【正文】 如何學(xué)習(xí) ? “Don39。 Python利用其模塊化和命名空間分析等特性減輕了這一方面的需求，這些特性可以讓多個(gè)程序員開發(fā)項(xiàng)目時(shí)不可能發(fā)生代碼沖突的情況。在企業(yè)軟件開發(fā)市場(chǎng)上，這一缺陷簡(jiǎn)直可視為致命的要害。 相比 GUI工具的缺乏更要命的是 Python幾乎沒(méi)有支持團(tuán)隊(duì)開發(fā)的協(xié)議工具。 Python分發(fā)版本隨帶的 Tk就是Python開發(fā)人員最常用的工具。幸而Python相當(dāng)容易的學(xué)習(xí)曲線減輕了對(duì)圖書資料的過(guò)多需要。市面上冠以 PHP標(biāo)題的圖書數(shù)量幾乎是 Python的兩倍多；而 Perl就更多了，有 400多種。雖然這一方面也在發(fā)生變化，但是，開發(fā)部門需要平滑地接合現(xiàn)有的復(fù)雜遺留數(shù)據(jù)，同時(shí)需要快速的 SQL數(shù)據(jù)庫(kù)訪問(wèn)，所有這一些使其在短時(shí)期內(nèi)難以對(duì) Python表現(xiàn)出什么太大的興趣。 Python語(yǔ)言的分發(fā)版中確實(shí)包含了一些擴(kuò)展的類庫(kù)，越來(lái)越多的程序員也在致力于開發(fā)等價(jià) PHP的Python工具，但是考慮到市場(chǎng)的時(shí)間緊迫性，而且你所面臨的問(wèn)題已經(jīng)有現(xiàn)成的 PHP解決方案可以對(duì)付，那么 PHP自然會(huì)成為你的首選。 硬幣的另一面 ? 限制 Python發(fā)展的因素 ? 缺乏預(yù)包裝的解決方案 ? 數(shù)據(jù)庫(kù)訪問(wèn)層的局限性 ? 文檔差距 ? 缺乏 GUI和團(tuán)隊(duì)協(xié)作工具 限制 Python發(fā)展的因素 ? 缺乏預(yù)包裝的解決方案 ? PHP 在企業(yè)軟件領(lǐng)域贏得了輝煌的成功，主要原因就在于其廣泛實(shí)用的產(chǎn)品門類，比如討論板、聊天服務(wù)器和分組日歷以及即時(shí)消息系統(tǒng)等。而無(wú)需過(guò)多關(guān)注編程本身。 查看結(jié)果 ? 在交互控制臺(tái)中輸入如下代碼，查看優(yōu)化結(jié)果： ? reload(optimization) ? domain=[(0,8)]*(len()*2) ? s=(domain,dulecost) ? (s) ? 3328 ? (s) ? Seymour Boston 12:3415:02 $109 12:0814:05 $142 ? Franny Dallas 12:1915:25 $342 9:4913:51 $229 ? Zooey Akron 9:1512:14 $247 15:5018:45 $243 ? Walt Miami 15:3418:11 $326 14:0816:09 $232 ? Buddy Chicago 14:2216:32 $126 15:0417:23 $189 ? Les Omaha 15:0316:42 $135 6:19 8:13 $239 查看結(jié)果 ? s=(domain,) ? (s) ? 3063 ? (s) ? Seymour BOS 12:3415:02 $109 10:3312:03 $ 74 ? Franny DAL 10:3014:57 $290 10:5114:16 $256 ? Zooey CAK 10:5313:36 $189 10:3213:16 $139 ? Walt MIA 11:2814:40 $248 12:3715:05 $170 ? Buddy ORD 12:4414:17 $134 10:3313:11 $132 ? Les OMA 11:0813:07 $175 18:2520:34 $205 總結(jié) ? 在本例中，首先使用 Python的列表對(duì)不同的方案進(jìn)行了數(shù)學(xué) ? 建模，然后根據(jù)一些指標(biāo)建立了代價(jià)函數(shù)，最后使用兩種方法 ? 實(shí)現(xiàn)了優(yōu)化過(guò)程。 ? 一種改進(jìn)是 隨機(jī)重復(fù)爬山法， ? 即從多個(gè)隨機(jī)點(diǎn)開始運(yùn)行爬山法若干次，以此希望有一個(gè)解能 ? 逼近全局最小。 ? 爬山法則以一個(gè)隨機(jī)解開始，然 ? 后在鄰近的解集中尋找更好的解， ? 這類似于從斜坡上往下走，如圖。 ? 下面使用兩種方法實(shí)現(xiàn)優(yōu)化： ? 隨機(jī)優(yōu)化 ? 爬山法 隨機(jī)優(yōu)化 ? 隨機(jī)生成一些方案，找出其中最好的方案。 代價(jià)函數(shù) ? 限于篇幅，就不給出代價(jià)函數(shù)的全部代碼了，使用方法如下： ? reload(optimization) ? (s) ? 5285 ? 有了代價(jià)函數(shù)，下面就是找到具有最小函數(shù)值的方案了。 代價(jià)函數(shù) ? 代價(jià)函數(shù)的選取是優(yōu)化算法的重要環(huán)節(jié)。 ? 由于每個(gè)人都要選擇往和返兩趟班機(jī)，所以列表的總長(zhǎng)是 ? 人數(shù)的兩倍。 導(dǎo)入數(shù)據(jù) 描述方案 ? 如何描述各種方案呢？一個(gè)通用的方法是使用數(shù)字列表， ? 它使得之后描述的優(yōu)化算法并不依賴于具體的問(wèn)題。這樣找最優(yōu)方案的問(wèn)題轉(zhuǎn)化為找代 ? 價(jià)函數(shù)值最小的方案的問(wèn)題。在優(yōu)化 ? 問(wèn)題中，這個(gè)函數(shù)叫做代價(jià)函數(shù) (cost funciton)。 問(wèn)題分析 ? 首先要找到一種通用的表示日程安排方案的方法。)] ? 目的地：紐約 LaGuardia機(jī)場(chǎng) ? destination=39。,39。),(39。,39。),… ? (39。,39。),(39。,39。),(39。,39。),(39。,39。 ? 建立文件 ,加入如下代碼： ? people = [(39。每天有許多往返的航班，起飛時(shí)間、價(jià)格以及飛行時(shí)間都不相同。 01 03 Python程序開發(fā) Python背景介紹 02 Python特色 課程導(dǎo)航 家族旅行問(wèn)題的最優(yōu)化算法 ? 問(wèn)題描述： ? Glass一家住在美國(guó)不同的地方。 總結(jié) ? 到此為止，我們建立了一個(gè)完整的推薦系統(tǒng)，它適用于任何的 ? 商品推薦以及基于相似度的數(shù)據(jù)關(guān)系挖掘。Just My Luck39。Lady in the ? Water39。The Night Listener39。Toby39。Just My Luck39。Lady in the ? Water39。The Night Listener39。Toby39。 ? 所以，我們需要一種對(duì)推薦人進(jìn)行加權(quán)的推薦，如下表： ? 給 Toby的電影推薦表 推薦電影 ? 。Claudia Puig39。Mick LaSalle39。Lisa Rose39。Toby39。) ? 給評(píng)論者打分 ? 有了對(duì)兩個(gè)人進(jìn)行比較的函數(shù)，下面就可以找出與某人品味 ? 最接近的人了，進(jìn)而，可以根據(jù)這些人的喜好來(lái)推薦電影。,39。) ? ? (tics, ? ... 39。,39。 皮爾遜相關(guān)度 ? 使用如下函數(shù)計(jì)算皮爾遜相關(guān)度 ， 該函數(shù)返回一個(gè) 1到 1的值： ? def sim_pearson(prefs,p1,p2): ? 得到共同評(píng)價(jià)的電影 ? si={} ? for item in prefs[p1]: ? if item in prefs[p2]: si[item]=1 ? 如果沒(méi)有共同評(píng)價(jià)的電影，返回 0 ? if len(si)==0: return 0 ? 將兩人的偏好相加 ? sum1=sum([prefs[p1][it] for it