春天不是读书人的博客

python 数据处理 pandas使用技巧最近在处理一些数据，发现以前所使用的一些方法可能比较笨拙，python 之中有一些比较方便的数据处理函数和技巧，所以写下此篇博客记录一下1、Dict TO List, TO Dataframedict_a= dict()for i in range(11): dict_a['blk_%d'%i]=10-iprint(dict_a)建立如下字典：{'blk_0': 10, 'blk_1': 9, 'blk_2': 8, 'blk_3': 7

写入文件权限问题问题：在使用服务器进行深度学习训练时，出现模型无法保存的现象，主要提示如下：PermissionError: [Errno 13] Permission denied: '../data/test_5000/随机0.1/解决：文件夹的管理权限未授权经过ls -l 查看文件夹的管理权限发现，使用用户为root,而目前登录账户为非root账户，所以修改用户权限或者使用本账户重新创建该文件夹即可。...

以知识盒子为案例，记录基本用法检查注入点 sqlmap -u "http://ooxx.com/a.php?id=1"列数据库信息 sqlmap -u "http://ooxx.com/a.php?id=1" --dbs指定数据库名列出所有表 sqlmap -u "http://ooxx.com/a.php?id=1" -D dbsname --tables指定数据库名表名列出所有字段 sqlmap -u "http://ooxx.com/a.php?id=1" -D dbsname -T tabl

python 按字符串中出现的数字序号对字典排序字典中格式为以下：from collections import OrderedDictdict = OrderedDict([('user1', [1, 1]), ('user5', [16]),('user3', [1, 1]), ('user10', [1]),('user6', [3])])对其中的key值按大小顺序排列即按照user之后的数字排列：1, 3，5，6，10#直接使用常规调用排序代码dict = Ordered

**pandas的read_csv不支持中文路径问题**问题：在使用pandas时出现对于中文路径下或者中文文档下的文件无法读取的问题data=pd.read_csv('../data/train/统计数据.csv')解决方法一：最简单的方式就是将文件名改成不带中文的解决方法二：在文件名地址前加上opendata=pd.read_csv(open(r'../data/train/DecisionTree/随机_62218.csv')解决办法三：升级pandas 版本#查看当前版本，输入

使用np.load()加载数据 报错 Object arrays cannot be loaded when allow_pickle=False问题：在python中调用data=np.load(file)报错：**ValueError: Object arrays cannot be loaded when allow_pickle=False**解决：修改代码data=n...

Ubuntu 系统下的phe.Pailliar同态加密，速度慢，无法多线程调度的问题问题描述：在跑同态加密实验时发现一个有趣的现象！i9 12900KF的Ubuntu主机在进行Pailliar同态加密的时候竟然跑不过i5 10400F的Windows小主机，速度慢了接近一倍！我使用的是python 中的phe包调用Pailliar库引用的同态加密，然后在相同主机下进行了一个简单地运行时间对比测试：同态加密运算：##测试代码，进行同态加密运算时间计算import timeimport nump

pytorch中张量tensor的使用以及相关函数介绍导入torch模块import torch#初始化一个2*3矩阵X=[ [1,2,3], [4,5,6] ]Tensor生成#生成整型张量a=torch.IntTensor(X)print(a)>>tensor([[1, 2, 3], [4, 5, 6]], dtype=torch.int32)#自定义数据维度生成(2,3)b=torch.IntTensor(2,3)print(b)&gt

pytorch 构建训练模型的几大步骤1、数据准备2、模型构建3、定义代价函数和优化器4、迭代训练5、模型保存1、数据准备将要训练使用的数据进行前期的处理，提取到需要学习的特征表示，包括数据特征和对应的数据标签，#data_processing() 为自己设计的数据前期处理函数，对数据进行特征的提取x_data, y_data=date_processing() #x_data一般为向量列表，y_data一般为分类标签信息然后将数据转换成Tensor，便于模型使用from to

python 中os.path 的一些路径常用函数import ospath = 'AAA/BBB/ccc.txt'aa=os.path.dirname(path) #返回文件路径print("aa: "+aa)>>> aa: AAA/BBBbb=os.path.basename(path) #返回文件名print("bb: "+bb)>>> bb: ccc.txtcc=os.path.join(aa,bb) #把目录和文