今天來繼續接著昨天的LineBot。我們昨天講到，我們可以使用ngrok來讓程式連上公開網路，也就是說，整個flask框架是連上網路的，所以flask可以做到的...
函式的說明文件 可以在函式下方使用「'''」撰寫函式的說明文件，說明文件可以跨好幾行，直到找到下一個「'''」，使用「'''」會保留第2行以後所有開頭的空格，如...
關鍵字引數(keyword arguments) 關鍵字引數(函式輸入變數的前方使用「**」)會將函數內多個輸入值群組化成字典，例如以下範例，慣例使用kwarg...
今天就來實際撰寫LineBot囉~ 我們要先下載必要套件，linebot-sdk以及flask。主要是用flask這種小型框架來做API串接: pip inst...
函式的回傳值 函式回傳值可以使用tuple回傳多個資料，例如:以下ymd函式使用tuple回傳時間的年、月與日。 def ymd(): now = da...
終於完賽啦！ 這次挑戰賽僅聚焦於結構化資料的資料分析，非結構化資料(圖片聲音影片等等)，就需要用到深度學習，有興趣的大家可以再深入研究。也謝謝大家看完這30天的...
今天來講LineBot吧。大家應該都用過Line這款交友軟體吧，這款軟體除了能方便聊天以外，他的機器人功能也可以做到許多事情。 取得自己的第一個Linebot...
函式的輸入與輸出 函式的輸入 函式中有預設值的輸入參數一定放在後面，預設值要式不可以變的常數，不能為串列或字典等可以修改的資料結構 #input def f(s...
今天繼續把上一篇文的程式做完，沒看過的記得要去看喔! 圖片轉向 那再來就先來做轉向的部分: from PIL import Image def output(...
今天會來配合pillow簡單製作一個旋轉圖片的GUI，並且會增加一些pillow的功能到這個GUI上，讓使用者可以用非常簡單的小程式處理照片。 先來我這次預計做...
計算BMI BMIT常用來判斷肥胖程度，BMI等於體重(KG)除以身高(M)的平方，「BMI與肥胖等級標準」表，如下。請寫一個程式讓使用者輸入體重與身高，顯示B...
函式與變數的作用範圍 變數作用範圍分成全域變數與函式內的區域變數，宣告在最上面最外層的稱作全域變數，宣告在函式內的變數稱作區域變數，函式內若沒有那個變數就會往函...
今天會開始來講元件的部分~ 通用參數 height : 高度 width : 寬度 fg : 文字顏色 bg : 背景顏色 command : 指令，利用對應...
函式的定義、傳回值與呼叫 自訂函式需要包含兩個部分，分別式「函式的定義」與「函式的呼叫」。「函式的定義」是實作的函式功能，輸入參數與回傳處理後的結過，「函式的呼...
在進入Tkinter之前，先來講講GUI到底是甚麼。 GUI GUI其實就是圖形使用者介面(Graphical User Interface)，也就是指採用圖形...
費氏數列 費氏數列氏將第1項與第2項相加等於第3項，第2巷與第3項相加等於第4項，依此類推，初始化費氏數列的第1項為1且第2項為1，計算出前n項的費氏數列，n由...
今天來講講PyAutoGUI這個套件好了，這個套件可以幫助你寫腳本，可以讓滑鼠以及鍵盤自動化，就不用人力慢慢按了。第一步還是安裝以及導入套件啦 pip inst...
生成式(comprehension) 生成式可以依照規模產生資料，接著將資料儲存在串列、字典與集合內。 串列生成式 若要生產一個串列有5個數字，而5個數字分別是...
在python中，有許多可以拿來處理影像的套件。今天就先稍微介紹一下，pillow這個影像處理套件。 Pillow(PIL) Pillow是一個python中用...
在經過集成式學習(ensemble learning)之後的 tree based (像是 Random Forest, XGBoost, LightGBM)...
LightGBM GBDT(Gradient Boosting Decision Tree) 是利用弱分類器迭代訓練來得到最佳的模型，而 LightGBM(Li...
極限梯度提升 eXtreme Gradient Boosting(XGBoost) ，被稱為 Kaggle 競賽神器，常常第一名都是使用這個演算法。先來前情提要...
動態爬蟲的做法主要是用在動態網頁以及一些需要登入的網頁，藉由自動加載指定網頁，就可以獲得需要加載才能取得的資料。所以今天會來講講利用Webdriver自動化加載...
for迴圈與資料儲存容器 若要取出資料儲存容器(tuple、串列、字典與集合)的所有元素，可以使用「for」一個一個取出每一個元素，再對每一個元素進行計算。 使...
今天繼續來談論靜態爬蟲，昨天都在講解文字，今天來講講圖片的部分。常常看到一個網頁中有很多漂亮的圖片，可是一張一張下載太浪費時間了，這時候就可以使用爬蟲來批量下載...
原理 昨天有提到 Bagging 最有名的例子就是隨機森林，它是集合多棵決策樹來進行預測，很多樹就成為了森林，稱之為隨機森林。每一棵樹只能看見部分特徵，但透過多...
接下來的要介紹一個很重要的模型觀念 - 集成式學習。俗話說的好，三個臭皮匠勝過一個諸葛亮，而在機器學習又是怎麼應用呢？讓我們一起探索吧！ 集成式學習 集成式學習...
決策樹(Decision trees)是一種過程直覺單純、執行效率也相當高的監督式機器學習模型，適用於classification 及 regression 資...
原理說明 SVM (support vector machine 支援向量機)，是在特徵空間中找到一個分離超平面，也就是「決策邊界」(decision boun...
今天就來講講最基本的靜態爬蟲吧，這裡要裝的套件是bs4(BeautifulSoup4)，它是用來做靜態爬蟲的一個專用的庫，利用pip install來安裝bs4...
seaotter
腎單粒
皮卡丘打排球
iThome鐵人賽
看影片追技術