M_Z_G_Y的博客

1.列表推导（没当要对序列中的内容进行循环处理时，就应该尝试使用列表推倒）在python中编写如下的代码是让人痛苦和不高效已经简洁美观的。numbers = range(10)evens = []for i in numbers: if i % 2 == 0: evens.append(i)print evens毫无疑问，在python中它确实会使得...

zip() 用于将可迭代的对象作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的列表。如果各个迭代器的元素个数不一致，则返回列表长度与最短的对象相同，利用 * 号操作符，可以将元组解压为列表。a = [1,2,3]b = [4,5,6]c = [4,5,6,7,8]zipped = zip(a,b) # 打包为元组的列表print(zipped...

向已有的字典键中添加值 for j in range(batch_size): if h[j] in fast.keys(): fast[h[j]].append((img_name[j], temp_f7[j, :].tolist())) else: # 需要注意的是此处的值设置为list，否则不能调用append函数 ...

len()：返回对象的长度，如list、dict等，注意不是length()函数 len([1,2,3,4,5])# 返回值是5count()：计算包含对象个数 [1,2,3,1].count(1)# 返回值为2 size、shape、get_shape是其他模块中的函数，如：numpy中:size()：计算数组和矩阵所有数据的个数  shape ()：得到矩阵每维的大小...

1.错误如下：IndexError: list assignment index out of range代码如下：a = []for i in range(10):    a[i] = 'a'在如上代码中，开始的a就是个空数组，后面又对该空数组进行赋值，必然会越界。最好的解决办法是用append方法或者insert方法插入新元素。如a.append('b')...

cifar10数据集如下：cifar100数据集如下：可视化代码：#!/usr/bin/env python# -*- coding: utf-8 -*-# @Time : 2018/6/28 11:07# @Author : HJH# @Site : # @File : generate_cifar10_data_txt.py# @Softw...

np.squeeze()从数组的形状中删除单维条目，即把shape中为1的维度去掉np.squeeze(images)np.transpose()矩阵转置arr = np.arange(16).reshape((2, 2, 4))'''[[[ 0, 1, 2, 3], [ 4, 5, 6, 7]], [[ 8, 9, 10, 11], [12...

打开文件的不同模式：模式 描述 r r，以只读方式打开文件。文件的指针将会放在文件的开头。这是默认模式。 rb rb，以二进制格式打开一个文件用于只读。文件指针将会放在文件的开头。这是默认模式。 r+ r+，打开一个文件用于读写。文件指针将会放在文件的开头。 rb+ rb+，以二进制格式打开一个文件用于读写。文件指针将会放在文件的开头。 w ...

默认情况下，Python中的成员函数和成员变量都是公开的(public),在python中没有类public,private等关键词来修饰成员函数和成员变量。其实，Python并没有真正的私有化支持，但可用下划线得到伪私有。   尽量避免定义以下划线开头的变量！　　（1）_xxx      "单下划线 " 开始的成员变量叫做保护变量，意思是只有类实例和子类实例能访问到这些变量，需通过类提供的接...

清空列表的操作：del list[:]list=[]list[:]=[]1.def func(L):                                                                          L.append(1)      print L      print id(L)      #L[:]=[]     ...

介绍在使用matplotlib的过程中，发现不能像matlab一样同时开几个窗口进行比较，于是查询得知了交互模式，但是放在脚本里运行的适合却总是一闪而过，图像并不停留，遂仔细阅读和理解了一下文档，记下解决办法，问题比较简单，仅供菜鸟参考。python可视化库matplotlib有两种显示模式：阻塞（block）模式 交互（interactive）模式在Python Consol命令...

随机抽样 (numpy.random)简单的随机数据 rand(d0, d1, ..., dn) 随机值 >>> np.random.rand(3,2)array([[ 0.14022471, 0.96360618], #random [ 0.37601032, 0.25528411], #random ...

numpy中包含的newaxis可以给原数组增加一个维度np.newaxis放的位置不同，产生的新数组也不同一维数组x = np.random.randint(1, 8, size=5)xOut[48]: array([4, 6, 6, 6, 5])x1 = x[np.newaxis, :]x1Out[50]: array([[4, 6, 6, 6, 5]])x2...

变量作用域一个程序的所有的变量并不是在哪个位置都可以访问的。访问权限决定于这个变量是在哪里赋值的。变量的作用域决定了在哪一部分程序你可以访问哪个特定的变量名称。两种最基本的变量作用域：全局变量和局部变量全局变量和局部变量定义在函数内部的变量拥有一个局部作用域，定义在函数外的拥有全局作用域。局部变量只能在其被声明的函数内部访问，而全局变量可以在整个程序范围内访问。调用函数时，所有...