oldmoney

AllenZhang最近做了两个SOC集成脚本。脚本一用来快速进行SOC TOP集成。脚本二用来快速生成SOC TB冒烟代码。hengfengzhang/soc_scripts​github.com/hengfengzhang/soc_scriptshttps://github.com/hengfengzhang/soc_scripts最近又增加了两个脚本。脚本三是根据宏定义递归展开文件列表。脚本四是根据xls生成apb接口的寄存器设计文件。...

np.seterr(divide=‘ignore’,invalid=‘ignore’)

numpy入门详细教程(一)numpy入门详细教程(二)numpy入门详细教程(3)

import pandas as pdimport numpy as npdf = pd.DataFrame(np.ones((16,4)))m0 = pd.DataFrame(np.arange(4))m = pd.DataFrame(np.zeros((4,4)))for i in range(4): m.iloc[:,i] = m0 m1 = m.iloc[:,0]df2 = pd.DataFrame(np.zeros_like(df))for i in range(4):

How to use argparse and yaml module on jupyter at the same timeparser = argparse.ArgumentParser()parser.add_argument('-config', help="configuration file *.yml", type=str, required=False, default='config.yml')parser.add_argument('-args', help="learning r

https://stackoverflow.com/questions/66058705/pandas-how-to-use-applymap-apply-function-with-arguements-to-a-dataframe-withou

通常__init__.py 文件为空，但是我们还可以为它增加其他的功能。我们在导入一个包时，实际上是导入了它的__init__.py文件。这样我们可以在__init__.py文件中批量导入我们所需要的模块，而不再需要一个一个的导入。当__init__.py 为空目录packagefunc.pydef test()my.pyfrom package.func import testtest()#或者import package.funcpackage.func.test()#

def dec2bin(dec_num, bit_wide=20): _, bin_num_abs = bin(dec_num).split('b') if len(bin_num_abs) > bit_wide: raise ValueError # 数值超出bit_wide长度所能表示的范围 else: if dec_num >= 0: bin_num = bin_num_abs.rjust(

# 方法1 search_cols = [col for col in df.columns if 'keywords' in col] print(search_cols) df5 = df[search_cols] # 方法2 search_cols=df.filter(like='keywords').columns df4 = df[search_cols]

data4 = np.loadtxt('data_iq_link.csv',delimiter=',',dtype='complex',skiprows=1)dtype=‘complex’ 读复数skiprows=1 忽略前几行 Skip the first skiprows lines, including comments;delimiterstr, optional ，The string used to separate valuesusecol：usecols参数指定我们需要使用

import numpy as npdata = np.array([1,2,3])print(data.max())print(np.sqrt(data))#print(data.sqrt)import pandas as pddf=pd.DataFrame(data)d1=df.values #方法1#d2=df.as_matrix()d3=np.array(df) #方法2

//各项解释{ { "version": "0.2.0", "configurations": [ { "version": "0.2.0", "configurations": [], "compounds": [] }, { // 配置名称，将会在启动配置的下拉菜单

记录vscode使用过程中碰到的问题

vs code开发python时找不到当前目录下的文件、UnicodeDecodeError: ‘gbk’一、vs code开发python时找不到当前目录下的文件，file = open(“readme.txt”)一直报错，找不到目录下面的文件原来vscode 默认都是以打开的项目的目录为当前目录，如果项目下面的文件夹里面的的文件运行就会出错。找不到文件解决问题：vscode 【文件】-》【首选项】->【设置】搜索【terminal】1.在设置中搜索teminal，选择用户→python

yaml配置文件和argparse应该是深度学习研究人员要掌握的最基础的技能了~一、YAML配置文件yaml文件是一种配置文件，我最早接触它是在学习yolov5的官方代码的时候。虽然之前没有怎么接触过ini、conf和py等配置文件，但是使用过yaml之后发现是真的方便，所以来总结一下yaml文件读写相关的操作。官方文档1、基本用法yaml文件并不是python自带的，需要通过pip install PyYaml 指令安装。基本规则：1、大小写敏感2、使用缩进表示层次关系（和python用法

pandas 每个元素都是tupleimport numpy as npimport pandas as pddef test(i): i = i+10 j=i+100 return i,jdef tuple_test(i): i = i[0] return i df=pd.DataFrame([0,1,2,3,4,5])df1 =df.applymap(test) a=df1.iloc[0,0]b=df1.iloc[0,0][0]c=df1.iloc[0,0][1].

python读文件 指定类型为复数beam_data = pd.read_csv("beam1.csv").astype('complex')

类型标注的使用类型标注（Type annotations）是一种直接的方式，并且是类型文档中最常见到的那种方式。声明一个函数参数的类型，只要在参数名称的后面加个":“号，带上类型名称就行了。声明函数的返回值类型，只要在函数声明结束之前，也就是”:“号之前加入一个”->"，带上类型名称。常见数据类型int,long,float: 整型,长整形,浮点型bool,str: 布尔型，字符串类型List, Tuple, Dict, Set:列表，元组，字典, 集合Iterable,Iterator

不同 进制转换

你可以用x = func()[0]若要返回第一个值，x = func()[1]返回第二个，以此类推。如果您希望一次获得多个值，请使用以下内容x, y = func()[2:4]…def f(): return 1,2def f(): return (1,2)#1.直接放在空上下文，不进行任何赋值，将丢弃所有返回值# f()的返回值全丢弃f()#########2a = f()[0]b = f()[1]# 3丢弃第二个返回值a, _ = f()# 4丢弃第二

# 如果在循环体中不需要用到自定义变量，可将自定义变量写为‘_’for _ in range(5): print('人生苦短，我用python')

python的整数没有补码一说在刷题过程中，发现Python有一个和其他语言完全不一样的地方，就是对负数的二进制表示。Python里的数是无所谓Overflow的，即没有位数限制，因此也就无所谓补码，因为补码都是相对于位数来说的，32位补码和16位补码，肯定是不一样的。但是这样就导致了一个问题，就是无法直接得到32位二进制补码。 >>> bin(1)'0b1'>>> bin(-1)'-0b1'解决方法： 人为规定一个函数，实现转换。而且可以设计这个函数使得

import pandas as pda = pd.read_csv('test.csv',index_col=False)#a = pd.read_csv('test.csv',index_col=False,dtype=complex) #不支持a0=a#b=complex(a)b0=complex(a.iloc[0,0])print(type(a)) #<class 'pandas.core.frame.DataFrame'>print(type(a.iloc[0,0]))

Python数据科学 3 days ago大家好，我是东哥。前几天分享了一个一篇NumPy教程，有的朋友直呼不过瘾，本次再分享一个图解系列，非常便于入门人员学习。NumPy是Python中用于数据分析、机器学习、科学计算的重要软件包。它极大地简化了向量和矩阵的操作及处理。python的不少数据处理软件包依赖于NumPy作为其基础架构的核心部分（例如scikit-learn、SciPy、pandas和tensorflow）。除了数据切片和数据切块的功能之外，掌握numpy也使得开发者在使用各数据处理库调试

getattr()先在python解释器看下getattr()的帮助 ：Help on built-in function getattr in module builtin:getattr(...) getattr(object, name[, default]) -> value Get a named attribute from an object; getattr(x, 'y') is equivalent to x.y. When a default

什么是异常？异常即是一个事件，该事件会在程序执行过程中发生，影响了程序的正常执行。一般情况下，在Python无法正常处理程序时就会发生一个异常。异常是Python对象，表示一个错误。当Python脚本发生异常时我们需要捕获处理它，否则程序会终止执行。异常处理捕捉异常可以使用try/except语句。try/except语句用来检测try语句块中的错误，从而让except语句捕获异常信息并处理。如果你不想在异常发生时结束你的程序，只需在try里捕获它。语法：以下为简单的try…except

描述enumerate() 函数用于将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列，同时列出数据和数据下标，一般用在 for 循环当中。Python 2.3. 以上版本可用，2.6 添加 start 参数。语法以下是 enumerate() 方法的语法:enumerate(sequence, [start=0])参数sequence – 一个序列、迭代器或其他支持迭代对象。start – 下标起始位置。返回值返回 enumerate(枚举) 对象。>&g

转载至：https://www.runoob.com/python/python-continue-statement.htmlPython continue 语句跳出本次循环，而break跳出整个循环。continue 语句用来告诉Python跳过当前循环的剩余语句，然后继续进行下一轮循环。continue语句用在while和for循环中。Python 语言 continue 语句语法格式如下：continue流程图：cpp_continue_statement实例：实例(Pytho

2021-06-01 04:30:53,786 reid_baseline.train INFO: Start trainingTraceback (most recent call last): File "tools/train.py", line 158, in <module> main() File "tools/train.py", line 154, in main train(cfg) File "tools/train.py", line 68,

# Copyright 2019 Xilinx Inc.## Licensed under the Apache License, Version 2.0 (the "License");# you may not use this file except in compliance with the License.# You may obtain a copy of the License at## http://www.apache.org/licenses/LICENSE-2.0

有时候写了很多仅仅用作数据结构的类，不想写太多烦人的_init_() 函数，可以在父类写一个公共的init方法。import mathclass Structure1: # Class variable that specifies expected fields _fields = [] def __init__(self, *args): if len(args) != len(self._fields): raise TypeEr

可以使用eval/json/exec 将str转dicthttps://blog.youkuaiyun.com/Jarry_cm/article/details/98495718str1 = '1'str2 = '2.0'str3 = '[1,2,3]'str4 = '(1,2,3)'print(eval(str1)) # 1 ,int类型print(eval(str2)) # 2.0 ,float类型print(eval(str3)) # [1,2,3] ,列表类型print(eval(str4

以字典dict = {‘age’:25,‘sex’:‘female’}为例：dict[‘age’]和dict.get(‘age’)得到的想过是相同的，如下：但是当dict的参数有两个时，如下：当能查询到相匹配的字典时，就会显示相应key对应的value，如果不能的话，就会显示后面的这个参数。...

# -*- coding: utf-8 -*-"""Created on Sun May 30 15:23:27 2021@author: """import jiebaf=open("data/chn.txt","r",encoding='utf-8')txt=f.read()#精确模式words=jieba.lcut(txt)print(len(words))counts={}for word in words: counts[word] = counts.get(wo

英文词频set dict listreplace /split/lower# -*- coding: utf-8 -*-"""Created on Sun May 30 15:08:04 2021@author: """f=open("data/eng.txt","r")txt=f.read()txt=txt.lower()#delete special for ch in '!"#$%&()*+-./,;<=>?@[\\]^_{|}~''': tx

https://www.bilibili.com/video/BV1P5411W7g5上边两类是监督学习 分类 回归下边是无监督 没有标签scikit-learn 是用于传统机器学习cs231n 计算机视觉 cv 公开课scipy 相当于python中的matlabseaborn 基于matplotlib的 高层绘图地图可视化foliumsnownlp 情感分析setiments越接近1 表示越积极s.sentiments 是属性s.ke

conda创建python虚拟环境conda常用命令conda list 查看安装了哪些包。conda env list 或 conda info -e 查看当前存在哪些虚拟环境conda update conda 检查更新当前conda创建虚拟环境conda create -n 虚拟环境名 python=3.6激活虚拟环境linux:source activate your_env_name(虚拟环境名称)windows:activate your_env_name(虚拟环境名称)

os.path 遍历文件夹例子来自keras的cat dog分类import osnum_skipped = 0for folder_name in ("Cat", "Dog"): folder_path = os.path.join("PetImages", folder_name) for fname in os.listdir(folder_path): fpath = os.path.join(folder_path, fname) try

https://mp.weixin.qq.com/s/J-rbiYXGJNLPtkP98WyLBw

在python中，我们经常能看到很多变量名以_下划线开头，而且下划线的数量还不一样，那么这些变量的作用到底是什么？变量名分类：以数字、字母开头： 正常的公有变量名a = 1def aa():pass以单下划线开头： 半私有的变量名_b = 2def _bb():pass以双下划线开头： 私有变量名__c = 3def __cc():pass以双下划线开头，双下划线结尾： 内置属性名或者魔法方法名__name__, __dir__公有变量名：以此类名称命名的对象，为公有对象，