沃·夏澈德的博客

numpy 数组补全

import matplotlibmatplotlib.use('AGG')

1.安装Microsoft visual c++ 14.0。2.直接下载.whl，然后本地安装即可。下whl包的网

先按F5调试点设置把integratedTerminal改成internalConsole就可以了 。之后调试都会在调试控制台。

from sklearn.metrics import cohen_kappa_scorekappa = cohen_kappa_score(pre,true)kappa = cohen_kappa_score(true,pre) # kappa统计值是对称的，所以交换y1和y2不会改变值。详见官网

pip install PyWavelets

是可以打乱多组数据的，不局限与x，y。import numpy as npimport randomfrom sklearn.utils import shufflea = np.array([1,2,3,4,5])b = np.array([0.1,0.2,0.3,0.4,0.5])c = np.array([-1,-2,-3,-4,-5])a,b,c = shuffle(a,b,c)print(a)print(b)print(c)# output:# [1 4 2 5

import numpy as npdata = np.array([1,2,3,4,5,6,7,8,9])print(np.random.choice(data,5))np.random.choice(a, size=None, replace=True, p=None)参数说明：a:从此数组中抽样size:抽多少个replace：是否重复p:a里面每一个元素被抽中的概率...

import numpy as npa = np.array([1,2,3,4,5,6,7,8,9,10])b = np.array([1,0,1,0,1,0,1,0,1,0])a = a[ b == 1]print(a)# output：[1 3 5 7 9]

select_K=sklearn.feature_selection.SelectKBest(mutual_info_classif,k=10).fit(features_train,label)

print('is exist nan: ', end='')print(np.isnan(x).any())# 查找位置nan_inx = np.where(np.isnan(x))print(nan_inx)# 替换x[np.isnan(x)]=0.00001print('is exist nan: ', end='')print(np.isnan(x).any())

pip官方镜像源Simple index国内镜像源清华：https://pypi.tuna.tsinghua.edu.cn/simple阿里云：http://mirrors.aliyun.com/pypi/simple/中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/华中理工大学：http://pypi.hustunique.com/山东理工大学：http://pypi.sdutlinux.org/豆瓣：http://pypi.d

改为导入 pickle即可

将模型分为了两部分来训练，观察相互之间的影响，结果表明，模型1，2在分开训练的情况下，组合后依然有效，最终计算结果相同。from keras import optimizersfrom keras.datasets import mnistfrom keras.layers import Dense, Inputfrom keras.models import Modelfrom keras.utils import np_utils(X_train, y_train1), (X_tes.

def setTrainable(model,trainlayers): # 先全部设置成不可训练 for layer in model.layers: layer.trainable = False # 设置可训练的层 for i in trainlayers: model.layers[i].trainable = True # 可训练层 print('trainable:') for x in model.tr.

from scipy import ndimageimport numpy as npa= np.array([ [0, 0, 0, 0], [0, 1, 0, 0], [0, 2, 0, 0], [1, 0, 0, 0], [1, 1, 0, 1], [1, 2, 0, 1], [2, 0, 0, 0], [2, 1, 0, 0], [2, 2, 0, 0]])b =.

用法：在训练中加入回调函数keras.callbacks.EarlyStoppingcallback = keras.callbacks.EarlyStopping(monitor='val_acc',patience=10,mode='max',restore_best_weights=True)...history = train_model.fit(x_train, y_train, batch_size=BATCH_SIZE, epochs=EPOC

import numpy as npfrom keras.utils.np_utils import to_categoricala = np.array([1,0,0,1,0])b = to_categorical(a)print(a)print('--------------')print(b)[1 0 0 1 0]--------------[[0. 1.] [1. 0.] [1. 0.] [0. 1.] [1. 0.]]

x = [1,2,3,4,5,6,7,8]a = []b = []for i in x[::-1]: b.append(i)for i in x[len(x)-2::-1]: a.append(i)print(b)print(a)'''[8, 7, 6, 5, 4, 3, 2, 1][7, 6, 5, 4, 3, 2, 1]'''

在管理员身份运行cmd中第一次要dot -c。然后dot -v 看地址，再加到程序开头处即可。

import sklearnimport numpy as npX = np.array([[1, 2], [3, 4], [5, 6]])Y = np.array([[1], [2], [3]])print(X)print(Y)'''[[1 2] [3 4] [5 6]][[1] [2] [3]]'''

如x.shape = [1,2,3]x =np.transpose(x,(0,2,1))此时，x.shape = [1,3,2]

a = sorted(dict.items(),key = lambda x:x[1],reverse = True)

安装https://github.com/Maluuba/nlg-eval从上面连接下载，如何运行setup.py即可。demofrom nlgeval import compute_metricsmetrics_dict = compute_metrics(hypothesis='data/hyp.txt', references=['data/ref1.txt'])输出：结果倒是出来了，但是会报错，不知道怎么解

在显示进度的时候，不断地换行输出很影响观感，覆盖输出会好看很多print('\r要输出的字符串',end='')

淘宝搜 tensorflow-gpu 配环境 之类的关键词，几十块解决，自己看一遍也就会了。

https://blog.youkuaiyun.com/xiaojian0907/article/details/88018839

整型与浮点型整形：int   浮点型：float这里提一下，很多其他语言中浮点型会分成单精度的float，以及双精度的double，但在python里，只有float，但其实是双精度的。对。。。在python中就只有int，float这两种数字类型。（本系列所有都建立在python3中，所提python也是指python3.x）在python中，有一个方法可以看数据的类型，type...

这个程序打算实现的功能是：从一个网页爬取所要的信息获取HTML def __getHTML(self): r = request.urlopen(Spider.__url) #bytes html = r.read() #转成字符串 html = str(html,encoding='utf-8') ...

在python中变量类型是可以动态变化的。>>> a = 1>>> a = 'a'>>> a'a'int str tuple 值类型（不可变）   list set dict 引用类型（可变）id（）方法可以看变量的id>>> a = 1>>> id(a)14073366

主要推荐：PyCharm,vscode,sumline这里选择vscode，下载安装后，安装这些插件其中python是必备的，其他可以视情况安装。 

 条件a=int(input())if a == 1: print('a=1')elif a == 2: print('a=2')else: print('a=other') 循环for a in range(0,10,2): print(a,end=' | ')else: print("----------end---------...

class Sieve(Item): def out(self): n = self.source.out() self.source=Filter(self.source,n) return n def __init__(self,src): self.source = srcclass Counter:...

from Rectangle import Rectanglefrom Square import Squaredef resize(r): while r.getHeight() <= r.getWidth() : r.setHeight(r.getHeight()+1) print('It’s OK.')r = Rectangle(2,3)s...

from sklearn import datasetsfrom sklearn.model_selection import train_test_splitfrom sklearn.neighbors import KNeighborsClassifierfrom sklearn.metrics import accuracy_score# 获取各种数据集iris = dat...

1。更新显卡驱动，要能看见显卡控制面板的那种2.打开显卡控制面板，点系统信息，看对应的cuda版本3.下载对应版本的cuda，和对应cuda版本的cudnn，这两个的下载方法网上其他教程大多有提及，不详细说明4.安装对应的tensorflow版本tensorflow，pip的不兼容cuda10，这是一个大佬提供的可以用的https://github.com/fo4022...

# import os# t = []# for root, dirs, files in os.walk("./data/IMDBtest/pos", topdown=False):# for name in files:# with open(os.path.join(root, name),encoding='utf-8') as f:# a ...

安装libpython，scipy后，删掉gensim，再装gensim即可。再调用时不再报错。

从官网下载后，开始安装，记得勾选 Add Python 3.6 to PATH。安装完成后，命令提示符中，输入python，如图则安装成功：然后把python安装路径加进path即可。来个哈喽沃先~文件名：hello.py运行python，输入代码或在命令提示符里输python hello.py至此，hello python~~开始py生活，嘿嘿嘿。...