Google’s Python Class – SOS

  这两天好心的读者“一盆仙人球”在”Google’s Python Class“留言,除了称赞这门python课程不错之外,更愿意提供Google’s Python Class的全部视频教程,总共有1G,不知这里是否有读者愿意提供ftp共享给大家,如果有,可以联系我或者留言,非常感谢!

此条目发表在随笔分类目录,贴了, , 标签。将固定链接加入收藏夹。

Google’s Python Class – SOS》有 21 条评论

  1. hohomi说:

    可否放到google docs上?
    或者放到emule分享——verycd一般来说有人放上去,就一直都有种可以下载。

    [回复]

    52nlp 回复:

    Google doc估计有大小限制,这个Python视频有1G,放到Google doc上应该不现实。emule我也建议过了,不过“一盆仙人球”已经说过了他们那里限制电驴。有条件的话直接去youtube吧,高清视频。

    [回复]

  2. Lee说:

    可以BT也行啊~~~~

    或者迅雷~~~

    或者QQ邮箱超大附件的那种~~~

    拜托分享一下~~~

    非常非常感谢!

    [回复]

    52nlp 回复:

    不好意思,我手上还没有,稍安勿躁。另外你的IP显示似乎在Canada,应该可以直接看得吧!

    [回复]

  3. Lee说:

    我倒是想收藏来着。恩,直接上Youtube看也行。

    Google Python的课确实蛮好的。

    谢谢!

    [回复]

    52nlp 回复:

    不客气,即使这次不能提供下载,应该很快会出现的,毕竟是好东西。

    [回复]

    一盆仙人球 回复:

    既然大家有这个需求,能上emule或其他BT之类的(我们这限制了相关的BT协议,所以没法访问emaul,BT和迅雷等),可以加我QQ,我把视频传给TA,让TA为大家做一下共享也可以。我的QQ是捌玖24伍四五2

    [回复]

  4. wibe说:

    我最迟在明日会在emule上发布该视频,感谢仙人球兄。我的QQ三九5967一一零

    [回复]

  5. wibe说:

    emule下载地址(工作日8点至下午5点在线):
    2.4 Conclusions .flv2.3 Utilities urllib.flv2.2 Utilities .flv2.1 Regular expr.flv
    1.3 Dicts and files.flv1.2 Lists and sorting.flv1.1 Introduction, strings.flv

    [回复]

    52nlp 回复:

    非常感谢二位,我整理一下重新发布。

    [回复]

  6. finallyliuyu说:

    借宝地问个问题:python和matlab怎么混合编程?
    主要问题是,这两者之间如何进行矩阵传递,比如python的一个矩阵传给matlab,matlab的矩阵返回给python.
    python2.4 matlab 7.x 的时候,好像有开源工具matwrapper等等,还可以参考一个人在计算机工程上发表的论文混合编程。
    但现在python2.6+matlab2008a好像就有问题了。似乎没有办法解决两个程序之间矩阵实时传递的功能。

    [回复]

  7. finallyliuyu说:

    虽然python带有一些开源的库如numpy,scipy,matplotlib,但是觉得完成python matlab之间的通讯是必要的,python长于字符串处理,而且很多自然语言处理算法是用python实现的,matlab长于大规模科学计算

    [回复]

    52nlp 回复:

    从你的描述来看,这一块儿你比我清楚很多,不过虽然没有matlab那么强,但也不能说python长于字符串处理而不长于科学计算,好像numpy,scipy,matplotlib这几个工具是很被推崇的,可以仔细研究对比一下。

    [回复]

    finallyliuyu 回复:

    其实主要是大学matlab用的比较熟,用起来更顺手些,现在正在学那几个工具呢。听说numpy,scipy,在美国NASA图像处理中也用~~

    [回复]

    52nlp 回复:

    numpy,scipy除了在美国NASA图像处理中使用外,另外一个主要好处在于开源免费。

  8. finallyliuyu说:

    最近想做一个判别式模型分类器。其中就涉及logisitic regression model.
    我看sci有optimize包,包中有牛顿迭代法。ncg,而且用它自带的例子运行是成功的。我把最优化函数换成了是的似然函数,函数编写如下
    rom scipy.optimize import fmin_ncg
    from scipy import *
    from numpy import *
    import math
    dataX=[53,57,58,63,66,67,68,69,70,72,73,75,76,78,79,81]
    dataY=[0,0,0,0,1,3,1,1,2,1,1,1,2,1,1,1]
    dataZ=[1,1,1,1,1,3,1,1,4,1,1,2,2,1,1,1]
    g=[]
    def F(A,x):
    result=-exp(A[0]+A[1]*x)/(1+exp(A[0]+A[1]*x))
    return result

    def Likelihoood(A,X=dataX,Y=dataY):
    result=0

    for i in range(0,len(X)):
    tmp=F(A,X[i])
    if tmp==1:
    tmp==0.9999999
    if tmp<=0:
    tmp=0.0000001
    print tmp
    result=result+ math.log((1-tmp),e)+Y[i]*math.log((tmp/(1-tmp)),e)
    return result
    def GradientLikelihoood(A,X=dataX,Y=dataY,Z=dataZ):
    #Z为正例个数
    #求F梯度
    result0=0
    result1=0
    gradientMatrix=zeros(A.shape)
    for i in range(0,len(X)):
    result0=result0+Y[i]-Z[i]*F(A,X[i])
    result1=result1+(Y[i]-Z[i]*F(A,X[i]))*X[i]

    gradientMatrix[0]=result0
    gradientMatrix[1]=result1
    return gradientMatrix
    def HessianLikelihoood(A,X=dataX,Y=dataY,Z=dataZ):
    HessianMatrix=zeros((2,2))
    for i in range(0,len(X)):
    tmp=F(A,X[i])*(1-F(A,X[i]))
    HessianMatrix[0][0]=HessianMatrix[0][0]+Z[i]*tmp
    HessianMatrix[0][1]=HessianMatrix[0][1]+X[i]*Z[i]*tmp
    HessianMatrix[1][1]=HessianMatrix[1][1]=X[i]**2*Z[i]*tmp
    HessianMatrix[1][0]=HessianMatrix[0][1]
    return HessianMatrix

    A0=[10,-9.6]
    xopt = fmin_ncg(Likelihoood,A0,GradientLikelihoood,HessianLikelihoood)
    print xopt

    [回复]

    finallyliuyu 回复:

    结果就不能求出正确解,还老出bug. 但是matlab中如下代码就搞定了。
    dataX=[53,57,58,63,66,67,68,69,70,72,73,75,76,78,79,81]
    dataY=[0,0,0,0,1,3,1,1,2,1,1,1,2,1,1,1]
    dataZ=[1,1,1,1,1,3,1,1,4,1,1,2,2,1,1,1]
    dataX=dataX’
    dataY=dataY’
    dataZ=dataZ’
    dataY=[dataY,dataZ]
    B=lmfit(dataX, dataY, ‘binomial’, ‘link’, ‘logit’)
    结果如下:
    B=-15.0429
    0.2322
    目前用statistic inference上面的数据做的测试,结果和书上的一样。

    [回复]

    finallyliuyu 回复:

    上面写错了。glmfit几句话就搞定了。开源有开源的好处,可以看源码,供学习用。但是它的优化不到位,比如Newton-Raphson方法,有一些特殊情况,optimize module的作者就没有考虑进去。他仅仅写了个wrapper,里面的一些细节还需要自己读源码,去补充。所以,对于简单的运算可以信赖numpy,scipy,matlotlib,但是复杂的还是相信matlab好。。。不然耗时太多了。。。

    [回复]

    52nlp 回复:

    惭愧,Python和Matlab我属于初级水平,没仔细看你的代码。

    关于“python和matlab怎么混合编程”这个问题,昨晚回答的比较仓促,抱歉。我搜了一下,你看看下面的几个方案是否能解决:

    1:An Open-Source MATLAB®-to-Python® Compiler

    http://ompc.juricap.com/

    OMPC allows running MATLAB®’s m-files using Python interpreter. OMPC reads m-files and translates them into Python compatible code. Just like in the following example

    从描述来看OMPC的目标是将Matlab代码转换成Python代码,可以试试利用OMPC“翻译”你的Matlab代码。

    2. PyMat – An interface between Python and MATLAB

    http://claymore.engineer.gvsu.edu/~steriana/Python/pymat.html

    The PyMat module acts as an interface between NumPy arrays in Python and a MATLAB engine session, allowing arrays to be passed back and forth and arbitrary commands to be executed in the MATLAB workspace.

    这个我估计你可能测试过了。

    如果上述方案不能解决,这里再写个SOS吧,呵呵。

  9. 还是非常感谢你。我昨天贴代码,目的就是为了说明python库在专业数学计算方面还是有欠缺的。最近考试,等考完试写篇博客,总结下python调用matlab的方法~

    [回复]

    52nlp 回复:

    不客气,欢迎你写完后再转发到这里。

    [回复]

发表评论

电子邮件地址不会被公开。 必填项已用*标注