Roaddd的博客

1. 描述shuffle() 方法将序列的所有元素随机排序。2. 语法import randomrandom.shuffle (list)● 注意：shuffle()是不能直接访问的，需要导入random模块，往后通过random静态对象调用该方法3. 参数● list : 可以是一个列表。4. 返回值该函数没有返回值。...

1. 函数功能random.randint(参数1, 参数2)● 参数1，参数2必须是整数● 函数返回参数1和参数2之间的任意整数2. 示例import randomresult = random.randint(1,10)print("result: ",result)输出：result: 6

1. 描述Python strip() 方法用于移除字符串头尾指定的字符（默认为空格或换行符）或字符序列。● 注意：该方法只能删除开头或是结尾的字符，不能删除中间部分的字符。2. 语法str.strip([chars])3. 参数● chars – 移除字符串头尾指定的字符序列4. 返回值返回移除字符串头尾指定的字符生成的新字符串。...

概述       os库是Python标准库，包含几百个函数，常用路径操作、进程管理、环境参数等几类。os.path子库以path为入口，用于操作和处理文件路径。       ● 路径操作：os.path子库，处理文件路径及信息● 进程管理：启动系统中其他程序● 环境参数：获得系统软硬件信息等环境参数# os库的导入 import os1. 路径

概述       glob 文件名模式匹配，不用遍历整个目录判断每个文件是不是符合。用它可以查找符合特定规则的文件路径名。跟使用windows下的文件搜索差不多。可以使用*、？、[ ]这三种通配符对路径中的文件进行匹配。       ● *：匹配0个或多个字符● ?：匹配单个字符● [ ]：匹配指定范围内的字符，如：[0-9]匹配数字1. 通配符

概述       PIL(Python Imaging Library)是Pythonn中最常用的图像处理库，PIL支持图像存储、显示和处理，它能够处理几乎所有图片格式，可以完成对图像的缩放、裁剪、叠加以及图像添加线条、图像和文字等操作。根据功能的不同，PIL库共包括21个与图片相关的类，这些类可以被看做是子库或PIL库中的模块，Image是最常用的类（其他的类就不在此一一列出）。    &nb

1. 描述Python split() 通过指定分隔符对字符串进行切片，如果参数 num 有指定值，则分隔 num+1 个子字符串。2. 语法str.split(str="", num=string.count(str))3. 参数● str – 分隔符，默认为所有的空字符，包括空格、换行(\n)、制表符(\t)等。● num – 分割次数。默认为 -1, 即分隔所有。4. 返回值返回分割后的字符串列表。...

line.strip().split(‘,‘)含义：strip()表示删除掉数据中的换行符，split（‘，’）则是数据中遇到‘,’ 就隔开。

区别：● is, is not 对比的是两个变量的内存地址。● ==,!= 对比的是两个变量的值。因此：● 假如比较的两个变量，指向的都是地址不可变的类型（str等），那么is，is not 和 ==，！= 是完全等价的。● 假如对比的两个变量，指向的是地址可变的类型（list，dict，tuple等），则两者是有区别的。示例：1、比较的两个变量均指向不可变类型a="hello"b="hello"print(a is b, a==b) # 输出为 True, True因为"h

1. open()方法       Python open() 方法用于打开一个文件，并返回文件对象，在对文件进行处理过程都需要使用到这个函数，如果该文件无法被打开，会抛出 OSError。● 注意：使用 open() 方法一定要保证关闭文件对象，即调用 close() 方法。open() 函数常用形式是接收两个参数：文件名(file)和模式(mode)open(file, mode='r')完整的语法格式为：open(

sys库       sys模块是最常用的和python解释器交互的模块,sys模块可供访问由解释器(interpreter)使用或维护的变量和与解释器进行交互的函数。sys 模块提供了许多函数和变量来处理 Python 运行时环境的不同部分。sys.argv命令行参数List，第一个元素是程序本身路径sys.path返回模块的搜索路径，初始化时使用PYTHONPATH环境变量的值sys.modules

       parse_known_args()方法的用处就是有些时候，你的选项配置可能不会在一个函数或包中调用完成。在很多时候，我们可能会需要根据一些输入的选项，比如在深度学习中，我们可能会根据传入的模型设置–model来决定我们调用的是那个模型代码，然后在该模型中还会有一部分的选项设置。那么这时候就会出现一种情况就是运行命令中会传入所有需要设置的选项值，但是有时候仅获取到基本设置时可能要进行一些操作然后才继续导入剩下的参数设置。&