众所周知，Python 是一门面向对象语言，在 Python 的世界一切皆对象，那么我们如何判断两个对象是否同一个对象呢。

机器学习算法之 K 近邻

所谓“K 近邻（K-nearest neighbor，K-NN）”，顾名思义，指的是“K 个最近的邻居”，属于一种监督学习的方法。

朴素贝叶斯（Naive Bayesian Mode，NBM）

贝叶斯由来

贝叶斯是由英国学者托马斯·贝叶斯 提出的一种纳推理的理论，后来发展为一种系统的统计推断方法。被称为贝叶斯方法。

上次为大家介绍了 Django 的模型，通过模型就可以操作数据库，从而就可以改变页面的展示内容，那问题来了，我们只能通过手动编辑模型文件来配置模型吗？当然不是，Django 为我们提供了强大的工具，可以全自动地根据模型创建后台管理界面。管理界面不是为网站的访问者准备，而是为站点管理者准备的。有了这个功能，站点管理人员方便使用管理系统来对数据进行操作。

机器学习算法之蒙特卡洛

大家听说过的算法，比如快速排序法、二分查找法，或是像梯度下降法、K 近邻算法，这些算法都有比较严格的逻辑要求，使用起来有些繁琐。

这里我们介绍一个很简单却又通常行之有效的算法：蒙特卡洛方法。严格来说，蒙特卡洛方法并不是特指某一种具体的算法，而是对遵循某种思想的算法的统称，应该是一“类”算法。

使用过 CSV 文件都知道：如果我们的电脑中装了 WPS 或 Microsoft Office 的话，.csv 文件默认是被 Excel 打开的，那么什么是 CSV 文件？CSV 文件与 Excel 文件有什么区别？如何通过 Python 来操作 CSV 文件呢？带着这些问题我们接着往下看。

机器学习中会用到大量的数学操作，而 Numpy 计算库使这些操作变得简单，这其中就涉及到了 Numpy 的矩阵操作，下面我们就来一起学习如何在 Numpy 科学计算库中进行矩阵的一些基本运算。

不知道你是否跟我有同样的疑惑，就是 Numpy 科学计算库中既可以创建数组，也可以创建矩阵，这两者究竟有哪些相似与不同之处呢？下面我们一起来解开这个疑惑。

上次给大家介绍了 Python 如何操作 Word 和 Excel ，而今天想为大家再介绍下，用 Python 如何解析 PDF ，PDF 格式不像前面两个那么规范，从它的表现来看，它更像是一张图片，在一张白纸上把内容摆放在固定的位置上，没有逻辑结构。不过还是那句话，可以先了解下都能实现什么功能，以备不时之需。

我们平时写的 Python 程序中充斥着大量的函数，包括系统自带函数和自定义函数，当我们调用函数时直接将参数传递进去然后坐等接收返回值即可，简直不要太好用。那么你知道函数的参数是怎么传递的么，是值传递还是引用传递呢，什么又是值传递和引用传递呢？

这个问题对于很多初学者还是比较有难度的，看到这里你可以稍加停顿，自己思考一下，看看自己是否真正理解了。很多人只是知道概念但是让他说他又说不清楚，思考过后如果你还觉得模糊的话，往下仔细看，我今天就带着你深入剖析下函数的参数传递机制。

众所周知，Python 是一门面向对象语言，在 Python 的世界一切皆对象。所以一切变量的本质都是对象的一个指针而已。

Python 运行过程中会不停的创建各种变量，而这些变量是需要存储在内存中的，随着程序的不断运行，变量数量越来越多，所占用的空间势必越来越大，如果对变量所占用的内存空间管理不当的话，那么肯定会出现 out of memory。程序大概率会被异常终止。

因此，对于内存空间的有效合理管理变得尤为重要，那么 Python 是怎么解决这个问题的呢。其实很简单，对不不可能再使用到的内存进行回收即可，像 C 语言中需要程序员手动释放内存就是这个道理。但问题是如何确定哪些内存不再会被使用到呢？这就是我们今天要说的垃圾回收了。

机器学习概览

近年来，随着人工智能热潮的席卷，“机器学习”、“深度学习”、“强化学习”等等层出不穷的概念、术语纷纷扰扰，不绝于耳；但是对大多数并不从事相关行业的人来说，就始终有一种雾里看花、似是而非的感觉。

正巧，Python 作为一门简单易用、功能强大的编程语言，在 AI 时代与人工智能相关的技术紧密结合，在这系列的 Python 交流中，我们就来大概地了解一下“机器学习到底是什么、可以干什么、应该怎么干”。

本篇仅作粗糙了解之用，不涉及具体的数学原理。更深入的了解可以查看参考资料。

aiohttp

什么是 aiohttp？一个异步的 HTTP 客户端\服务端框架，基于 asyncio 的异步模块。可用于实现异步爬虫，更快于 requests 的同步爬虫。

异步IO之asyncio

异步IO：当发起一个 IO 操作时，并不需要等待它的结束，程序可以去做其他事情，当这个 IO 操作结束时，会发起一个通知。

在 Python 中可以使用 asyncio 模块异步编程，用于协程、网络爬虫、同步等。

上次给大家介绍了 Python 如何操作 Excel ，是不是感觉还挺有趣的，今天为大家再介绍下，用 Python 如何操作 Word ，这个可能跟数据处理关系不大，用的也不多，不过可以先了解下都能实现什么功能，以备不时之需。

1 简介

XML 全称 Extensible Markup Language，中文译为可扩展标记语言。XML 之前有两个先行者：SGML 和 HTML，率先登场的是 SGML， 尽管它功能强大，但文档结构复杂，既不容易学也不易于使用，因此几个主要的浏览器厂商均拒绝支持 SGML，这些因素限制了 SGML 在网上的传播性；1989 年 HTML 登场，它继承了 SGML 诸多优点，去除了 SGML 复杂庞大的缺点，HTML 在数据显示上表现十分出色，但它的语法是不可扩展的，因此其无法描述数据、可读性差，没办法人们再次将目光转向 SGML，经过对 SGML 一系列改造，终于在 1998 年，XML 第一个版本问世。

数据分析之 pandas 初步

pandas是一个常用的第三方 Python 库，提供快速灵活的数据处理功能，也是进行数据分析的有力工具。我们的口号是：“更快，更高，更强”（皮一下）。啊，当然，现在经常有很多库一上来就要“吊打”pandas，咱们还是不必在意。

之前看过一篇文章，说一个工作多年的老员工，处理数据时只会用复制粘贴到 Excel ，天天加班工作还完不成，后来公司就招了一个会 Python 的新人，结果分分钟就处理完成。所以工作中大家经常会使用 Excel 去处理以及展示数据，但是对于部分工作我们可以借助程序帮忙实现，达到高效解决问题的效果，今天就为大家介绍一下，使用 Python 如何操作 Excel 。

本章节主要是 Matplotlib 和 NumPy 实际操作案例讲解，matplotlib 通常与 NumPy 一起使用，提供了一种有效的 MatLab 开源替代方案，除此之外，它还可以和其他图形工具包搭配使用。前提是在现在的环境中已经安装了 Numpy 模块，Numpy 安装详情请参考第 79 天：数据分析之 Numpy 初步

这一节将从简到繁用实例讲解 matplotlib 和 Numpy 结合使用的知识点。

今天的文章和大家聊聊 Python Numpy 位运算和算术函数，本文将分两部分做详细描述。