二種方法：

在notepad++中，按F5，在窗口中輸入 「cmd /k c:python27python "$(FULL_CURRENT_PATH)" & PAUSE & EXIT」，最後點運行，能在新窗口中看到結果
Notepad++是一個開源的文本編輯器，功能強大而且使用方便。編輯和調試 Python 程序使用什麼編輯器或者 IDE不同人有不同見解。在不考慮使用調試工具的情況下，Vim 或者 Emacs 用戶自然可以無視其他編輯器，不過在 Windows環境下，使用 Notepad++ 之類的編輯器也是很好的選擇。
我是在 PortableApps.com 上下載的 Notepad++Portable，它的好處是可以在每次關閉程序的時候把所需的配置文件單獨保存，省卻每台機器上重新配置的煩惱。
Tab長度和空格轉換
因為 Python 對縮進要求嚴格，我們將 Tab 設置成4個空格，在"設置－＞首選項－＞編輯－＞製表符設置" 中修改。
語法高亮
只要正確設置了擴展名，Notepad++就會自動識別語言並進行語法高亮。如果對高亮的顏色或者字體不滿意，在 "設置->語言格式設置"中可以進行修改。
自動完成
Notepad++ 也提供了自動完成和輸入提示功能，在"設置->首選項->備份與自動完成" 中可以設置。Python的自動完成所需的文件在安裝的時候自帶了，存放在"YOUR_NPP_DIRpluginsAPIs"（詳見官方FAQ：Auto-completion）。默認的快捷方式是 Ctrl+Space 和Ctrl+Enter，可能和輸入法的快捷鍵沖突，不過 Notepad++ 的所有快捷鍵都可以自定義。

Ⅲ Python 直接觀察變數數值

使用pydevdebug的時候就可以觀察變數啊，就是右上角的那個窗口。

Ⅳ 文件用什麼軟體打開

可以用corelraw軟體打開CDR文件。打開方法如下：

1、在瀏器器網頁輸入corelraw，然後點擊進入網站。

Ⅳ hanlp可以使用python調用嗎

安裝JDK

JPype並沒有像IKVM那樣實現自己的JVM，而是以pipe方式調用原生JVM。所以我們需要一個JVM，比如：

Oracle JDK

OpenJDK

安裝JDK非常簡單，分清楚32位和64位即可，必須與OS和Python的位數一致，具體安裝過程不再贅述。

唯一需要注意的是，必須設置環境變數java_HOME到JDK的根目錄，JDK的安裝程序不一定會幫你做這一步。

安裝編譯工具鏈

Python的package一般是以源碼形式發布的，其中一些C代碼必須在用戶機器上編譯，所以需要安裝編譯工具鏈。當然你也可以跳過這步，直接下載binary。

Windows

安裝免費的Visual C++ Express 2010。

Debian/Ubuntu
sudo apt-get install g++

Red Hat/Fedora
su -c 'yum install gcc-c++'

安裝JPype

本文讀者應該都是Python程序員，所以略過了安裝Python這一步。不過必須注意的是，JPype版本與Python的對應兼容關系：

Python2.x：JPype

Python3.x:JPype1-py3

使用setup.py安裝

下載源碼後解壓，在目錄下運行：

*nix
sudo python3 setup.py install

Windows
python setup.py install

直接下載binary

當然你也可以選擇下載binary，比如JPype1-py3主頁上的binary列表。

在Pycharm中安裝

如果你正在使用Pycharm這款IDE的話，那麼事情就簡單多了。

首先在Project Interpreter裡面點擊加號：

搜索JPype，選擇你需要的版本安裝:

稍等片刻就安裝成功了：

測試安裝結果

終於又到了寫代碼的開心時間了，可以通過如下代碼測試是否安裝成功：
from jpype import *startJVM(getDefaultJVMPath())java.lang.System.out.println("hello world")shutdownJVM()

輸出如下結果表示安裝成功：
hello worldJVM activity report : classes loaded : 31JVM has been shutdown

調用HanLP

關於HanLP

HanLP是
一個致力於向生產環境普及NLP技術的開源Java工具包，支持中文分詞（N-最短路分詞、CRF分詞、索引分詞、用戶自定義詞典、詞性標注），命名實體
識別（中國人名、音譯人名、日本人名、地名、實體機構名識別），關鍵詞提取，自動摘要，短語提取，拼音轉換，簡繁轉換，文本推薦，依存句法分析
（MaxEnt依存句法分析、神經網路依存句法分析）。

下載HanLP

你可以直接下載Portable版的jar，零配置。

也可以使用自定義的HanLP——HanLP由3部分組成：類庫hanlp.jar包、模型data包、配置文件hanlp.properties，請前往項目主頁下載最新版：https://github.com/hankcs/HanLP/releases。對於非portable版，下載後，你需要編輯配置文件第一行的root指向data的父目錄，詳見文檔。

這里，假設新建了一個目錄（假定為C:\hanlp），把hanlp.jar和hanlp.properties（portable版的話，僅需一個hanlp-portable.jar）放進去：

Python調用

下面是一份Python3的調用示例：
# -*- coding:utf-8 -*-
# Filename: main.py
# Author：hankcs
# Date: 2015/11/26 14:16
from jpype import *

startJVM(getDefaultJVMPath(), "-Djava.class.path=C:\hanlp\hanlp-1.2.8.jar;C:\hanlp", "-Xms1g", "-Xmx1g")
HanLP = JClass('com.hankcs.hanlp.HanLP')
# 中文分詞
print(HanLP.segment('你好，歡迎在Python中調用HanLP的API'))
testCases = [
"商品和服務",
"結婚的和尚未結婚的確實在干擾分詞啊",
"買水果然後來世博園最後去世博會",
"中國的首都是北京",
"歡迎新老師生前來就餐",
"工信處女幹事每月經過下屬科室都要親口交代24口交換機等技術性器件的安裝工作",
"隨著頁游興起到現在的頁游繁盛，依賴於存檔進行邏輯判斷的設計減少了，但這塊也不能完全忽略掉。"]
for sentence in testCases: print(HanLP.segment(sentence))
# 命名實體識別與詞性標注
NLPTokenizer = JClass('com.hankcs.hanlp.tokenizer.NLPTokenizer')
print(NLPTokenizer.segment('中國科學院計算技術研究所的宗成慶教授正在教授自然語言處理課程'))
# 關鍵詞提取
document = "水利部水資源司司長陳明忠9月29日在國務院新聞辦舉行的新聞發布會上透露，" \
"根據剛剛完成了水資源管理制度的考核，有部分省接近了紅線的指標，" \
"有部分省超過紅線的指標。對一些超過紅線的地方，陳明忠表示，對一些取用水項目進行區域的限批，" \
"嚴格地進行水資源論證和取水許可的批准。"
print(HanLP.extractKeyword(document, 2))
# 自動摘要
print(HanLP.extractSummary(document, 3))
# 依存句法分析
print(HanLP.parseDependency("徐先生還具體幫助他確定了把畫雄鷹、松鼠和麻雀作為主攻目標。"))
shutdownJVM()

Ⅵ 用python K值聚類識別圖片主要顏色的程序，演算法python代碼已經有了

難得被人求助一次, 這個必須回答一下. 不過你的需求確實沒有寫得太清楚. 根據k值演算法出來的是主要顏色有三個, 所以我把三個顏色都打在記事本里了. 如果和你的需求有誤, 請自行解決吧.

另外這里需要用到numpy的庫, 希望你裝了, 如果沒裝, 這個直接安裝也比較麻煩, 可以看一下portablepython的綠色版。

代碼如下：

#-*-coding:utf-8-*-
importImage
importrandom
importnumpy
classCluster(object):
def__init__(self):
self.pixels=[]
self.centroid=None
defaddPoint(self,pixel):
self.pixels.append(pixel)
defsetNewCentroid(self):
R=[colour[0]forcolourinself.pixels]
G=[colour[1]forcolourinself.pixels]
B=[colour[2]forcolourinself.pixels]
R=sum(R)/len(R)
G=sum(G)/len(G)
B=sum(B)/len(B)
self.centroid=(R,G,B)
self.pixels=[]
returnself.centroid
classKmeans(object):
def__init__(self,k=3,max_iterations=5,min_distance=5.0,size=200):
self.k=k
self.max_iterations=max_iterations
self.min_distance=min_distance
self.size=(size,size)
defrun(self,image):
self.image=image
self.image.thumbnail(self.size)
self.pixels=numpy.array(image.getdata(),dtype=numpy.uint8)
self.clusters=[Noneforiinrange(self.k)]
self.oldClusters=None
randomPixels=random.sample(self.pixels,self.k)
foridxinrange(self.k):
self.clusters[idx]=Cluster()
self.clusters[idx].centroid=randomPixels[idx]
iterations=0
whileself.shouldExit(iterations)isFalse:
self.oldClusters=[cluster.centroidforclusterinself.clusters]
printiterations
forpixelinself.pixels:
self.assignClusters(pixel)
forclusterinself.clusters:
cluster.setNewCentroid()
iterations+=1
return[cluster.centroidforclusterinself.clusters]
defassignClusters(self,pixel):
shortest=float('Inf')
forclusterinself.clusters:
distance=self.calcDistance(cluster.centroid,pixel)
ifdistance<shortest:
shortest=distance
nearest=cluster
nearest.addPoint(pixel)
defcalcDistance(self,a,b):
result=numpy.sqrt(sum((a-b)**2))
returnresult
defshouldExit(self,iterations):
ifself.oldClustersisNone:
returnFalse
foridxinrange(self.k):
dist=self.calcDistance(
numpy.array(self.clusters[idx].centroid),
numpy.array(self.oldClusters[idx])
)
ifdist<self.min_distance:
returnTrue
ifiterations<=self.max_iterations:
returnFalse
returnTrue
#############################################
#
defshowImage(self):
self.image.show()
defshowCentroidColours(self):
forclusterinself.clusters:
image=Image.new("RGB",(200,200),cluster.centroid)
image.show()
defshowClustering(self):
localPixels=[None]*len(self.image.getdata())
foridx,pixelinenumerate(self.pixels):
shortest=float('Inf')
forclusterinself.clusters:
distance=self.calcDistance(
cluster.centroid,
pixel
)
ifdistance<shortest:
shortest=distance
nearest=cluster
localPixels[idx]=nearest.centroid
w,h=self.image.size
localPixels=numpy.asarray(localPixels)
.astype('uint8')
.reshape((h,w,3))
colourMap=Image.fromarray(localPixels)
colourMap.show()

if__name__=="__main__":
fromPILimportImage
importos

k_image=Kmeans()
path=r'.\pics\'
fp=open('file_color.txt','w')
forfilenameinos.listdir(path):
printpath+filename
try:
color=k_image.run(Image.open(path+filename))
fp.write('Thecolorof'+filename+'is'+str(color)+'
')
except:
print"Thisfileformatisnotsupport"
fp.close()