elisabeth1994的博客

Python绘制语谱图+时域波形# 导入相应的包 import numpy, wave import matplotlib.pyplot as plt import numpy as np import os filepath = 'C:/auditory/' # 添加路径filename = os.listdir(filepath) # 得到文件夹下的所有文件名for i in range(len(filename)): f = wave.open(filepath + f

Python数组、列表、矩阵之间的相互转换import numpy as npmy_list = [[1, 2, 3], [4, 5, 6]] # 列表定义my_array = np.array([[1, 2, 3], [4, 5, 6]]) # 数组定义(这里是二维数组)my_matrix = np.mat([[1, 2, 3], [4, 5, 6]]) # 矩阵定义print('-----------------------列表转数组、矩阵----------------------

python中类的继承：子类继承父类，即子类拥有了父类的 属性 和 方法。python中类的初始化都是__init__()，父类和子类的初始化方式都是__init__()# 如果子类实现了__init__()函数，就会覆盖父类的初始化函数class Animal(object): def __init__(self): self.name = "我是父类"class Panda(Animal): def __init__(self): self.na

一、Python 的类和实例在面向对象中，最重要的概念就是类（class）和实例（instance），类是抽象的模板，而实例是根据类创建出来的一个个具体的 “对象”。就好比，学生是个较为抽象的概念，同时拥有很多属性，可以用一个 Student 类来描述，类中可定义学生的姓名、分数等属性，但是没有具体的数值。而实例是类创建的一个个具体的对象, 每一个对象都从类中继承有相同的方法，但是属性值可能不同，如创建一个实例叫 xiaowang 的学生，其分数为 93，则这个实例拥有具体的数值。类：以Studen

GeForce RTX 2060配置CUDA并安装pytorch查看自己的显卡支持的CUDA版本根据支持的CUDA版本去下载对应的VS，安装VS2017安装pytorch查看自己的显卡支持的CUDA版本在开始中找到并打开NVIDIA控制面板。打开NVIDIA控制面板。选择“帮助”–“系统信息”–“组件”，找到NVCUDA.DLL信息显示即为显卡支持的CUDA最高版本。根据支持的CUDA版本去下载对应的VS，安装VS20171.1现在VS官网主推的是2019版本，2017版本的安装包。链接：h

简介Anaconda就是可以便捷获取包且对包进行管理，同时对环境可以统一管理的发行版本。Anaconda包含了conda、Python在内的超过180个科学包及其依赖项。Anaconda具有如下特点:开源安装过程简单高性能使用Python和R语言免费的社区支持Anaconda、conda、pip、virtualenv的区别① Anaconda是一个包含180+的科学包及其依赖项的发行版本。其包含的科学包包括：conda, numpy, scipy, ipython notebook等。

Anaconda+VScode配置与安装Anaconda官方网站，根据自己电脑的系统平台和系统要求下载相应版本的安装包。按照官网的安装教程来是最好的学习方式，官网安装教程链接（其实主要还是懒，不想一张张截图了^ _ ^）这里就主要强调一下安装过程中的一些注意事项吧：目标路径中不能含有空格，同时不能是“unicode”编码除非被要求以管理员权限安装，否则不要以管理员身份安装在“Advanced Installation Options”中不要勾选“Add Anaconda to my PAT