Daniel2333的博客

问题描述Ubuntu14.04. 在Anaconda环境中安装好了opencv， 然后在Jupyter中import cv2提示找不到包。Jupyter是在anaconda之外安装的。解决办法在conda环境里安装jupyter:conda install jupyter然后指明路径执行jupyter：PATH_TO_ENV_BIN/jupyter notebook例如：~/anaconda3/e

2017.10.7 断断续续地, 花了应该有个把月读完Fluent Python. 当然, 并非真正读完. Chapter 16 coroutine, Chapter 17, 18 Concurrency with futures/asyncio 这三章没来得及读. 原因是读到这几章时国庆假期已经快结束了, 相比于这三章, 后面的章节更有吸引力, 所以跳过了它们. 跳过就跳过吧. 读书的过程中

从attribute到property, 现在又出现了descriptor. 刚读到Fluent Python里的这一章(Chapter 20)时, 内心阴影面积着实很大, 要理清它们的关系确实不那么容易.什么是descriptor?一种协议, 协议方法有仨: __get__, __set__, __delete__. 如果一个class实现了其中一个或多个, 那这个class就是一个descri

通常我们按照Java或C++里的习惯, 称__init__方法为构造器方法, 其实这种说法并不准确, 因为类的实例在调用__init__方法之前已经在__new__方法里创建了. 所以说, 真正的构造器方法应该是__new__, 而__init__只是完成构造以外的初始化操作. 用Fluent Python里的伪代码描述实例的构造过程: 具体描述为: 先调用the_class.__new__(

在Python里, 在class里定义的方法可以大致分为三类: 实例方法, 类方法与静态方法. 用一个表格总结如下: 方法类型 修饰 调用者 默认首参 实例方法 无 instance self 类方法 @classmethod cls, instance cls 静态方法 @staticmethod cls, instance 无示例

字面意思上的区别attribute与property, 都可翻译成属性. 无论是在中文还是英文中, 它们的意思都几乎一样, 但还是有些许差别. Google了好几下, 找到了一个看起来比较靠谱的解释: According to Webster, a property is a characteristic that belongs to a thing’s essential nature an

with的作用with语法在Python里很常见, 主要的利好是使用代码更简洁. 常见的使用场景有:资源对象的获取与释放. 使用with可以简化try... finally ...在修改函数代码的前提下设置函数的默认参数简化try... finally ...例如, 打开一个文件. 在使用读写前, 要打开它；在读写结束后要手动释放它；读写过程中出现异常也得释放它. 如果不使用with, 就得

有一种特殊的迭代器, 叫做生成器. 生成器有两种, 生成器表达式与生成器函数.生成器表达式生成器表达式与列表推导在语法上十分相似: * 列表推导使用[]: [i for i in arr] * 生成器表达式使用(): (i for i in arr)但是它们有着本质的不同: 列表推导在被创建时会为每个元素分配内存空间, 最后得到的是一个正常完整的list对象. 而生成器表达式在被创建时并不会为它

以for ... in ...为核心的迭代语法是Python的常用语法之一. iterable, 可迭代；iterator, 迭代器. 它们之间虽关系密切但不是同一个概念.什么对象才是可迭代的?并不是每个对象都是可迭代的. 对不可迭代的对象应用迭代语法会报错.class NotIterable(object): passnot_iterable = NotIterable()for i

什么是列表推导大部分使用Python的人都用过它, 但却不知道它的名字. 列表推导, List Comprehension, 是Python的特色语法, 用于根据已有的可迭代对象生成一个新的list. 例如, 在以下示例中, 根据a生成b, 用for循环可以这么写:\a = range(10)b = []for i in a: b.append(i)用列表推导则是这么写:a = ra

方法解析顺序, Method Resolution Order从一段代码开始考虑下面的情况:class A(object): def foo(self): print('A.foo()')class B(object): def foo(self): print('B.foo()')class C(B, A): passc = C()c.fo

接口(interface)接口, (按照我自己的理解)最接地气的定义是: 实体向外暴露的公共可访问方法与属性. 这个实体可以是Class, Object, Software, 等任意可以看作一个整体的东西. 外界通过它们的interface与它们进行交互. 按照Wikipedia的说法, 接口与协议(Protocol)是同义词, 因为接口在定义交互方式的同时肯定也定义了交互时的通信内容, 格

只想回答一个问题: 当编译器要读取obj.field时, 发生了什么? 一个简单的属性访问, 其实过程还蛮曲折的. 总共有以下几个step: 1. 如果obj instance 本身有这个属性, 返回. 如果没有, 执行 step 2. 2. 如果obj class 有这个属性, 返回. 如果没有, 执行step 3. 3. 如果在obj class 的父类有这个属性, 返回. 如果没有,

Python是面向对象(OOP)的语言, 而且在OOP这条路上比Java走得更彻底, 因为在Python里, 一切皆对象, 包括int, float等基本数据类型. 在Java里, 若要为一个类定义只读的属性, 只需要将目标属性用private修饰, 然后只提供getter()而不提供setter(). 但Python没有private关键字, 如何定义只读属性呢? 有两种方法, 第一种跟J

Python没有类似于Java中的private关键字, 但也可以为类定义私有属性: 将属性命名为: __field.class Vector2D(object): def __init__(self, x, y): self.__x = float(x) self.__y = float(y) self.xx = x self

Python不仅支持C风格字符串格式化, 还支持利用format方法来格式化字符串. format方法通过占位符{}来指定参数及参数格式.指定参数通过位置指定参数位置索引从0开始可以省略数字print('{} + {} = 5'.format(2, 3))print('{0} + {1} = 5'.format(2, 3))输出:2 + 3 = 52 + 3 = 5通过名字指定参数prin

函数重载是OOP的基本特性之一, 名字相同但参数类型或个数不同时执行不同的函数. 但因为Python是弱类型语言(不需要声明变量类型), 所以它不支持通过参数类型来支持重载. 这是Python在3之前的不足之处. 3.4之后, Python也提供重载机制: 转发(Dispatch).singledispatch#!/usr/bin/python3from functools import singl

Decorator有种设计模式叫修饰器模式, 它可以在不修改目标函数代码的前提下, 在目标函数执行前后增加一些额外功能. 例如:def dec(fn): print('hello, I am a decorator') return fn@decdef fn1(a): print('hello, I am in fn1(%r)'%(a))@decdef fn2(a):

什么是闭包?闭包, 英文为closure. 首先, 闭包是一种特殊的函数. 特殊之处在于它包含了非本地也非全局的变量. outer_var = [] def inner_fn(val): outer_var.append(val) return sum(outer_var) * 1.0 / len(outer_var) return inn

没有什么新的技术或观点，只是想从swap功能的实现体会一下python的方便， 小小的高兴一下。 swap在这里的意思是交换两个变量的值。 在之前使用Java，JS，CPP时，实现这个功能的一般性代码需要定义一个临时变量：# swap the value of a and b.t = a;a = b;b = t;当然在Python里也能这么写， 但却有一种更方便的方式，一行代码就能解决

三种常用的方式如果在运行python脚本时需要传入一些参数，例如gpus与batch_size，可以使用如下三种方式。python script.py 0,1,2 10python script.py -gpus=0,1,2 --batch-size=10python script.py -gpus=0,1,2 --batch_size=10这三种格式对应不同的参数解析方式，分别为sys.arg

NaN, Not a Number, 非数. 它即不是无穷大, 也不是无穷小, 而是python/numpy/… 觉得无法计算时返回的一个符号(自己的推测, 未考证(TODO)). import numpy as np无穷大减无穷大会导致NaNa = np.inftyprint a - ananprint a * a, a * a - ainf n

总地来说， Python2.7的print不是一个function，而Python3里的print是一个function。 两都调用方式的主要区别如下：print 'this is a string' #python2.7print('this is a string') #python3当然，python2.7里你也可以用括号把变量括起来， 一点都不会错：print('this is a st

主要内容：Python里的值比较用==，引用比较用isPython与Java一样，都有对象池Python是一种很彻底的面向对象的语言为会要说彻底呢？ 因为是与Java相比。 Java虽说也是OOP的，但还保留了基本数据类型：int, long, double, float, etc.。而在Python里，所有的变量都是以对象形式存在。a = 1;print(isinstance(a,obje

str.split(sep = None)可用于分割字符串不传入sep参数时以str里的所有空字符为分割符将str分割，特点是： * 空字符包括： 空格，\n, \r\n, \t, \r * 连续多个空字符被当作一个分割符 * 字符串开头和末尾处的空字符会被trim掉 返回一个不包含空字符串的字符串listprint ('\t a b\r c\r\n '.spl

语法本质就是一个string list。 example from https://github.com/balancap/SSD-Tensorflow/blob/master/deployment/model_deploy.py#L111__all__ = ['create_clones', 'deploy', 'optimize_clones',

仅供个人笔记用，记录查询过的代码片断和一些语法，不成系统。随遇随加，为方便修改才置顶。<hr>