python学习（自用）

Python语法

import

函数功能用于动态的导入模块，主要用于反射或者延迟加载模块

avel()用法

a = [[1, 2], [2, 3]]
a.ravel() #ravel()方法将数组维度拉成一维数组

init函数用法

用于设定当前代码版本
__version__ = ‘8.0.128’

设定包内所含有的函数
from ultralytics.yolo.engine.model import YOLO
__all__ = ‘__version__’, ‘YOLO’# allow simpler import

__all__的使用方法

__all__ = (‘DFL’, ‘HGBlock’, ‘HGStem’, ‘SPP’, ‘SPPF’, ‘C1’, ‘C2’, ‘C3’, ‘C2f’, ‘C3x’, ‘C3TR’, ‘C3Ghost’,
‘GhostBottleneck’, ‘Bottleneck’, ‘BottleneckCSP’, ‘Proto’, ‘RepC3’)
可以用于记录下当前文件包含的类别都有哪些

Python多进程写作方式

一、进程
1.多任务
同一时间内执行多个任务

主要有两种方式：

① 并发（在一段时间内交替去执行多个任务：任务数量大于CPU核心数<切换速度很快>）

② 并行（在一段时间内真正同时一起执行多个任务：任务数量小于或等于CPU核心数）

2.进程
进程（Process）是资源分配的最小单位，它是操作系统进行资源分配和调度运行的基本单位，通俗理解，一个正在运行的程序就是一个进程，例如正在运行的QQ……

程序是静态，进程是动态
3.多进程完成多任务
3.1进程的创建步骤
①导入进程包
import multiprocessing

    ②通过进程类创建进程对象
            进程对象 = multiprocessing.Process()

    ③启动进程执行任务
            进程对象.start(）

Pytorch

torch.randint() 均匀分布

>>> torch.randint(3, 5, (3,))
tensor([4, 3, 4])
 
>>> torch.randint(10, (2, 2))
tensor([[0, 2],
        [5, 5]])
 
>>> torch.randint(3, 10, (2, 2))
tensor([[4, 5],
        [6, 7]]) 

torch.cat() 按指定维度拼接两个张量

torch.chunk() 按指定维度分割张量

torch.split() 将张量分割成任意形状和大小的张量列表

Numpy

numpy.zeros_like()

Return an array of zeros with the same shape and type as a given array

python操纵windows系统

运行bat文件

import subprocess  
  
# 指定要执行的.bat文件的路径  
batch_file_path = "C:\\path\\to\\your\\batch\\file.bat"  
  
# 使用subprocess.call()函数执行.bat文件  
subprocess.call([batch_file_path])

安装python时，为python配置环境变量

#用于设置python3.9.2库文件路径
export LD_LIBRARY_PATH=/usr/local/python3.9.2/lib:KaTeX parse error: Expected 'EOF', got '#' at position 17: …D_LIBRARY_PATH #̲如果用户环境存在多个pytho…PATH