lyl771857509的博客

range(start, end, step)，返回一个list对象也就是range.object，起始值为start，终止值为end，但不含终止值，步长为step。只能创建int型list。arange(start, end, step)，与range()类似，也不含终止值。但是返回一个array对象。需要导入numpy模块（import numpy as np或者from numpy im

imshow显示类型首先应当明确的是，opencv中imshow内部的参数类型可以分为两种。（1）当输入矩阵是uint8类型的时候，此时imshow显示图像的时候，会认为输入矩阵的范围在0-255之间。（2）如果imshow的参数是double类型的时候，那么imshow会认为输入矩阵的范围在0-1。显示出现问题原因：用OpenCV中imread输入照片后是一个数组对象，在进行一系列的对数组操作后...

在Python中任何对象都有的三个通用属性：唯一标识，类型，值。唯一标识：用于标识对象的在内存中唯一，它在对象创建之后就不会再，函数可以查看对象的唯一标识 id()类型：决定了该对象支持哪些操作，不同类型的对象支持的操作就不一样，比如列表可以有长度属性，而整数没有同样地对象的类型一旦确定了就不会再变，函数可以报道查看对象的类型信息。 type()对象值：与唯一标识不一样，并不是所有的对象的值都是一...

Python自带的sum函数与numpy中的sum函数有着天壤之别，没弄懂之前踩了大坑。1、Python 自带的sumPython自带的sum输入是个可迭代的。可以是列表，数组，可迭代对象。此时sum最多有两个参数第一个参数是可迭代的。当有两个参数时，第二个参数只能是个数。格式：sum(iterable, start)=可迭代的所有相加和+start值1.1 列表  ...

1：当定义一个类的实例时，毫无疑问首先调用类的初始化函数 def __init__(self)。2：当我们用的实例去访问实例的属性时，则首先调用方法  def __getatttibute__(self)3:   在类内没有方法 def __getattr__(self) 的前提下，如果用类的实例去调用一个实例不存在的属性时，则会抛出AttributeError异常常。下面看代码：...

一、定义区别刚开始学的经常会被迭代器与可迭代对象弄混淆，下面清晰的介绍两者的不同。迭代器 Iterator (对象)：如果一个对象同时拥有__iter__  和 __next__方法的(对象），也就是说可以被next()函数调用并不断返回下一个值的对象称为迭代器。可迭代iterable  (对象）：如果一个对象拥有__iter__方法，其是可迭代对象，同时凡是可作用于for循环的对象都...

这里namedtuple函数返回的是一个名为typename的tuple子类，这个子类可以通过field_names访问子类的tuple成员，比tuple有更强大的功能。1：tuple通过item的index访问数据,或者通过index访问其itemstudent=('math','chinese','english')print(student[1])print(student.i...

slice() 函数实现切片对象，主要用在切片操作函数里的参数传递。先来看看其定义吧 函数实际上是切片类的一个构造函数，返回一个切片对象，千万不能把其当作函数使用。默认start, step为None;下面看个例子：import numpy as nparr=np.arange(10)arr#Out[37]: array([0, 1, 2, 3, 4, 5, 6, 7, ...

1：打开Anaconda Prompt2:创建虚拟环境conda create --name=labelme python=3.6    （这里你可以选择自己的python版本）3：激活刚才创建的环境并进入activate labelme4：安装pyqtconda install pyqt  5：安装labelmepip install labelme6:安...

一：window10+anaconda+lableme 安装。window10下anaconda安装labelme教程二：对标注的json文件进行批量转化1：创建json_to_dataset.py脚本。import argparseimport jsonimport osimport os.path as ospimport warnings import PIL....

一、可变对象与非可变对象　　想要理解浅拷贝与深拷贝就必须得先明白可变对象与非可变对象。　　可变对象有: list ，dict ，set 不可变对象有：int ，float ，bool　，str ，tuple 。　　两者区别：对于可变对象，其值改变是在原地址上操作，不会创建新的内存地址。对于不可变对象其值改变是直接创建新的内存地址。二、赋值操作符‘=’表示对象的引用...

一：局部变量函数内部的变量名如果第一次出现，即被视为定义一个局部变量，不管全局域中有没有用到该变量名，函数中使用的将是局部变量，局部变量只能在作用域内使用，也就是函数内部使用二：全局变量在模块中使用，其在函数和类的外面定义的定义的变量。如果函数中没有定于相同变量名的局部变量，则在函数中使用的该变量是全局变量。全局变量可以在全局的作用域使用三：类变量定义在类内，但不在方法和函

由于需要使用SURF算法，而opencv是个不错的选择。但是opencv3版本的将一些不稳定的算法例如SURF算法放到了扩展库中，普通下载的opencv3库没有将这些算法包含在内。则需要下载对应opencv_contrib.一：下载对应版本的opencv的轮子（wheel）python一般安装库的方法采用pip  install +库名。但是由于opencv好像是不支持python3的，不

1.：首先准备好创建一个文件，可以放在工程目录或者自己随便建的文件夹里，如果不是在工程目录里则读取时路径需要绝对路径2：用open（）函数打来文件3:读取文件4：关闭文件close().由于有时候程序容易出现bug，可能会导致关闭失败或者不知道什么时候关闭文件，这就导致更多的错误，我们可以用关键字with避免这种情况。with：在不需要访问的时候讲自动将文件关闭代入如下fi

split()函数的应用split翻译为分裂。  split()就是将一个字符串分裂成多个字符串组成的列表。split()当不带参数时以空格进行分割，当代参数时，以该参数进行分割。比如一个文件中我们通常用空格来分开是不同的文字或者单词，因此我们就可以用spilt()函数求一个文件中含有多少个字或单词例子如下：                          

话不多说直接上代码：import numpy as npimport operatorimport matplotlib.pyplot as plt group = np.array([[1.0, 1.1], [1.0, 1.0], [0, 0], [0, 0.1] ])

一、算法流程：二、约会网站实例流程：三、代码详解：import numpy as npimport operatorimport matplotlib.pyplot as plt def classify(inX, dataset, labels, k): """ inX 是输入的测试样本，是一个[x,

python代码实现：import numpy as npimport operatorimport matplotlib.pyplot as plt from os import listdirdef classify(inX, dataset, labels, k): dataSetSize = dataset.shape[0] diffMat =np. t

#---------------------------从文本中构建词条向量-------------------------#1 要从文本中获取特征，需要先拆分文本，这里特征是指来自文本的词条，每个词#条是字符的任意组合。词条可以理解为单词，当然也可以是非单词词条，比如URL#IP地址或者其他任意字符串 # 将文本拆分成词条向量后，将每一个文本片段表示为一个词条向量，值为1表示出现#

transpose是什么意识呢？ 看如下例子：arr1 = np.arange(16).reshape((2,2,4)) arr1array([[[ 0,  1,  2,  3],        [ 4,  5,  6,  7]],       [[ 8,  9, 10, 11],        [12, 13, 14, 15]]])这是原来的矩阵。如果对其进行转置，执行arr2 = arr1.t...

multiply(a,b)就是个乘法，如果a,b是两个数组，那么对应元素相乘先来看个例子：为什么上面的multiply(a, b)是这种结果，原因是multiply是ufunc函数当我们使用ufunc函数对两个数组进行计算时，ufunc函数会对这两个数组的对应元素进行计算，因此它要求这两个数组有相同的大小(shape相同)。如果两个数组的shape不同的话，会进行如下的广播

tensorboard启动步骤：1：创建代码import tensorflow as tfimport osprint('__________________________开始计算图————————————————')with tf.Graph().as_default(): x=tf.placeholder(tf.float32) y=tf.placeholder

最近刚刚接触Python,为了养成好习惯，尽量保证自己写的代码符合PEP8代码规范，下面是过程中报出的警告及解决方法，英文有些翻译不太准确见谅，会不断更新： PEP 8: module level import not at top of file 解决：import不在文件的最上面，可能引用之前还有代码，把import引用放到文件的最上部就可以消除警告了。 PEP 8:...