Python笔记(18)文件管理

Python文件管理 一 文件的基本操作 1. 打开文件 mode: r: 只能读文件 w: 只能写入(清空文件内容) a+: 读写(文件追加写入内容) f = open('doc/hello.txt',mode='a+') 2. 文件读写操作 f.write('java\n') 3. 关闭文件 f.close() 4 with语句 with open('doc/text.txt', 'w+') as f: f.write('hello world\n') # 写入... 阅读详情

文件操作完整步骤

1.用open内置函数打开文件hello,返回值是一个文件对象

f=open("/home/centos01/hello")

2.读取文件内容(或写入f.write("内容"),但必须open是以可写方式打开的文件才行)

f.read()

3.关闭文件

f.close()

文件操作的其他模式(open函数的模式)

r     以读的方式打开,定位到文件开头 , 默认的模式,例如f=open("/home/centos01/hello")就相当于f=open("/home/centos01/hello",'r')
r+   以读写的方式打开,定位文件开头 , 可以写入内容到文件
w    以写的方式打开,打开文件的时候会清空文件的内容,并且不能读
w+  以读写的方式打开,定位到文件头,并且打开文件的时候也会清空文件的内容
a    以写的方式打开,定位到文件的末尾,是一个追加的操作 , 但并不允许读
a+  以读写的方式打开,定位到文件的末尾,追加的方式。以上打开的都是utf-8编码的文本文件,要读取二进制文件,如图片、视频等,可以在原有模式上加b,eg:'rb','rb+','wb+','ab','ab+'等

In [5]: f=open('/mnt/Pictures/e80729d588bff81c2f80fbcfd2c2d308.png','rb')

In [6]: f.read()
Out[6]: '\x89PNG\r\n\x1a\n\x00\x0...'

读文件(read,readline,readlines)

read方法

一次读取文件的全部内容,返回一个字符串对象,保留换行符

In [1]: f=open("/mnt/passwd")
In [2]: f.read()
Out[2]: 'root:x:0:0:root:/root:/bin/bash\nbin:x:1:1:bin:/bin:/sbin/nologin\ndaemon:x:2:2:daemon:/sbin:/sbin/nologin\nadm:x:3:4:adm:/var/adm:/sbin/nologin\nlp:x:4:7:lp:/var/spool/lpd:/sbin/nologin\nsync:x:5:0:sync:/sbin:/bin/sync\nshutdown:x:6:0:shutdown:/sbin:/sbin/shutdown\nhalt:x:7:0:halt:/sbin:/sbin/halt\nmail:x:8:12:mail:/var/spool/mail:/sbin/nologin\noperator:x:11:0:operator:/root:/sbin/nologin\ngames:x:12:100:games:/usr/games:/sbin/nologin\nftp:x:14:50:FTP User:/var/ftp:/sbin/nologin\nnobody:x:99:99:Nobody:/:/sbin/nologin\nsystemd-network:x:192:192:systemd Network Management:/:/sbin/nologin\ndbus:x:81:81:System message bus:/:/sbin/nologin\npolkitd:x:999:998:User for polkitd:/:/sbin/nologin\nsshd:x:74:74:Privilege-separated SSH:/var/empty/sshd:/sbin/nologin\npostfix:x:89:89::/var/spool/postfix:/sbin/nologin\ncentos01:x:1000:1000:centos01:/home/centos01:/bin/bash\ntss:x:59:59:Account used by the trousers package to sandbox the tcsd daemon:/dev/null:/sbin/nologin\n'

readline方法

依次读取文件,仅返回一行文件信息,保留换行符

In [1]: f=open("/mnt/passwd")

In [2]: f.readline()
Out[2]: 'root:x:0:0:root:/root:/bin/bash\n'

In [3]: f.readline()
Out[3]: 'bin:x:1:1:bin:/bin:/sbin/nologin\n'

readlines方法

以列表的方式返回文件全部内容,保留换行符

In [1]: f=open("/mnt/passwd")

In [2]: f.readlines()
Out[2]: 
['root:x:0:0:root:/root:/bin/bash\n',
 'bin:x:1:1:bin:/bin:/sbin/nologin\n',
 'daemon:x:2:2:daemon:/sbin:/sbin/nologin\n',
 'adm:x:3:4:adm:/var/adm:/sbin/nologin\n',
 'lp:x:4:7:lp:/var/spool/lpd:/sbin/nologin\n',
 'sync:x:5:0:sync:/sbin:/bin/sync\n',
 'shutdown:x:6:0:shutdown:/sbin:/sbin/shutdown\n',
 'halt:x:7:0:halt:/sbin:/sbin/halt\n',
 'mail:x:8:12:mail:/var/spool/mail:/sbin/nologin\n',
 'operator:x:11:0:operator:/root:/sbin/nologin\n',
 'games:x:12:100:games:/usr/games:/sbin/nologin\n',
 'ftp:x:14:50:FTP User:/var/ftp:/sbin/nologin\n',
 'nobody:x:99:99:Nobody:/:/sbin/nologin\n',
 'systemd-network:x:192:192:systemd Network Management:/:/sbin/nologin\n',
 'dbus:x:81:81:System message bus:/:/sbin/nologin\n',
 'polkitd:x:999:998:User for polkitd:/:/sbin/nologin\n',
 'sshd:x:74:74:Privilege-separated SSH:/var/empty/sshd:/sbin/nologin\n',
 'postfix:x:89:89::/var/spool/postfix:/sbin/nologin\n',
 'centos01:x:1000:1000:centos01:/home/centos01:/bin/bash\n',
 'tss:x:59:59:Account used by the trousers package to sandbox the tcsd daemon:/dev/null:/sbin/nologin\n']

readlines实际应用:

[root@centos01 python]# cat test.py 
# coding:utf-8
f=open("/etc/passwd")
print [i.strip() for i in f.readlines()][:5] #这是一个列表生成式,strip()去除字符串首尾空格、换行符(即把末尾的\n删除);[:5]取列表中前5行(即列表前5个元素)
f.close()
[root@centos01 python]# python test.py 
['root:x:0:0:root:/root:/bin/bash', 'bin:x:1:1:bin:/bin:/sbin/nologin', 'daemon:x:2:2:daemon:/sbin:/sbin/nologin', 'adm:x:3:4:adm:/var/adm:/sbin/nologin', 'lp:x:4:7:lp:/var/spool/lpd:/sbin/nologin']

写文件(write,writelines)

write

f.write(str)的参数是一个字符串,就是你要写入文件的内容

writelines

可以写入多行文本内容

f.writelines(sequence)的参数是序列,比如列表,它会迭代帮你写入文件

[root@python mnt]# cat hello       #查看hello文件内容
hello
In [1]: f = open("/mnt/hello",'a+')   #用追加的方式打开文件

In [2]: f.write("123\n")                    #追加123并换行

In [3]: f.writelines(["python\n","java\n"])   #追加多行内容,由于writelines括号里面只能跟一个参数,可以将多行内容以列表方式导入

In [4]: f.close()  #当我们写文件时,操作系统往往不会立刻把数据写入磁盘,而是放到内存缓存起来,空闲的时候再慢慢写入。只有调用close()方法时,操作系统才保证把没有写入的数据全部写入磁盘。忘记调用close()的后果是数据可能只写了一部分到磁盘,剩下的丢失了
[root@python mnt]# cat hello        #再次查看文件,内容已改变
hello
123
python
java

文件对象f是可迭代的吗?

In [14]: f = open("/mnt/hello",'a+')

In [15]: for i in f:
   ....:     print i
   ....:     
hello

123

python java

可见是可迭代的,因此我们在写脚本的时候可以利用这个特性,open文件之后直接可以用循环遍历文件所有行

文件内置属性

print f.closed    #返回bool值,判断文件对象是否已经关闭

print f.mode     #查看文件的打开方式是r,w,w+...

print f.name     #查看文件名(绝对路径)

with语句    #使用with语句可以防止open完文件之后忘记close()的情况

In [24]: with open("/mnt/hello") as f1:
   ....:     print f1.read()
   ....:     
hello
python
java


In [25]: print f1.closed          #我们并没有使用f1.closed(),现在使用文件内置属性测试一下是否已关闭,结果为True,已经关闭了
True

指针:

创建一个hello文件,内容为hello

# coding:utf-8
f = open("/mnt/hello")
print f.read()
#seek需要传两个值;
#第一个参数:偏移量;偏移量>0,代表向右移动的字符;反之,向左移动的字符;
#第二个参数:  0:代表文件开头    1:当前位置     2:文件末尾;
f.seek(3,0)        #从文件开头偏移3个字符,预测read结果应该是"lo\n"
print f.tell()     #打印当前的偏移量
print f.read()

运行结果:

练习1:

显示下面文件所有行,但忽略以#开头的行

[root@centos1 mnt]# cat /mnt/hello 
#hello
hello
python
java

[root@centos01 python]# cat test.py 
# coding:utf-8
with open("/mnt/hello") as f:
    for line in f:  #利用文件对象可迭代特性,直接for循环遍历
        if line.strip()[0] != "#":  #表示如果第一个字符不是"#"。.strip()表示去除字符串首尾的空格或换行符;[0]表示取字符串的第一个元素
            print line,  #打印line,逗号表示不换行输出
[root@centos01 python]# python test.py 
hello
python
java

练习2:

把/etc/passwd文件中的“root”字符串替换为“redhat”,将更换后的另存为/tmp/passwd文件

[root@centos01 python]# cat test.py 
#coding:utf-8
with open('/etc/passwd') as f:
    i=f.read()
    i=i.replace('root','redhat')  #replace是字符串的方法,可以替换字符串内的内容
    with open('/tmp/passwd','w') as f1:  #/tmp/passwd无需手动新建,程序会自动建立这个文件
        f1.write(i)
[root@centos01 python]# python test.py 
[root@centos01 mnt]# cat /tmp/passwd 
redhat:x:0:0:redhat:/redhat:/bin/bash
                      ...

练习3:

逐页显示文本文件程序,用户输入一个文件名,每次默认显示行数为10行,给用户一个选项,“是否继续(y/n)”

[root@centos01 python]# cat test.py 
# coding:utf-8
file_name=raw_input("文件名(绝对路径):")
with open(file_name) as f:
    li=[i.strip() for i in f.readlines()]
file_length=len(li)
j=0
for i in range(file_length):
    print li[i]
    j+=1
    if j==10:
        choice=raw_input("是否继续(y/n):")
        if choice == "n": #使用这样的判断可以在用户选择n的时候跳出循环,选y或者直接回车继续显示下10行
            break
        else:
            j=0
            continue
[root@centos01 python]# python test.py 
文件名(绝对路径):/etc/passwd 
root:x:0:0:root:/root:/bin/bash
bin:x:1:1:bin:/bin:/sbin/nologin
daemon:x:2:2:daemon:/sbin:/sbin/nologin
adm:x:3:4:adm:/var/adm:/sbin/nologin
lp:x:4:7:lp:/var/spool/lpd:/sbin/nologin
sync:x:5:0:sync:/sbin:/bin/sync
shutdown:x:6:0:shutdown:/sbin:/sbin/shutdown
halt:x:7:0:halt:/sbin:/sbin/halt
mail:x:8:12:mail:/var/spool/mail:/sbin/nologin
operator:x:11:0:operator:/root:/sbin/nologin
是否继续(y/n):n
[root@centos01 python]#

练习4:

将文件夹下所有图片名称加上'_fc',并计算你处理的图片个数和花费的时间

[root@centos01 python]# ls /mnt/Pictures/
a.png  b.png
[root@centos01 python]# cat test.py 
#coding:utf-8
import os    #调用os函数
import time  #调用time函数

start_time=time.time()
path = '/mnt/Pictures'  #将图片所在目录定义成一个变量,方便后面调用
li=[i for i in os.listdir(path) if i.endswith(".png")]  #取出/mnt/Pictures下所有.png结尾的文件组成li列表
length=len(li)   #计算列表中元素个数
for i in range(length):
    oldfile=li[i]
    newfile=li[i]+'_fc'  #使用列表支持拼接的特性在每个元素后面加上_fc    
    os.rename(os.path.join(path,oldfile),os.path.join(path,newfile)) #os.rename("old","new")表示修改文件名称,os.path.join("dir1","dir2")表示以/连接元素使之成为一个路径
end_time=time.time()
print "共处理了%s张图片,用时%s" %(len(li),end_time-start_time)
[root@centos01 python]# python test.py 
共处理了2张图片,用时7.70092010498e-05
[root@centos01 python]# ls /mnt/Pictures/
a.png_fc  b.png_fc
#coding:utf-8
import os,time,functools
dir='/mnt/Pictures/'

def Timer(fun):
    @functools.wraps(fun)
    def wrapper(*args,**kwargs):
        start_time=time.time()
        fun()
        end_time=time.time()
        print '耗时:%f s' %(end_time-start_time)
    return wrapper

@Timer
def bakup():
    li=[i for i in os.listdir(dir) if os.path.isfile(os.path.join(dir,i)) and i.endswith('png')]
    for i in li:
        os.rename(dir+i,dir+i+'_bak')
    print '处理完成:%s张图片' %len(li)

bakup()
Python小型磁盘文件管理系统源码解析 在当前的数字时代,数据的存储和管理变得日益重要。Python,作为一种强大的编程语言,凭借其简洁的语法和丰富的库支持,已经成为文件系统管理任务的首选工具。本章将概述一个使用Python编写的简单磁盘文件管理系统的源码,为接下来深入探讨其内部机制打下基础。我们将介绍该系统的总体设计思想和核心功能,包括文件与目录的管理、用户界面的选择以及网络编程的初步应用。此系统的设计旨在演示如何使用Python来执行常见的文件操作任务,并为系统的进一步扩展提供基础。 阅读详情

相关推荐

Triton推理服务器实战:如何为PaddleOCR的ONNX模型配置动态批处理和并发推理

本文详细介绍了如何使用Triton推理服务器为PaddleOCR的ONNX模型配置动态批处理和并发推理,以提升GPU利用率和推理性能。通过实战案例和参数调优指南,帮助开发者解决高并发场景下的性能瓶颈问题,实现从实验室到生产环境的高效部署。

weixin_42527160的博客 427

fwrite函数的简介

fwrit函数是一个常用的文件写函数,这个函数比较重要。此处暂时写一下他的一些相关信息,以便给读者提供帮助,成长。 fwrite函数原型: size_t fwrite(const void* buffer,size_t size, size_t count, FILE* stream); 功能: 向文件中写入一个数据块。(写入的数据不限于文本格式,也可以是二进制文件等) 返回值:返回实际

易大飞 2万+

概率论—期末复习速成笔记(自用)

概率论期末复习

a200327的博客 2万+

Linux练习(write写入)

#include <unistd.h> #include <stdlib.h> int main() { if((write(1,"here is some data\n",18))!=18) write(2,"write error\n",12); exit(0); }原型:#include <u...

weixin_34244102的博客 1269

从VBA到Python:探索CODE V API在MTF数据分析中的跨语言实践

本文详细介绍了如何从VBA转向Python,利用CODE V API实现MTF数据分析的高效工作流。通过Python的科学计算库和现代API设计,光学工程师可以大幅提升数据处理和可视化效率,实现自动化报告生成和性能优化。

weixin_29239661的博客 444

光储微电网混合储能系统的控制策略

随着社会生产力的不断提高,对不可再生资源的大量消耗,人们已经意识到发展可再生能源的重要性,因此微电网技术作为再生能源利用的有效形式被快速发展。蓄电池容量无限大是传统光储微电网混合储能系统控制策略一种理想形式,但实际上蓄电池的容量是有限度的,传统控制策略在蓄电池剩余电量达到阖值时将无法正常使用,由此提出了光储微电网混合储能系统的新型控制策略,又结合实际情况,对开关进行了改进,利用开关与二极管并联,使其拥有四种工作状态,当储能元件剩余电量达到阈值时,可自动恢复电量降低成本,提高并输出电池电能质量。

nhkg888的博客 1753

python 文件管理_Python笔记(18)文件管理

文件操作完整步骤1.用open内置函数打开文件hello,返回值是一个文件对象f=open("/home/centos01/hello")2.读取文件内容(或写入f.write("内容"),但必须open是以可写方式打开的文件才行)f.read()3.关闭文件f.close()文件操作的其他模式(open函数的模式)r 以读的方式打开,定位到文件开头 , 默认的模式,例如f=open("/...

weixin_39731682的博客 232

手把手教你用STM32F103C8T6驱动HUB75 LED点阵屏(附74HC595级联代码)

本文详细介绍了如何使用STM32F103C8T6开发板驱动HUB75接口的LED点阵屏,包括硬件连接、74HC595级联代码、时序控制及灰度显示实现。通过实战案例展示动态文字显示和性能优化技巧,帮助开发者快速掌握LED点阵屏驱动技术。

weixin_42623010的博客 343

真正解决“ubuntu18.04中Terminal打不开”的问题

真正解决“ubuntu18.04中Terminal打不开”的问题

qq_39984517的博客 5258

SAP 集成泛微 OA Open API 新建流程申请接口

《SAP ERP 与泛微 OA 的系统集成》系列文章。泛微 Open API 是基于 HTTPS 的 Restful 接口,上篇文章,我已经完成了调用业务接口之前的准备工作,这篇文章我以新建流程申请这个系统集成最重要的接口为例,讲解接口设计、泛微 API 调用的过程、遇到的问题、解决的办法。

SAP李斌,本人承诺所有原创文章均不使用任何AI生成技术,请大家放心阅读。 3558

电子电器架构 -- 汽车零部件DV试验与PV试验的定义及关键差异

电子电器架构 -- 汽车零部件DV试验与PV试验的定义及关键差异

Soly_kun的博客 738

python打开文件管理器

python 使用win32 API打开文件管理器对话窗口代码 win10 系统进行python GUI设计时,涉及到文件打开、保存等可以使用win32 API接口来实现,使弹出的文件管理窗口更美观。调用以下函数,可以直接打开win10自带的文件管理窗口,还可以指定文件类型等。python2.7的pywin32库需另外下载安装,安装方法自行百度,文件类型指定可直接模仿file_type。 使用环境...

在水一[钫] 3759

全新DEIM有效涨点改进目录 | 本专栏持续更新500+篇内容 | 包含各种顶会顶刊卷积、注意力、特征融合模块、有效特征聚合提取模块,上采样模块、下采样模块,二次创新模块、独家创新等几百种创新点改进

🚀【CVPR2025DEIM改进专栏速览】🔥 专栏提供500+篇目标检测创新改进方案,涵盖卷积/注意力/特征融合等创新改进点,均源自顶会论文及实战经验。支持多领域应用(工业/医疗/遥感等),配套完整教程和答疑服务。亮点包括: 1️⃣ 持续更新SOTA模型改进方案 2️⃣ 小白友好型实验操作指南 3️⃣ 跨学科科研支持(已助非计算机专业发表论文) 4️⃣ 提供虚拟环境配置方案。 订阅可获完整项目代码及交流群服务,适合研究生科研论文改进需求。价格呈上涨趋势,早订更优惠!

Ai缝合怪、助力小伙伴高效发论文 2060

python 文件管理_python 文件操作

一、python中文件管理文件管理是很多应用程序的基本功能和重要组成部分。Python可以使文件管理极其简单,特别是和其它语言相对比。1.介绍几乎以任何语言编写的众多应用程序中,文件管理是很重要的一部分。Python当然也不例外。在这篇文章中,我们将探究如何使用一些模块来操作文件。我们会完成读文件,写文件,增加文件内容的操作,写文件,增加文件内容的操作,还有一些另类的用法。2.文件读写最简单文件操...

weixin_39626237的博客 236

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员,提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列,各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性,请参见数据手册。有关 ARM Cortex™-M4F 内核的信息,请参见《Cortex™-M4F 技术参考手册》。

技术日报|从热点监控到文件管理,18个开源项目获3390颗星

🎯 告别信息过载,只获取真正关心的资讯——多平台热点聚合工具,一键监控今日头条、百度热搜、微博、抖音、知乎、B站等35…

Devlive 开源社区 736

蓝牙模块HM-10手册

蓝牙模块HM-10手册,该手册对蓝牙模块HM-10进行了详细的介绍和使用方法以及一些AT指令。

RHCSA文件管理命令

310 sudo cp /mnt/hgfs/Desktop-vm/'新建 DOC 文档.doc' rhcsa。309 cp /mnt/hgfs/Desktop-vm/'新建 DOC 文档.doc' rhcsa。376 sudo rm '新建 DOC 文档.doc'375 rm '新建 DOC 文档.doc'373 rm 新建 DOC 文档.doc。30 cd /桌面。

2403_89859740的博客 728

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

python(4)集合和字典、函数、文件管理

文章目录一.集合的操作练习二.字典的操作字典的拓展:defaultdict练习:三.函数1.如何创建函数?定义函数,函数内容并不会执行2. 如何调用函数?3.变量的作用域4.参数传递5.常见的四类形参5.匿名函数练习6.递归函数练习:递归实现fib数列四.文件管理1.文件基本操作2.with语句3.os模块4.json模块5.储存为excel文件练习:词频统计 一.集合的操作 集合(无序不重复): 创建 s = {} # s是集合么?不是,空字典 s = set() .

qiao_qing的博客 207

Python shutil模块,高级文件管理

1 import shutil 2 3 # shutil.copyfileobj(open('aa.py','r',encoding='utf-8'),open('as.py','w',encoding='utf-8'),length=10) # 拷贝文件,可以自己指定模式和编码方式,也可以指定长度 4 # shutil.copyfile(r'as.py', 'f2.lo'...

weixin_30566149的博客 65

【python基础】文件管理

1、读取写入文件 mode里常用的三种类型: r:只能读 w:只能写(但是会清空之前的内容0 a+:读写(文件追加进内容) 2、文件指针移动位置 二、OS模块 1、os系统 2、系统路径 将各种语言进行交换的轻量级的数据交换格式。 1、将python对象编码成json字符串 2、将json字符串解码为python对象 将之前创建的json对象转换为python对象 3、转换信息到execl表格 首先需要安装两个模块,这两个模块从国内下载比较快一些,方式如下 可以在指定路径上看到execl表格 其内容

weixin_48819467的博客 564

Python桌面应用开发入门:Tkinter+PyQt5实战文件管理器教程

你是否曾想过用Python打造一个属于自己的桌面工具?从一个简单的计算器,到一个功能齐全的文件管理器,桌面应用开发不仅实用,还能让你在编程路上更进一步。本文将聚焦桌面应用开发,带你走进GUI编程的世界。无论是刚接触编程的初学者,还是想提升技能的开发者,这篇文章都将为你打开一扇门——从Tkinter的入门门槛,到PyQt5的进阶应用,再到动手实现一个真实的文件管理器。Tkinter是Python标准库自带的GUI工具包,基于Tcl/Tk库开发。它最大的优点是简单易用,无需额外安装,适合初学者快速上手。

吴师兄大模型的博客 2102

Ubuntu18.04中的Python和Anaconda(版本和安装)

Ubuntu18.04 自带Python3.6,没有Python2 根据官方更新文档,16.04LTS版本之后的Ubuntu系统不默认安装Python3。原句为“Python 2 is no longer installed by default. Python 3 has been updated to 3.6. This is the last LTS release to include P...

Iris_bysshqx17的博客 3350

python 做文件管理_Python-文件的管理

字符的输入及输出输入(raw_input/input)---> 程序处理 ---> 输出(print)一.文件管理的三大步骤:1.打开文件; f = open("filename")2.处理文件;f.read() 可以读取文件内容f.write("hello") 不能往文件中写入,因为默认文件以r的模式打开;3.关闭并保存文件;...

weixin_39960700的博客 366

python-18 文件管理

open(name,mode) name:目标文件名的字符串(可以包含文件所在的具体路径) mode:访问模式,只读r、只写w(覆盖)、追加a 访问模式省略表r f = open('test.txt','r') f.write('aaa') #报错f = open('test.txt','r') f = open('test.txt','w') f.write('aaa') f.close() .read(num) num表示要从文件中读取的数据的长度(单位是字节),如果没有传入怒骂,那么就表示读取文件

fly_ship的博客 122

基于python与Flask的文件管理系统的设计与实现

本文旨在设计与实现一个基于Python与Flask的文件管理系统。文件管理系统是一种用于组织、存储、查询和管理文件的应用软件。随着数字化时代的到来,文件管理系统的需求变得越来越迫切。本文通过使用Python编程语言和Flask框架,提供了一种基于Web的文件管理系统解决方案。本文首先对文件管理系统进行了详细的需求分析,包括用户管理、文件上传、下载、删除、权限控制等功能,并且在设计阶段进行了详细的功能分解和模块划分。

No_Name_Cao_Ni_Mei的博客 955

python模仿windows文件管理_Python3 学习第九弹: 模块学习二之文件管理模块

提供访问操作系统的接口1> name获得当前操作系统其中 'nt' 是 windows 'posix' 是 linux2> environ获得当前系统的环境变量的字典,(变量名:变量值)3> getcwd()获得当前工作目录4> getgid()返回当前进程的真实组id5> getlogin()返回当前登录的用户名6> getpid()返回当前进程的pid7&g...

weixin_39567013的博客 129

一个包含了超过 200 个实用脚本的 Python 脚本库,如文件管理、网络操作、图像处理、文本处理等

不仅是一个脚本库,更是一个工具箱,帮助你在生活和工作中更加高效地完成任务。

m0_68103752的博客 1669
上一篇: Python笔记(17)-高阶函数、装饰器
下一篇: Python笔记(19)面向对象编程
ToryCode
博客等级 码龄3年 44粉丝 130原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值