在re包中match方法里面对字符串匹配之前的 r‘ab*’ r是什么意思：

r是表示原字符串的意思，比如出现r‘\n’直接匹配\n而不是匹配回车，如果不加r的话：‘\\n’

\w—-匹配字母数字下划线——相当于[a-zA-Z0-9_]

|—–指明两项之间的一个选择。要匹配 |，请使用 |

* —-匹配前面的子表达式，零次或者多次例，zo*–z， zo， zoo， zoo~

+ —-匹配前面的子表达式，一次或者是多次，zo+ – zo， zoo，zooo~

？—-匹配零次或者是一次， do(es)?–do, does

{n}—-匹配确定的n次

{n, }—-至少匹配n次

{n, m}—-最少匹配n次最多匹配m次

^ —- 匹配输入字符串的开始位置，除非在方括号表达式中使用，当该符号在方括号表达式中使用时，表示不接受该方括号表达式中的字符集合。要匹配 ^ 字符本身，请使用 ^

补习正则表达式

1
有坑待填。

字符串操作：

strings.enswith(‘.py’)—–判断字符串strings是不是以.py结尾的

类当中的对象属性：

__init__()当中的对象属性是对类中所有的函数而言都可以用的

除了__init__()函数之外的其他函数，当中定义了对象的属性，工作域只能是在该函数内部，或者是当该函数被调用的时候，或者作回调的时候可以将该属性向下传递，但是工作空间也不超过该调用函数。

python执行时带参数

用python执行之后的所有的东西都被识别为参数，并保存到列表当中，所以就可以通过列表来进行读取执行时所带的参数

1
2
3
4
5
6
7
8
9
# 文件名为sys_test.py
import sys
print(sys.argv)

执行时的代码：
python sys_test.py 123 456 789

运行结果：
['sys_test.py', '123', '456', '789']

字符串变为字典：eval（string）

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
在文件当中一个字典保存的形式是
file
'
{
	'a': 123,
	'b': 456,
	'c': 789
}
'

file_reader = open('./file', 'r')
string_dict = file_reader.read()
dict_str = eval(string_dict)

dict_str = {
	'a': 123,
	'b': 456,
	'c': 789
}

__import__函数 与 getattr自省函数

getattr方法主要的作用就是实现反射机制， 也就是说通过字符串获取方法实例， 这样的话，就可以将一个类可能调用的方法放在配置文件里，在需要的时候动态的加载出来。

关于异常捕捉的几种形式的区别：

try/except

image-20200926160115865

1
2
3
4
5
6
7
一个except子句可以同时处理多个异常，这些异常将被放在一个括号里成为一个元组
最后一个except子句可以忽略异常的名称，它将被当作通配符使用
try:
	pass
except:
    pass

try/except…else

image-20200926160300927

1
2
3
4
5
6
7
8
try:
	pass
except:
    pass
else:
    pass

# 使用 else 子句比把所有的语句都放在 try 子句里面要好，这样可以避免一些意想不到，而 except 又无法捕获的异常。

try-finally

image-20200926160443127

1
2
3
4
5
6
7
8
9
10
11
try:
	pass
except:
    # 发生异常执行的代码
    pass
else:
    # 未发生异常时执行的代码
    pass
finally:
    # 无论是否发生异常都要执行的代码
    pass

分行读取大文件：

1
2
3
with open('./test', 'rb') as file:
    for line in file:
        print(line.decode('utf-8'))

倒排索引

单词词典和倒排文件

倒排文件

所有单词的倒排列表顺序的存储在磁盘的某个文件当中，是存储倒排索引的物理文件。

单词字典

文档集合中出现过的所有的单词构成的一个所有字符串的集合（意味着没有重复），但此次点内的每一条的索引项，都记载单词本身的一些信息以及指向倒排列表的指针。

查询过程：根据用户的查询，现在单词字典中查询单词，再指向单词所对应的倒排列表在倒排文件中的位置

具体原理待补充

训练集与测试集划分方法：

留出法：

交叉验证法：

自助法：对于数据集较小难以有效的划分训练/测试集比较有用，自助法能从初始的数据集中产生多个不同的训练集，对于集成学习有很大的好处。 改变了数据集的分布，会引入估计偏差。