十字路口的红绿灯，每分钟交替一次的话，你在红灯的时候到达的平均等待时间是多久？ $$1/2 = 0.5 $$ 分钟 公交车平均五分钟来一次的话你等公交车要多久？ $$5/2 = 2.5$$ 分钟 错啦！这就是经典的等车悖论，因为公交车平均每五分钟来一辆，那么你的平均等待时间将是五分钟。 均匀分布和指数分布 红绿灯和公交车有什么不同的地方呢？ 我们往往假设，红绿灯每次交替的时间是固定的（假设是一分钟），是不随着雨天还是晴天而改变的。如果我们在任何时间抵达红绿灯前，我们到达的分布可以视作是均匀分布的（如下图）。 也就是说，在每个红灯的前，我们可能的等待时间是从0分钟（一到灯就绿了）到1分钟之间（一到灯就红了）每个时间出现的可能性是完全一致的。因此我们可以简单地做一个平均运算来算出我们的期待值，也就是说： $$ E[X]=\frac{a+b}{2} = \frac{1+0}{2} = \fr

什么是TLDR？ TLDR 它本身 tl;dr 是一个网络词汇，和十动然拒这类差不多，是个缩写。它的全称是「Too Long; Don't Read」，翻译成中文的话就叫「太长不看」。它兴起于一些论坛，为了说明「楼主你的破文章又臭又长」，不过后来有许多文章的开头也用 这个东西为啥叫太长不看？ 一个叫「太长不看」的命令行工具显然是解决一些令程序员一个脑袋两个大的太长的东西，而这个东西就是 Linux man pages。它到底有多长呢，man pages的官方压缩包是 2M 多的大小，解压后是 16M。 16M 确实不算大了，然而这 16M 可是纯文本啊。用来做类比的话，一本50万字的中文小说变成纯文本文件之后也就那么 1M 多，可想而知这甚至是全英文 man pages 有多长了。 我们却需要它 作为程序员有时又十分需要 man pages。 虽然它长，你又不得不去读它：比如说，你知道 s

尽管机器学习从分类上而言只是人工智能（也就是常说的AI）的分支之一，但其本身也是一个相当巨大的命题。在未来的一段时间里，我将花时间在专栏写一些我比较熟悉的机器学习相关的概念和算法，最主要的目的是为了梳理自己的知识体系，也是希望和大家分享学习的历程和感悟，以达到交流的目的。 这两年大数据火了，机器学习、神经网络、数据挖掘、强化学习等等这些名词都火了，然而我常常在想，把这些名词挂在嘴边的我们，究竟能否在这个领域飞速发展的情况下，清楚地了解到自己说的每一个名词——谁是谁的分支，哪个和哪个又是同等关系或是没有关系的——在名词爆炸的状态下，想学什么，了解其基础概念是必不可少的。 与数据相关的概念 假如我们有一组天气数据，是来自全世界不同国家和地区的每日天气，内容包括最高温度、最低温度、平均湿度、风速之类的相关数据，例如数据的一部分是这样的： 城市 最高温度 最低温度 相对湿度 某时刻风速

如何登录新浪微博是令许多数据新手（包括我）头疼的大问题。由于新浪的反爬虫策略，网上的教程往往撑不过几个月，查阅到的资料在半年前或是一年前——而它们早就无法使用了，在你想开始爬虫的时候被活生生卡在了第一步。 简单而言，我使用的方法是通过 Selenium 模拟浏览器的行为，直接在浏览器中输入用户名和密码并登录，然后直接从浏览器中获取 Cookies。虽然听起来十分简单（实际上也十分简单），但是确实是十分有效的方式。只要一个网站能通过浏览器登陆，我们就可以简单改造这个程序来登录并获得想要的资料。 什么是Selenium？如何使用？ Selenium 是一个项目的名称，都与浏览器和网页测试相关。主要的工具也就是今天我们所要使用的，是WebDriver，是一个浏览器自动化工具。它为很多不同的语言提供了库，包括 Python、Java、Ruby 等。本文中我选择使用 Python 来进行操作，当然你

youtube-dl 的官网：http://rg3.github.io/youtube-dl/index.html youtube-dl 的 GitHub 页面：https://github.com/rg3/youtube-dl（喜欢的话给作者star哦~） Youtube-dl 有什么用？ youtube-dl 是一个命令行工具，对我所知的大部分视频网站有不错的支持，你可以选择下载视频，或是将视频流直接导出到自己想使用的播放器中，也可以以JSON的形式获取可下载资源的URL。 使用方便、足够简洁，这是我在这里推荐的理由。 安装 Youtube-dl Youtube-dl 通过 PyPi 分发，如果你的系统安装有 pip3 或 pip ，请直接使用： sudo pip install --upgrade youtube_dl # 或pip3 如果你是 macOS 用户，也可以使用： br