silentages

程序中，数据都是临时存储在内存中，为了更快速的查找或使⽤这个数据，通常我们把这个数据在内存中存储之后定义⼀个名称，这个名称就是变量。 ⻅名知义。 ⼤驼峰：即每个单词⾸字⺟都⼤写，例如： MyName 。 ⼩驼峰：第⼆个（含）以后的单词⾸字⺟⼤写，例如： myName 。 下划线…

python学习笔记python基础入门开发环境安装介绍python介绍Python是时下最流行、最火爆的编程语言之一，具体原因如下：简单、易学，适应人群广泛免费、开源应用领域广泛自动化运维自动化测试

| . | 匹配任意单个字符（包括符号，数字和空格等） | b.d | bad，bbd，bcd，b d | | $ | 经常用在正则表达式的末尾，表示“从字符串的末端匹配”。如果不用它，每个正则表达式实际都带着“.*”模式，只会从字符串开头开始匹配。这个符号可以看成^符号的反义…

将作者列表进行处理，并完成统计。具体步骤如下： 图是复杂网络研究中的一个重要概念。Graph是用点和线来刻画离散事物集合中的每对事物间以某种方式相联系的数学模型。Graph在现实世界中随处可见，如交通运输图、旅游图、流程图等。利用图可以描述现实生活中的许多事物，如用点可以表示交…

在原始arxiv论文中论文都有对应的类别，而论文类别是作者填写的。在本次任务中我们可以借助论文的标题和摘要完成： WordVec是进阶款的词向量，并通过构建深度学习分类完成分类。深度学习分类的网络结构可以选择TextCNN、TextRnn或者BiLSTM。 Bert是高配款的词…

在原始arxiv数据集中作者经常会在论文的comments或abstract字段中给出具体的代码链接，所以我们需要从这些字段里面找出代码的链接。 首先我们来统计论文页数，也就是在comments字段中抽取pages和figures和个数，首先完成字段读取。 对pages进行统计…

当然在原始数据集中authors_parsed字段已经帮我们处理好了作者信息，可以直接使用该字段完成后续统计。 在Python中字符串是最常用的数据类型，可以使用引号('或")来创建字符串。Python中所有的字符都使用字符串存储，可以使用方括号来截取字符串。同时在Python…

authors_parsed：作者的信息。 我们从arxiv官网，查询到论文的类别名称以及其解释如下。 导入package并读取原始数据. 以上的结果表明：共有170618个数据，有15592个子类（因为有论文的类别是多个，例如一篇paper的类别是CS.AI & C…

数据导入时报ORA-12899错误，即插入的数据长度超出字段的设置长度，实际长度并不长，这是由于Oracle字符集不同，汉字占的长度不同造成的。中文在ZHS16GBK中占2个字节，在UTF-8中却占3