计算器

需求: 计算加减乘除和小括号级别的运算,需考虑到正负数

 

运算优先级:括号>乘除>加减

流程图:

 

 

主函数:

if __name__ == '__main__':
    exp = str(input('请输入公式:\n>>'))
    # 测试公式:1 - 2 * ( (60-30 +(-40/5) * (9-2*5/3 + 7 /3*99/4*2998 +10 * 568/14 )) - (-4*3)/ (16-3*2) )
    exp = exp.split()
    exp = ''.join(exp)
    exp = exp.strip()
    print(exp)
    figure_up(exp)
View Code

 

获取里层括号公式:

def figure_up(exp_get):
    flag_exit = False
    while not flag_exit:
        every_percent = re.search('\([^()]*\)', exp_get)    # 获取里层括号部分
        if every_percent:
            formula = every_percent.group().strip('()')     # 对获取部分去括号处理
            ret = calculate(formula)
            exp_get = exp_get.replace(every_percent.group(), str(ret))
        else:
            ret_end = calculate(exp_get)
            print('最终结果为:', ret_end)
            flag_exit = True
View Code

 

无括号运算:

def calculate(expression):
    expression = symbol_fix(expression)
    symbol_list = re.findall('[+-]', expression)  # 取+-运算符和正负号
    mul_div_list = re.split('[+-]', expression)  # 按+-运算符和正负号分割
    if not mul_div_list[0]:  # 开头为负号的情况, 列表压缩处理
        mul_div_list[1] = symbol_list[0] + mul_div_list[1]
        del mul_div_list[0]
        del symbol_list[0]
    symbol_list, mul_div_list = minus_fix(symbol_list, mul_div_list)
    for index, item in enumerate(mul_div_list):
        ret = mul_div(item)
        mul_div_list[index] = ret

    # 乘除计算完毕,并成功替换,开始计算加减
    if len(symbol_list):
        ret_end = None
        for index, item in enumerate(mul_div_list):
            if index:
                if symbol_list[index - 1] == '+':
                    ret_end += float(item)
                elif symbol_list[index - 1] == '-':
                    ret_end -= float(item)
            else:
                ret_end = float(mul_div_list[0])
        return ret_end
    else:
        return mul_div_list[0]
View Code

 

乘除运算:

def mul_div(formula):           # 乘除运算
    if re.search('[*/]', formula):
        list_items = re.split('[*/]', formula)
        list_symbol = re.findall('[*/]', formula)
        ret = None
        for index, item in enumerate(list_items):
            if index:
                if list_symbol[index-1] == '*':
                    ret *= float(item)
                elif list_symbol[index-1] == '/':
                    ret /= float(item)
            else:
                ret = float(item)
        return ret

    else:
        return formula
View Code

 

去除重复加减号:

def symbol_fix(formula):            # 去除重复加减号
    formula = ''.join(formula)
    formula = formula.strip()
    formula = formula.replace('--', '+')
    formula = formula.replace('-+', '-')
    formula = formula.replace('+-', '-')
    formula = formula.replace('++', '+')
    return formula
View Code

 

乘除符号后面接负号的情况:

def minus_fix(symbol, expression):          # */ 后面接负号的情况, 列表压缩处理
    for index, item in enumerate(expression):
        if item.endswith('*') or item.endswith('/'):
            expression[index] = expression[index] + symbol[index] + expression[index+1]
            del expression[index+1]
            del symbol[index]
    return symbol, expression
View Code

 

转载于:https://www.cnblogs.com/mountian-lion/p/6085509.html

一、数据采集层:多源人脸数据获取 该层负责从不同设备 / 渠道采集人脸原始数据,为后续模型训练与识别提供基础样本,核心功能包括: 1. 多设备适配采集 实时摄像头采集: 调用计算机内置摄像头(或外接 USB 摄像头),通过OpenCV的VideoCapture接口实时捕获视频流,支持手动触发 “拍照”(按指定快捷键如Space)或自动定时采集(如每 2 秒采集 1 张),采集时自动框选人脸区域(通过Haar级联分类器初步定位),确保样本聚焦人脸。 支持采集参数配置:可设置采集分辨率(如 640×480、1280×720)、图像格式(JPG/PNG)、单用户采集数量(如默认采集 20 张,确保样本多样性),采集过程中实时显示 “已采集数量 / 目标数量”,避免样本不足。 本地图像 / 视频导入: 支持批量导入本地人脸图像文件(支持 JPG、PNG、BMP 格式),自动过滤非图像文件;导入视频文件(MP4、AVI 格式)时,可按 “固定帧隔”(如每 10 帧提取 1 张图像)或 “手动选择帧” 提取人脸样本,适用于无实时摄像头场景。 数据集对接: 支持接入公开人脸数据集(如 LFW、ORL),通过预设脚本自动读取数据集目录结构(按 “用户 ID - 样本图像” 分类),快速构建训练样本库,无需手动采集,降低系统开发与测试成本。 2. 采集过程辅助功能 人脸有效性校验:采集时通过OpenCV的Haar级联分类器(或MTCNN轻量级模型)实时检测图像中是否包含人脸,若未检测到人脸(如遮挡、侧脸角度过大),则弹窗提示 “未识别到人脸,请调整姿态”,避免无效样本存入。 样本标签管理:采集时需为每个样本绑定 “用户标签”(如姓名、ID 号),支持手动输入标签或从 Excel 名单批量导入标签(按 “标签 - 采集数量” 对应),采集完成后自动按 “标签 - 序号” 命名文件(如 “张三
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值