Chunying27的博客

get attr

py

import numpy as np size=10 UPPER_BOUND=4 LOWER_BOUND=0 deviation=0.25 num_offspring=3 num_iter=30 def check_bound(x): if x<LOWER_BOUND: return LOWER_BOUND if x>UPPER_BOUND: return UPPER_BOUND return x def fitness(x): .

数组操作:: 要取后面6个元素两两配对，涉及到数组操作:: mother=[6,8,10] father=[5,7,9] 根据排序删除元素 保留前size个元素

1.sum a 1, 2 | axis 1 3, 4 | --------| axis 0 a.sum(axis=0) array([4, 6]) a.sum(axis=1) array([3, 7]) 2. np.square 每个元素3. 加维度a=[1,2] aa=a[:,None] aa.shape=(2,1)b=[1,2,3] bb=b[

不用cmake, c++源码编译，不用安装boost 直接 https://pypi.python.org/pypi/dlib/18.17.100 pip install dlibxxx.whl   (   18版本是 cp35的）                                  （   19 版本是cp36的） import dlibdetector=dlib.get_

把C语言写的函数作为python的扩展模块。为python创建扩展需要三个步骤： 1. 创建程序代码(C) 2. 写包装代码 3. 编译（写setup.py进行build)下面先给出一个最简单的例子的： 计算一个数的二分之一，仅包含两个文件half.c 和setup.py。先给出这两个例子的全部代码，再详细讲解。这个例子参考了 c-info.ufunc-tutorialhalf.c#in

最近想做一个人脸相册，需要用到数据库。python内置有sqlite3，可以直接使用，不用安装。首先说一下数据库的几个基本概念： table（表）是数据库中存放数据的集合，一个数据库里面包含多张表，比如我要设计的数据库里面，包含image table, face table, person table。表和表之间用外键（foreign key)关联, 比如在我的例子中，外键是: image_id,

os.path.splitext# (root, ext) 文件名，后缀名 root,ext=os.path.splitext("H:/home/image.jpg") ext="jpg"os.path.split# (head, tail) 根路径 文件名 head,tail=os.path.splitext("H:/home/image.jpg") head="H:/home" tail="im

dict.setdefault(key,default) “listcomps”: List comprehensions provide a concise way to create lists. Testing for Ture Values (http://python.net/~goodger/projects/pycon/2007/idiomatic/handout.html#id33)

添加caffe路径import sys caffe_root = '/home/lcy/caffe-master/' sys.path.insert(0, caffe_root + 'python') import caffe设置CPU|GPUCPU:caffe.set_mode_cpu()GPU:caffe.set_mode_gpu()加载模型modelmodel_def = 'deploy.p

list or dict 在需要重复查找的时候，dicty用hash表示实现，复杂度为O(1),list的复杂度为O(n) data_list=['a','b','is','python','jason','hello','hill','with','phone','test', 'dfdf','apple','pddf','ind','basic','none','baecr','var','

import matplotlib.pyplot as plt import numpy as np x=np.linspace(-10,10,500) plt.plot(x, y, 'g', label='myfunction') plt.ylim(-0.2, 0.4) plt.legend(loc='lower right', prop={'size': 11})set axis rangepl

for i,xx in emumerate(X)classes=['dog','cat','fish'] for i,cls in enumerate(classes): i=0,1,2 cls='dog','cat','fish'这个比直接用for要快，下面看看例子：x=np.linspace(1,1e5,1e7) @time def forf(x): for i in r

首先讲 digest 这个词，小时候读的《读者文摘》叫 Readers Digest digest 作动词是消化、吸收的意思，名词是文摘、摘要、精华的意思。理解一下，只有消化吸收了才能总结归纳出摘要。Python的hashlib提供了常见的摘要算法，如MD5，SHA1等等。 摘要算法又称哈希算法、散列算法。它通过一个函数f，把任意长度的数据data（任意长度的文章）转换为一个长度固定的摘要(di

save datapickle_file="dataset.pickle" try: f=open(pickle_file,"wb") save={"train_dataset":train_dataset, "train_labels":train_labels, "validate_dataset":validate_dataset,

解压序列（tuple,list, str) 个数要对应 *星号解压，不确定长度 first,*middle,last=grade *before,current=recordsdata=[1,2,3,-1] *x,y=data >>>x=[1,2,3] >>>y=-1 最大，最小的N个元素 heap堆 queue 队列 heapq import heapq a=[1,8,2,34,7,-4,