文本聚类是基于相似性算法的自动聚类技术，自动对大量无类别的文档进行归类，把内容相近的文档归为一类，并自动为该类生成特征主题词。适用于自动生成热点舆论专题、重大新闻事件追踪、情报的可视化分析等诸多应用。 灵玖Lingjoin（www.lingjoin.com）基于核心特征发现技术，突破了传统聚类方法空间消耗大，处理时间长的瓶颈；不仅聚类速度快，而且准确率高，内存消耗小，特别适合于超大规模的语料聚类和短文本的语料聚类。 灵玖文档聚类组件的主要特色在于： 1、速度快：可以处理海量规模

Web文档聚类系统的设计与实现：数据挖掘；聚类分柝：文本挖掘；预处理；聚类组合；可 视化；欧氏距离-Web Document Clustering Design and Implementation: Data mining Clustering Hierarchical: text mining pretreatment cluster combinations visualization Euclidean distance

（一篇论文）以文本数据的时间信息和地理信息为文本标记，使用OpenGL图形库，根据所建立的可视化模型，得到了时间和空间的可视化信息系统。-(Paper) to the text data, time information and geographic information for the text tag, use the OpenGL graphics library, visualization according to the established model of time and

《Python极客项目编程》里面讲解了一些很好玩的项目。 利用参数方程和turtle模块生成万花尺图案； ● 通过模拟频率泛音在计算机上创作音乐； ● 将图形图像转换为ASCII文本图形； ● 编写一个三维立体画程序，生成隐藏在随机图案下的3D图像； ● 通过探索粒子系统、透明度和广告牌技术，利用OpenGL着色器制作逼真的动画； ● 利用来自CT和MRI扫描的数据实现3D可视化； ● 将计算机连接到Arduino编程，创建响应音乐的激光秀。(Python Geek Program