得克特

ArgumentParser在传布尔类型变量时，传入参数按字符串处理，所以无论传入什么值，参数值都为True。import argparseparser = argparse.ArgumentParser()parser.add_argument("--t1", default=False, type=bool)parser.add_argument("--t2", default=False, action='store_true')args = parser.parse_args()pr

UnicodeDecodeError: 'utf-8' codec can't decode byte 0xed in position 4249: invalid continuation byte比较烦人的问题，用notepad打开显示’utf-8’，但是还是不行df = pd.read_csv(r'...\11-23.txt',header=None, sep='\t',encoding='utf8')UnicodeDecodeError: 'utf-8' codec can't decode

变量作用域在完成一个题目：利用带参数的装饰器限制函数执行的次数我遇到一个很疑惑的问题，可以简化如下：>>>a = 1def test(): print(a)>>>test()1然而，当改为如下形式>>>a = 1def test(): print(a) a -= 1>>>test()1会报错 UnboundLocalError: local variable 'a' reference

我们常有这样一个需求，把一列的值分割扩展为多行>>>x = pd.DataFrame({1:range(4), 2:range(4,8), 3:[str(_) + ',' + str(_) for _ in range(8,12)]}) 1 2 30 0 4 8,81 1 5 9,92 2 6 10,103 3 7 11,11转为如下形式>>>x.drop(3,axis=1).join(x[3].str.

我们知道，numpy的array和torch的tensor在很多方面性质一样，这里以array举例，生成一个新的试图。通常而言，我们利用视图生成新的array时，每个维度对应的索引数是必须要相同，类似>>>import numpy as np>>>x = np.arange(60).reshape((3,4,5))>>>x[[1,2],[2,3],[3,4]]array([33, 59])如果索引数不同，则会出错>>>

root用户安装Anaconda，安装目录选择/opt/anaconda创建anaconda用户组 sudo groupadd anaconda将Anaconda安装的整个文件夹的组拥有者设为anaconda sudo chgrp -R anaconda /opt/anaconda修改安装的文件夹的权限 sudo chmod 770 -R /opt/anaconda把需要的用户添加进组 sudo usermod -a G user anaconda，这样组用户拥有了安装包与创建虚拟环境的权利关.

unicode和utf8Unicode 是「字符集」字符集：为每一个「字符」分配一个唯一的 ID（学名为码位 / 码点 / Code Point）UTF-8 是「编码规则」编码规则：将「码位」转换为字节序列的规则（编码/解码 可以理解为 加密/解密 的过程）Unicode 字符集为每一个字符分配一个码位，例如「知」的码位是 30693，记作 U+77E5或\u77e5（30693 的十六进制为 0x77E5）。UTF8编码做的是将对应的码位编码到字节序列。U+ 0000 ~ U+ 007F:

for elsefor else主要是看for循环里是否有满足条件的情况，如果没有执行break，肯定会执行elsefor i in range(3): if i==3: print(i) breakelse: print("else")>>elsefor i in range(3): if i==2: print(i) breakelse: print("else")>>

csr采用按行压缩的方法，将原始的矩阵用三个数组表示：三个数组的形式有两种第一种from scipy.sparse import *row = [0,0,0,1,1,1,2,2,2]#行索引col = [0,1,2,0,1,2,0,1,2]#列索引data = [1,0,1,0,1,1,1,1,0]#对应值t = csr_matrix((data,(row,col)),shape=(3,3))print(t)print(t.todense())>> (0, 0) 1

itertools.chain()可以对多个容器的不同对象做循环迭代，例如x = [1,2,3,4]y = ['1','2','3','4']for x in chain(x,y): print(x)12341234或者x = [1,2,3,4]y = ['1','2','3','4']for x in chain(*[x,y]): print(x)12341234接触这个是在看item_base的代码，有这样一行row_ind, col_ind =

format对齐打印下面两种方式均可，个人比较倾向于第二种:<{} 左对齐 :^{} 中间对齐 :>{} 右对齐对齐符号后面的{}表示变量的总宽度print("{:<{}} {:<{}} {:<{}}".format("yifu",25, "chenyichenyi",50, 0.23655,20))yifu chenyichenyi 0.2365

官方镜像如果你对于系统没有要求，可以直接拉取官方的镜像docker pull python:3.7.7-slim-buster这个镜像只有100多m，debian的系统。当然也有不含操作系统的镜像，只有几十m指定操作系统由于我对操作系统有要求，这里我拉取的是ubuntu18.04的系统docker pull ubuntu:18.04运行，这里我指定了宿主机一个文件夹作为容器的外部卷，里面放入了我下载号的python安装文件docker run -dit -v /home/ncste/do

读取二进制文件编码是一个比较麻烦的事情我们在decode二进制文件时，是需要知道编码格式的，除了常见的utf-8，还有UCS-2-Little Endian(utf-16-le)和UTF-8-BOM(utf-8-sig)如下是UCS-2-Little Endian的二进制文件前缀如下是UTF-8-BOM的二进制文件前缀做个判断，确定decode解码格式if b'\xff\xfe'in res['bdata']: print('UCS-2-Little Endian') s =

文章目录tobytes()生成带格式的二进制以程序中生成的词云图为例（方便测试，我把生成图片调小了）wc = WordCloud(font_path=font_path, scale=1, collocations=False, background_color='white', width=40, height=30) # mask=back_coloringwc.generate_from_frequencies(count_dict)img =

wordcloud主要的使用就是下面三行代码from wordcloud import WordCloudwc = WordCloud(font_path=font_path, scale=1, collocations=False, background_color='white', width=400, height=300)wc.generate_from_frequencies(count_dict) # 这里传入的是一个词频字典，也可以传入分好词的字符串img = wc.to_image

回顾了廖老师的装饰器的教程，记录一下本质上，装饰器就是一个返回函数的高阶函数。所以，我们要定义一个能打印日志的decorator，可以定义如下：def log(func): def wrapper(*args, **kw): print('call %s():' % func.__name__) return func(*args, **kw) return wrapper @logdef now(): print('2015-3-25

有时候我们希望命令行启动的python是自定义的，而不是base或者root的，linux设置如下在linux下，通过修改~/.bashrc或~/.bash_profile最后你会发现export PATH="~/anaconda/envs/your_env_name/bin:$PATH" # your_env_name是你自定义的环境名还有的时候，你希望命令行默认激活你想要的环境，linux设置如下修改~/.bashrc，添加conda activate your_env_name # "

事情是我想将windows执行的一段程序迁到linux上调用root = os.path.abspath(__file__)cf_path = os.path.join(root,'..', 'config.cfg')这段在windows执行是没问题的，在linux执行读取不到，于是我换了root = os.path.dirname(__file__)cf_path = os.path...

记录一个小细节，Python的for循环，循环中对i的改变是不影响循环过程的for i in range(10): if i%2==0: i += 1 print(i)1 1 3 3 5 5 7 7 9 9这一点与c++等语言是不同的，这种情况就用while吧​...

导入依赖包import pymysqlimport pandas as pdimport numpy as npfrom sqlalchemy import create_enginefrom sqlalchemy.types import NVARCHAR, Float, Integer连接mysql如果是要读取，有两种方式连接mysql方法一def sql_connect(...

pivot_table实现行转列pivot_table函数样例pivot_table透视表是一种可以对数据动态排布并且分类汇总的表格格式。或许大多数人都在Excel使用过数据透视表，也体会到它的强大功能，而在pandas中它被称作pivot_table。其实际上是建立层次化索引。函数pivot_table(data, values=None, index=None, columns=Non...

目的是从表中找出不重复的公司个数，一开始采用了drop_duplicates获取一个去重后的表，count()后发现是500多家，神奇的是当我将结果导入csv，发现只有不到100条。然后我采用groupby的方式获取分组结果，发现分组后的公司确实是500多家，导入csv与count的结果是一致的，这里记录一下，还没有解决。...

整理下今天用到的pandas的知识点：.count()获取数据的整体汇总.unique() drop_duplicateds(subset=[''])去重dropna(subset=[''])去空值.apply(lambda x: )对series的列做出计算等pd.merge(self,other how='',on='')合并两个表groupby('').agg({:}) grou...

%matplotlib主要用于当我们在jupyter notebook使用plt画图，图像可以直接显示在代码单元格下面，生成的图也位于jupyter notebook中。Purpose of “%matplotlib inline”

文章目录面向对象编程--python 类类特殊的系统变量面向对象编程–python 类类特殊的系统变量slots = (‘name’, ‘age’) # 用tuple定义允许绑定的属性名称，注意此限制对子类不影响为了方便的调用属性，python提供了@property装饰器class Student(): @property # property修饰的函数可以使用属性，并且...

相对路径当处于当前文件夹时，我们只需要使用相对路径path1=os.path.abspath('.')绝对路径绝对路径就是完整的路径path2=os.path.abspath('..')

多进程和多线程多任务的3种方式：多进程模式、多线程模式、多进程+多线程模式。多进程Unix/Linux操作系统提供了一个fork()系统调用，普通函数调用一次返回一次，但是fork()调用一次，返回两次，因为系统把当前进程(父进程)复制了一份(子进程)，分别在父进程和子进程返回。import osfrom multiprocessing import Processprint('pro...

ImportError: cannot import name ‘app’查看错误报告，这其实显示了我们程序的一圈循环调用，通过修改循环调用的解决方法python各个模块循环引用问题解决办法manage.py:8: in <module> app = create_app(os.getenv('FLASK_CONFIG') or 'default')app/__init_...

文章目录聚合groupbyagg聚合groupby此处参考pandas的聚合操作: groupyby与aggpandas提供基于行和列的聚合操作，groupby可理解为是基于行的，agg则是基于列的。从实现上看，groupby返回的是一个DataFrameGroupBy结构，这个结构必须调用聚合函数（如sum）之后，才会得到结构为Series的数据结果。而agg是DataFrame的直...

文章目录python numpy矩阵乘法linalg数组深复制与浅复制shuffle与permutation的区别np.padnp.linalg.norm--求范数np.expand_dimsnp.tileargsortdiagonal()np.nonzero()np.var和np.meannp.cov(m,y,rowvar=True,bias=False,ddof,frequency weigh...

文章目录更换json文件安装ipykernel更换json文件通过命令行ipython kernelspec list获取当前使用的json配置文件地址，找到json文件。以下获取想要使用的内核路径，将该路径地址修改到json文件中的原内核地址。import sysprint(sys.executable)运行后发现jupyter notebook服务器报错no module nam...

切换午夜主题关于jupyterthemes的详细配置 可以点 git jupyterthemesconda activate base # install jupyterthemespip install jupyterthemespip install --upgrade jupyterthemesjt -t onedork -cellw 1400 # onedork为主题名字，c...

注意：两个(1,3)或(3,1)的矩阵不能直接使用np.dot()，可以使用np.dot()有两种情况，一种是都是一维数组，另外一种是满足矩阵相乘的运算，因为他们不是一维数(3,)，所以不能运算.#使用1a = np.array([1,2,3])np.dot(a,a)# 14#使用二b = a.reshape(1,3)c = a.reshape(3,1)np.dot(b,c)#Ou...