sum,filter和map参数里面的玄机

本文深入探讨了Python中sum、filter及map等内置函数的高级用法。通过具体实例展示了sum函数如何处理数字列表并允许自定义初始值,包括对列表元素进行累加操作。此外还介绍了filter函数如何通过None参数过滤序列中的空值,并与lambda表达式结合使用。最后,文章对比了map函数在不同参数设置下的行为变化。

首先是sum函数.

最常见的用法似乎是:

>>> sum([1,2,3])
6

但其实这是默认首个元素是数字0.我们可以指定其他数字:

>>> sum([1,2,3],100)
106

也可指定一个列表对象:

>>> sum([[1],[2],[3]],[])
[1, 2, 3]

>>> sum([[1],[2],[3]],['head'])
['head', 1, 2, 3]

 

来看filter,None参数特别用法:

>>> filter(None,(1,2,None,3))
(1, 2, 3)
>>> filter(lambda x:x,(1,2,None,3))
(1, 2, 3)

map也有类似设置:

>>> map(None,range(3),range(3))
[(0, 0), (1, 1), (2, 2)]
>>> map(lambda x,y:(x,y),range(3),range(3))
[(0, 0), (1, 1), (2, 2)]

 

字符串也能使用+运算符啊.不过当你想用sum来合并字符时,会被贴心地提示:

>>> sum(['a','b','c'],'')

Traceback (most recent call last):
  File "<pyshell#13>", line 1, in <module>
    sum(['a','b','c'],'')
TypeError: sum() can't sum strings [use ''.join(seq) instead]

 

 

 

转载于:https://www.cnblogs.com/xiangnan/p/3391345.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 “固定帧间隔”(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