
python
文章平均质量分 83
像风一样自由2020
深度学习,神经网络,python
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
python新工具-uv包管理工具
uv是Astral开发的极速Python包管理工具,用Rust编写,旨在替代传统Python工具链。它集成pip、pipx、poetry等功能,提供10-100倍于pip的安装速度,支持虚拟环境管理、依赖解析、Python版本控制和脚本执行等功能。安装方式包括独立安装脚本、pipx或pip安装。基本使用流程包括创建虚拟环境、安装依赖、运行脚本等。uv通过统一的锁文件(uv.lock)确保环境一致性,并支持CI/CD集成。典型用法:uv add requests安装包,uv run script.py执行脚本原创 2025-08-19 19:35:00 · 739 阅读 · 0 评论 -
Python 新工具 uv
摘要 uv 是由 Ruff 开发团队 Astral 推出的高性能 Python 包管理工具,采用 Rust 编写,旨在整合并优化 pip、venv、pip-tools 等工具链。其核心优势包括极速安装(比传统工具快 10-100 倍)、一体化管理(支持虚拟环境、依赖锁定、Python 版本控制等)以及良好的兼容性(兼容 requirements.txt 和 pyproject.toml)。通过简化命令(如 uv venv、uv pip install)和现代化工作流(如依赖锁定生成 uv.lock),uv原创 2025-08-19 14:02:49 · 676 阅读 · 0 评论 -
论文算法复现:AMPD算法:在噪声信号中自动检测峰值
AMPD算法提供了一种强大且无需参数的峰值检测方案,特别适用于处理包含噪声的周期性和准周期性信号。通过对局部极大值在多尺度上的分布进行巧妙分析,它能够稳健地从信号中提取出关键的周期性特征。这使得该算法在生物医学、地球物理学等多个科研领域具有广泛的应用潜力。原创 2025-08-11 14:19:25 · 910 阅读 · 0 评论 -
MQTT 报文结构与 Python 读取方法详解
摘要: MQTT协议因其轻量高效在物联网领域广泛应用。其报文由固定头部(消息类型与长度)、可变头部(协议信息)和有效载荷(应用数据)组成。Python通过Paho库可便捷实现MQTT通信:安装后连接代理(如broker.emqx.io),订阅主题并通过回调函数处理消息(msg.payload.decode())。示例代码展示了订阅与消息接收流程,新版建议使用MQTT 5.0 API(callback_api_version参数)。该协议结合Python为物联网开发提供了高效解决方案。原创 2025-06-17 09:53:55 · 781 阅读 · 0 评论 -
RESTful API使用指南
SVM图像分类服务提供了一个RESTful API接口,允许后端系统上传图像并获取分类结果。该服务可以将图像分类为五种不同类型:corona、particle、floating、surface和void。原创 2025-04-16 16:30:00 · 583 阅读 · 0 评论 -
Docker镜像迁移指南:从Windows构建到Ubuntu运行
本项目是一个使用FastAPI构建的SVM图像分类服务,可以将上传的图像分类为五种不同类型:corona、particle、floating、surface和void。接收上传的图像文件使用预训练的SVM模型进行图像分类返回预测类别和置信度通过本指南,您已经学会了如何在Windows系统中构建Docker镜像,并将其迁移到Ubuntu系统中运行的完整流程。这种方法可以有效地解决在Ubuntu系统上直接构建Docker镜像时可能遇到的网络连接问题。原创 2025-04-16 14:45:44 · 1054 阅读 · 0 评论 -
桌面天气查询应用优化(基于cursor-cladue-3.7_sonnet)
"晴": "sunny.png","多云": "cloudy.png","阴": "overcast.png","雨": "rain.png","雪": "snow.png",# 可以根据需要添加更多映射。原创 2025-02-25 14:11:56 · 1002 阅读 · 0 评论 -
从零构建 PyQt5 天气查询工具(附完整代码)
随着天气数据在生活中的重要性日益增加,本文将手把手教你使用和开发一个桌面天气查询工具。原创 2025-02-25 10:07:32 · 545 阅读 · 0 评论 -
如何在 Cursor-AI 中配置 Conda 虚拟环境
通过以上步骤,你可以轻松在 CursorAI 中配置 Conda 虚拟环境,并利用快捷键提高开发效率。使用虚拟环境可以帮助你避免依赖冲突,并保证项目的可移植性,是进行数据科学和机器学习项目开发的最佳实践之一。希望这篇博客对你有所帮助!如果有其他问题,欢迎留言交流。这篇博客概述了配置 Conda 环境的步骤以及在 CursorAI 中的快捷键使用,你可以将其保存并随时参考!原创 2024-12-04 11:22:56 · 6853 阅读 · 2 评论 -
Python中如何实现高效的列表过滤
本文详细介绍了Python中实现高效列表过滤的多种方法,包括基础的for循环、列表推导式、filter函数、itertools模块,以及高级的pandas和numpy库。我们还讨论了生成器的使用,以及在实际场景中的应用。通过性能测试和优化建议,希望你能选择最适合自己需求的方法,提高代码的效率和可读性。关键要点:根据数据规模选择工具:小规模数据使用列表推导式即可;大规模数据考虑numpy或pandas。注重代码可读性:清晰、易读的代码更易于维护和扩展。性能优化。原创 2024-11-12 08:34:16 · 2503 阅读 · 1 评论 -
利用 Feather 格式加速数据科学工作流:Pandas 中的最佳实践
Feather 是一种二进制文件格式,由 Apache Arrow 项目开发,专为高效的读写操作设计。它支持不同编程语言之间的数据交换,并且适用于大规模数据存储和传输。Pandas 提供了对 Feather 的直接支持,允许用户轻松将DataFrame转换为 Feather 文件格式,并在不同环境中快速加载。Feather 格式为数据科学工作流中的读写性能提升带来了显著的优势,特别适用于需要高频率存取的大型数据集。通过熟练掌握 Feather 与 Pandas 的结合使用技巧,可以大幅提升数据处理的效率。原创 2024-11-05 15:56:33 · 1219 阅读 · 0 评论 -
Edge 浏览器插件开发:图片切割插件
用户上传并预览图片。将图片平均分割成 4 份。自动下载分割的图片到本地默认文件夹。通过cursor辅助工具,我们可以高效地管理代码中的事件和操作流,确保插件在多个步骤中流畅运行,并能够在图片加载、分割和下载的每个关键步骤中实时监控进程状态。通过本插件,我们了解了图片分割处理的基本流程,以及如何借助cursor工具在插件开发中高效管理流程。插件在 Edge 和 Chrome 浏览器上均可运行,并支持进一步扩展,例如添加用户自定义切割比例、支持不同的文件格式和 UI 优化。借助cursor。原创 2024-10-31 16:45:24 · 890 阅读 · 0 评论 -
Bolt.new简化AI驱动的全栈开发(附飞机大战实例)
Bolt.new 是一种 AI 驱动的 Web 开发平台,完全基于浏览器运行,无需本地环境配置。该平台利用技术,允许开发者直接在浏览器中使用 Node.js、npm 等工具,为全栈开发提供完整的环境支持【10†source】【13†source】。与传统在线 IDE 不同,Bolt.new 的运行环境不依赖远程服务器,而是直接在用户浏览器中运行,这使得操作更加快速,且开发者的代码和数据更加安全。Bolt.new 作为一种AI驱动的开发工具,在简化Web开发流程方面展示了巨大潜力。原创 2024-10-31 09:25:26 · 1235 阅读 · 0 评论 -
局放相关仪器设备
在局部放电(PD)研发测试过程中,这些仪器设备在不同的测试环节中发挥着关键作用。各项技术的选择应根据具体的设备类型、运行环境和检测目的来确定,通常在实际应用中会结合多种方法以提高检测的准确性和可靠性。通过上述步骤,确保新研发的PD监测装置在各种运行条件下都能可靠、准确地工作。王某某,《电力设备局部放电检测技术研究》,电力出版社,2020年。原创 2024-10-28 13:37:25 · 779 阅读 · 0 评论 -
使用Python和Matplotlib模拟3D海浪动画
Gerstner波浪模型是一种经典的海浪模拟方法,具有计算简单和效果逼真的特点。它通过对海面上的每个点施加正弦波的位移,来模拟波浪的起伏。本文将详细解释代码的实现过程,并提供可运行的示例代码。ax.clear()t = frame / 20.0 # 时间参数animate函数用于更新每一帧的图像。t是时间参数,控制波浪的动态变化。在循环中,叠加多个Gerstner波浪。使用绘制3D海浪表面。原创 2024-10-24 17:25:18 · 1518 阅读 · 0 评论 -
使用 NumPy 和 Matplotlib 实现交互式数据可视化
本文展示了如何使用NumPy和Matplotlib创建交互式数据可视化。通过滑块、按钮和单选按钮的结合,我们可以动态探索数据的变化。这种交互式图表非常适用于数据探索和展示,例如实时监控、信号处理等场景。你可以进一步扩展这些功能,如添加更多的控件、响应鼠标事件,或将交互式图表嵌入到应用程序中,为用户提供更友好的数据体验。原创 2024-10-24 08:35:32 · 856 阅读 · 0 评论 -
使用 NumPy 和 Matplotlib 进行高级数据可视化:实践指南
数据科学和工程实践中,和是强大的组合工具。本文将进一步展示如何借助这两个库进行更复杂的可视化任务,例如创建多曲线、叠加图、动态可视化等场景。原创 2024-10-23 08:17:59 · 985 阅读 · 0 评论 -
如何使用 NumPy 和 Matplotlib 进行数据可视化
在数据科学领域,和是 Python 中最常用的两个库。NumPy 用于科学计算和数据处理,而 Matplotlib 提供了丰富的图表工具来展示数据。本文将介绍如何将这两个库结合使用,轻松进行数据可视化。原创 2024-10-22 08:48:36 · 808 阅读 · 0 评论 -
pandas在数据清洗中的实际应用
在当今数据驱动的时代,数据已成为企业和研究机构做出明智决策的核心要素。如果不对这些问题进行处理,可能会导致分析结果的偏差,甚至得出错误的结论。通过实际的代码示例,逐步演示从数据读取、缺失值处理、重复值删除、数据类型转换、异常值处理到数据标准化的完整流程。从数据读取、缺失值处理、重复值删除、数据类型转换、异常值处理,到数据标准化和字符串处理,我们涵盖了数据清洗的主要步骤和方法。接下来,我们将从 pandas 库的简介开始,逐步深入数据清洗的各个环节。为例,演示完整的数据清洗流程。在众多数据处理工具中,原创 2024-10-17 10:29:34 · 1119 阅读 · 0 评论 -
Pandas 中 transform() 与 apply() 的联系与区别
和apply()是 Pandas 中处理分组数据的两个重要方法。更适合用于简单的转换操作,而apply()则具有更大的灵活性,适合用于复杂的数据处理需求。在选择时,需要根据具体任务的复杂性和结果的需求来决定使用哪个方法。原创 2024-10-15 14:02:55 · 539 阅读 · 0 评论 -
Pandas GroupBy 详解2:深入理解与实践
apply()方法允许我们对每个组执行自定义的操作,具有极高的灵活性。df['标准化销售额'] = df.groupby('城市')['销售额'].apply(standardize)print(df)城市 销售额 月份 平均销售额 标准化销售额0 北京 100 一月 90.0 0.7302971 上海 200 一月 225.0 -0.7071072 广州 150 一月 135.0 0.7071073 北京 80 二月 90.0 -1.095445。原创 2024-10-15 13:56:25 · 821 阅读 · 0 评论 -
深入理解 Pandas 分组聚合:从基础到进阶-groupby使用
分组聚合是指将数据按某些条件进行分组,然后对每组数据进行某种计算,如求和、平均值、计数等。使用groupby()进行分组。使用聚合函数对分组后的数据进行汇总。我们还可以使用自定义的聚合函数。custom_agg = df.groupby('城市')['销售额'].agg(lambda x: x.max() - x.min())城市北京 20广州 30上海 50Name: 销售额, dtype: int64。原创 2024-10-15 11:18:43 · 1424 阅读 · 0 评论 -
树莓派介绍与可安装的操作系统
树莓派是一款由英国树莓派基金会开发的信用卡大小的微型计算机。处理器(CPU)内存(RAM)图形处理器(GPU)USB 接口网络接口(以太网和 Wi-Fi)视频输出(HDMI)音频输出用户只需添加电源、存储卡、显示器和输入设备(键盘、鼠标),就可以将其当作一台功能齐全的电脑使用。主要特点:低成本:价格亲民,适合教育和个人项目。小巧便携:体积小,便于携带和部署。功能强大:支持多种编程语言和操作系统,功能不逊于传统电脑。树莓派从最初的教育工具发展成为功能强大的多用途平台。最新的树莓派 5。原创 2024-09-14 10:34:57 · 1722 阅读 · 0 评论 -
Ubuntu系统高级应用:技巧与实践
bash通过本篇文章的学习,您应该对Ubuntu系统的高级应用有了更深入的了解。无论是自定义Shell环境、自动化任务、网络和服务器配置,还是容器化和虚拟化技术,这些技能都将大大提升您的工作效率和系统管理能力。持续的学习和实践是成为Ubuntu专家的关键,分享按钮如果您觉得这篇文章对您有帮助,请分享给更多朋友!欢迎在下方留言,分享您的经验或提出您的疑问。原创 2024-09-13 16:01:11 · 534 阅读 · 0 评论 -
Ubuntu系统进阶指南:高级命令与技巧
通过掌握这些高级命令和技巧,您可以更深入地了解Ubuntu系统的强大功能,提高工作效率和系统管理水平。持续学习和实践是熟练使用Linux系统的关键,希望这篇文章能为您的学习之路提供帮助。分享按钮如果您觉得这篇文章对您有帮助,请分享给更多朋友!欢迎在下方留言,分享您的经验或提出您的疑问。原创 2024-09-13 15:53:10 · 1263 阅读 · 0 评论 -
树莓派5开发板-学习记录1-安装unbuntu系统
通过以上步骤,您已经成功卸载了Xfce桌面环境以及相关的显示管理器。如果需要安装其他桌面环境或者回到命令行模式,现在系统已经恢复为无桌面环境的状态。如果有其他问题或需要进一步的帮助,请告诉我!原创 2024-09-09 08:36:09 · 2971 阅读 · 2 评论 -
树莓派5-番外篇-GPU相关-学习记录2
树莓派5 使用的是 Broadcom BCM2712 处理器,内置的 VideoCore VII GPU 是用于图形处理的专用硬件,主要用于图形加速(如视频解码、显示等)。然而,这个 GPU 的主要目标不是像 NVIDIA 或 AMD GPU 那样用于高性能通用计算(如深度学习加速)。不过,通过适当的设置和库,还是可以利用 GPU 的部分功能来加速特定的任务。树莓派5的 VideoCore VII GPU 主要用于图形加速,但支持 OpenGL 和 OpenCL,可以用于特定的计算任务。原创 2024-09-09 16:00:04 · 3400 阅读 · 0 评论 -
树莓派5开发板-安装Raspberry Pi系统-学习记录1
树莓派5(Raspberry Pi 5)是树莓派系列最新的开发板,相较于前几代产品,它在性能、连接性和功能方面都有了显著提升。处理器:树莓派5搭载了Broadcom BCM2712 四核 Cortex-A76 处理器,时钟频率高达2.4GHz,比树莓派4提升了30%到40%的性能。内存:可选4GB或8GB LPDDR4X-4266 SDRAM,提供更快的数据访问速度和更大的内存空间,适合多任务处理和更重的工作负载。图形处理。原创 2024-09-09 15:17:32 · 3093 阅读 · 0 评论 -
在离线环境中安装依赖包
最终安装效果,有部分失败的,重新下载失败的再去试试。原创 2024-08-29 16:13:08 · 472 阅读 · 0 评论 -
flask_web部署服务器测试
我的代码是一个基于Flask框架的Web应用,用于对上传的图像进行分类预测。该应用使用了预训练的ResNet50模型来对图像进行分类,并返回分类结果。初始化Flask应用这行代码初始化了一个Flask应用实例,app是Flask应用的核心对象,后续的路由和请求处理都基于这个对象进行。设置上传文件夹和允许的文件类型指定了上传文件将保存到uploads文件夹中,并限制了允许上传的文件类型为PNG、JPG、JPEG、BMP格式。检查并创建上传文件夹如果上传文件夹不存在,则创建这个文件夹,以确保上传文件有地方存放。原创 2024-08-09 15:10:14 · 953 阅读 · 0 评论 -
python将图标转成qrc文件进行使用方法记录
文件是一个 XML 文件,用于定义项目中的资源(如图标、图片、音频等)。这个方法不仅适用于图标,还可以用来加载任何其他资源,如图片和音频文件,使你的应用程序更加便携。文件转换为 Python 代码。文件,也可以使用 Qt Designer 的资源编辑器创建。文件嵌入到应用程序中,确保图标在所有平台上都能正确加载。保存你的 Python 文件并运行。的文件,你的图标资源将被嵌入其中。在你的代码中,导入生成的。假设你已经将图标保存为。原创 2024-08-20 11:35:56 · 692 阅读 · 0 评论 -
python调用C++代码-方法-使用Pybind11库将C++代码与Python绑定
通过这个详细的步骤,你可以将C++代码与Python成功绑定。这种方法不仅适用于简单的函数绑定,也可以扩展到更复杂的C++类和模块,使得Python能够利用C++的强大性能。原创 2024-08-16 11:09:37 · 1569 阅读 · 0 评论 -
编写生成 `requirements.txt` 文件的 Python 脚本
文件的 Python 脚本,可以通过分析当前环境中已安装的 Python 包,或者从指定的 Python 脚本文件中解析出所需的依赖包。以下是一个简单的 Python 脚本,用于生成。(适用于 Python 3.8 及更高版本)来获取已安装的包信息。这种方法更加简洁,也没有调用外部命令的开销。这个方法将列出当前 Python 环境中所有已安装的包,并将它们写入。模块来获取当前环境中的已安装包并生成。文件,是目前更现代和推荐的解决方案。文件,只需运行脚本即可。更好的方案,可以避免使用。原创 2024-08-13 11:29:10 · 1136 阅读 · 0 评论 -
基于YOLOv8的车辆跟踪与车速计算应用
这段代码实现了一个完整的车辆检测、跟踪和速度估计的应用,使用YOLOv8模型进行车辆检测和跟踪,通过自定义的车速估算器计算车辆速度,并将处理结果保存为新的视频文件。原创 2024-06-20 11:11:52 · 1647 阅读 · 0 评论 -
使用gradio库实现Web应用,允许用户上传图像,并使用YOLOv8模型对图像进行目标检测。
Gradio是一个用于构建和分享机器学习模型和数据科学应用的开源Python库。它简化了创建交互式Web界面的过程,让开发者可以快速搭建原型并与他人分享。原创 2024-06-05 10:14:45 · 6079 阅读 · 6 评论 -
python常用的Web框架介绍与实战演练
本次实战主要用了Flask、Tornado、FastAPI和Gradio这4个框架原创 2024-06-05 09:38:30 · 1165 阅读 · 0 评论 -
傅里叶变换与小波变换
傅里叶变换和小波变换是信号处理中的两种重要工具,它们都用于分析信号的频率成分,但它们有不同的特点和适用场景。原创 2024-05-17 10:25:06 · 2515 阅读 · 1 评论 -
python实现读取串口数据-使用LibModbus库实现一个实时读取串口数据
准备硬件环境 要实现Modbus RTU通信,首先需要准备支持RS-485或RS-232接口的硬件设备,如串口适配器、从设备(如传感器、执行器等)以及连接线材。安装Python库 要实现Modbus RTU通信,我们可以使用Python的第三方库pymodbus。Modbus RTU是一种基于串行通信的Modbus协议,它使用RS-485或RS-232接口,以字节为单位进行数据传输。Modbus RTU协议定义了主从设备之间的通信规则,主设备负责发起请求,从设备则响应请求并返回数据。原创 2024-05-15 09:04:30 · 1410 阅读 · 2 评论 -
解决failed to execute WindowsPath(‘dot‘), make sure the Graphviz executables are on your systems‘ PATH
绘制决策树-解决安装graphviz出现错误的问题原创 2023-01-12 09:57:34 · 27089 阅读 · 14 评论 -
python-tkinter-在文本框预设内容
在tkinter中,您可以通过插入文本在输入框中预设文本内容原创 2022-09-09 18:02:16 · 1082 阅读 · 0 评论