Liam Liu的博客

原创 python命令行解析

---参数用于指定一个命令行参数可以接受的值的数量。nargsnargs=2'*''+'下面重点看当nargs="?时，参数可以接受零个或一个值。如果没有提供值，则使用默认值（如果指定了default参数）。如果没有提供值且没有指定默认值，则该参数的值为None。输出： bar: default_bar2. 提供bar输出： bar: some_value输出： foo: default_value2. 提供--foo输出： foo: default_const3. 提供--foo。

原创 Pytorch_Lightning学习心得

pytorch_lightning学习

原创 端到端学习

端到端学习的理解

原创 深度学习先导片——人工智能三次浪潮

人工智能三次浪潮

原创 Opencv和matplotlib的imshow()区别

最近在图像处理之后又接触到了计算机视觉，因此打算写一个专题来记录所学，因此从这个最基本的问题开个头吧。 我们都知道，一张彩色图片是由RGB三个通道构成，opencv和matplotlib中均有能够显示图像的函数，分别为cv.imshow()和plt.imshow()，他们的区别在哪呢，下面我来介绍一下： 利用opencv读取图像时，也就是cv.imread()是将图片以BGR模式加载的，因此存的三维数组也是按BGR这个顺序，在cv.imshow()时也是以BGR模式显示图像的；而

原创 Java单例模式简单代码

题目：请设计 AppConfig 类，并在 AppConfig 类中用 main 函数测试判断是否只有一个实例对 象。（提示：基于 static、private、构造函数使用单例模式）代码：public class AppConfig { private int a; //检验是否为同一实例 private static AppConfig app=new AppConfig();//设置私有静态的初始化对象,使得通过getApp生成的对象是同

原创 机器学习数据集分割

开门见山，直接先介绍三个概念：训练误差、测试误差和泛化误差。训练误差：也称为经验误差，简单理解就是机器学习模型在训练集上的真实label和预测label的误差。测试误差：模型在测试集上的真实label和预测label的误差。泛化误差：模型在新样本上的真实label和预测label的误差。关于测试误差和泛化误差我是这么理解的：泛化误差，所谓泛化就是广泛，可以将泛化误差比喻成一个无穷大的数据集的误差；而测试误差呢则只...

原创 凸函数和凸优化

这个问题本来应该在我大二下的时候就彻底搞明白，结果一直拖到现在了。最近在上智能优化算法及理论这门课，于是打算详细地了解一下并记录下来。首先介绍一下凸函数：

原创 Java三元运算符 ？的奇怪题目

刚刚上课遇到一个很奇怪的问题属实是震惊到了，题目如下：public class HelloWorld { public static void main(String args[]){ int x=4;System.out.println("value is "+((x>4)?99.9:9)); }}问题：这个结果的输出是什么？答：value is 9.0这不就离谱吗！？然后我试了一下把...

原创 Java和C++中i++的使用区别

今天在上Java课讲自加自减的时候遇到一个问题，同样的代码用不同的语言实现效果却不一样，感到很奇怪，于是自己尝试了一下。 众所周知，大伙在学C++的时候都会遇到i++和++i的折磨，其实也挺好区分，前者是先赋值后+1，后者是先+1后赋值。 再来说一下在Java和C++中的区别吧，先看代码：Java：public class HelloWorld { public static void main(String[] args) { ...

原创 python缺失值处理

在数据分析和数据挖掘处理中常常会发现数据中存在缺失值，因此需要对此进行处理。工具：Pandas数据如下：调用 对象.isnull()函数可以对数据进行缺失值检测，结果如下：可以看到，缺失值的地方为True。缺失值处理的方式有三种：过滤法、填充法、插值法。过滤法：指当缺失的观测比例非常低时(如5%以内)，直接删除存在缺失的观测，也就是行；或当某些变量的缺失比例非常高时(如85%以上)...

原创 python重复观测处理

在数据分析和数据挖掘处理中常常会发现数据中存在重复值，因此需要对此进行处理。工具：Pandas数据如下：调用duplicated()函数可以对数据每一行进行重复性检测，结果如下： 调用drop_duplicates(inplace=True)函数可以删除数据中重复数据，其中参数inplace=True表示返回在原数据上进行删除，inplace=False则是对原数据不改动，只能用新变量来接收删除后的数据，结果如下：...

原创 python os模块常用函数

os.listdir('目录名')：返回指定目录下的文件和目录列表，其中os.listdir('.')表示显示当前工作目录下的文件和目录列表。 os.rename('当前文件名','新文件名')：文件重命名。 os.mkdir('新目录名')：在当前目录下创建目录。 os.chdir('要成为当前目录的目录名')：改变当前目录。 os.getcwd()：显示当前工作目录。 os.rmdir('待删除的目录名')：删除空目录，得先删除目录中所有内容成为空目录后才能删除目录。...

原创 KNN鸢尾花案例

from sklearn import datasets #导入数据模块from sklearn.model_selection import train_test_split #导入切分训练集、测试集模块from sklearn.neighbors import KNeighborsClassifier as KNNimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['SimHei.

原创 python文件的读写

文件路径：可分为绝对路径和相对路径。绝对路径就是从驱动器开始，比如C:.....；相对路径就是从当前目录开始。在代码中输入路径的时候会遇到“\”符号，这时可以选择两种方法：1.你在文件夹下可以看到实际的“\”是单独出现的，但是在代码中由于存在转义字符，因此需要将输入的路径中“\”改为“\\”即可；2.在路径字符串前加一个r即可。文件操作步骤：打开文件——读文件/写文件——关闭文件打开文件： file对象名=open(文件路径字符串，模式字符) ...

原创 编写函数词频统计

原创 networkx求连通子图遇到的错误

经过查阅和实践：老版本（现在运行报错❌）：G_child=list(nx.connected_component_subgraphs(G))正确语法✔：G_child=list(G.subgraph(c) for c in nx.connected_components(G))当然，上面使用list来对图进行存储，如果需要选择某一个图直接用G_child[i]即可，G_child[i]类型就是图，用法与G是一模一样的...

原创 主成分分析与因子分析的区别

最近上多元统计分析先后学到了主成分分析和因子分析，这两个非常相似，因此我在这讲述一下我的理解，初学可能会有地方有误或不完整，希望大家能够指出，帮我纠正和完善。 首先一点：主成分分析是因子分析的一种情况，因子分析可以完全包含主成分分析。 主成分分析：一般用于降维比较多一点。例如：我现在有20位同学的语文、数学、英语、物理、化学、政治、历史、地理、生物的数据。通过主成分分析我们可以将这9门课(9维)通过求贡献率选取最大的2个从而降维至2个主成分(也就是2维)，...

原创 试值法求非线性方程

'''试值法求非线性方程'''def f(x): return x ** 2 - 6 * x + 5def FalsePosition(f, a, b, e): ''' :param f: 函数 :param a: 下区间 :param b: 上区间 :param e: 误差 :return: 返回取0时的x ''' fa=f(a) fb=f(b) if fa*fb>=0: print.

原创 二分法求非线性方程

'''二分法求非线性方程'''def f(x): return x**2-3*x+2def Dichotomy(f,a,b,e): ''' :param f:函数 :param a:下区间 :param b:上区间 :param e:误差 :return:返回取0时的x ''' fa=f(a) fb=f(b) if fa*fb>=0: print('两端数值必须异号') x=(.

原创 c++、python、matlab的注释及快捷键

c++： 快捷键：vs2019：ctrl+/注释一行；ctrl+c+k注释多行，ctrl+k+u取消注释，得快速一起按。//这里写注释，只能注释一行 /*这里写注释 可以注释多行*/python:快捷键：pycharm：ctrl+/注释一行或多行。#只能注释一行 '''三引号可以注释多行''' ''''''六个 也行...

原创 协方差及协方差矩阵

协方差协方差矩阵

原创 特征值和特征向量

设A是n阶矩阵，如果存在数λ和n维非零列向量x使关系式Ax=λx,则称数λ是方阵A的特征值，非零向量x成为A的对应于特征值λ的特征向量。 矩阵A乘以列向量x，相当于对x作线性变换，所得仍是一列向量。如果x是A的特征向量，则向量Ax与x成比例。从几何上看，就是Ax与x平行，这意味着Ax是对x作了一次伸缩变换，而特征值λ是伸缩倍数。 重要结论：λ1+λ2+...+λn=a11+a22+...+ann。 λ1λ2...λn=|A|。上面这...

原创 图形学二维变换

规范化齐次坐标的作用：可将图形变换表示为图形点集规范化次坐标矩阵与某一变换矩阵相乘的形式。平移变换比例变换旋转变换对称变换错位变换相对任一参考点的二维几何变换 ...

原创 C++ 将整数转为英文

这几天帮香港那边一同学看代码，题目大概要求是输入整数，输出英文。类似如下：然后我是在同学写的基础上帮改的，感觉有点收藏意义，于是打算在此记录一下。反正我感觉有点冗余了，我自己写可能会写的不太一样。或许有错误没发现，发现了可以帮忙指正一下。#include <iostream>using namespace std;int main(){ cout << "Please enter an integer number: "; int i

原创 中点BH算法画横向抛物线ax-by^2=0

//中点BH画抛物线void MidBresenhamParabola(int a, int b) { int x, y; float d1, d2; x = 0, y = 0; d1 = a * (x + 0.5) - b * (y + 1) * (y + 1); glBegin(GL_POINTS); glVertex2i(x, y); glVertex2i(x, -y); //下半部分 while (y < 0.5 * a / b) { if (d1 <= 0...

原创 Arcgis统计以点要素为中心的缓冲区内其他点要素的数量

建立缓冲区：位置：ArcToolbox——>分析工具——>领域分析——>缓冲区空间连接：位置：ArcToolbox——>分析工具——>叠加分析——>空间链接

原创 Python 高等数学问题的符号解

from sympy import * 求极限：limit()。例：limit(six(x)/x,x,0)表示sinx/x当x趋于0的值。 求导数：diff()。例：diff(z,x,2)表示z对x求二次偏导。 级数求和：summation()。例：summation(k**2,(k,1,n))表示对级数k^2求1到n的和。 因式分解：factor()。例：factor(x**2+2*x+1)可以将式子因式分解为(x+1)^2。 不定积分：integrate()。例：integrate(sin(2

原创 Arcgis以表格显示分区统计

用途：可以将栅格数据在矢量数据中以表格的数据表示位置：ArcToolbox——>Spatial Analyst工具——>区域分析——>以表格显示分区统计

原创 Arcgis重采样

用途：可以将大的栅格像元变小位置：ArcToolbox——>数据管理工具——>栅格——>栅格处理——>重采样

原创 Arcgis掩膜提取

个人理解：掩膜提取就是将一个大的地图在一个小的地图上按照小地图的边界提取出来，例如一个中国地图和一个湖北地图，相当于对中国地图进行了一个裁剪。 具体操作如下：在ArcToolbox中按如图所示位置找到“按掩膜提取”的位置或者在搜索中直接搜索“按掩膜提取”。按图输入数据即可，注意“输出栅格”在文件名最后手动加上“.tif”即可以tif形式导出数据。...

原创 Arcgis栅格数据投影

由于arcgis中有两种坐标系：地理坐标系和投影坐标系，因此对于不同用途的时候我们会对已有数据进行坐标系的转换。 下面我将对tif文件进行坐标系转换。在ArcToolbox中按如图所示位置找到“投影栅格”的位置或者在搜索中直接搜索“投影栅格”。按图输入数据即可，注意“输出栅格数据集”在文件名最后手动加上“.tif”即可以tif形式导出数据，“输出坐标系”根据自己需求选择。...

原创 余子式和代数余子式

余子式：在n阶行列式D中，划去元素aij所在的第i行和第j列的元素，剩下的(n-1)^2个元素保持原来的相对位置不变构成的一个n-1阶行列式，称为元素aij的余子式，记为Mij。代数余子式：Aij=(-1)^(i+j)*Mij成为元素aij的代数余子式。行列式按行(列)展开法则：行列式等于它的任一行(列)的各元素与其对应的代数余子式的乘积之和，即D=ai1Ai1+ai2Ai2+...+ainAin 或 D=a1jA1j+a2jA2j+...anjAnj...

原创 莫比乌斯环

import matplotlib.pyplot as pltimport numpy as npimport matplotlib.tri as mtriax=plt.axes(projection='3d')t=np.linspace(0,2*np.pi,endpoint=True,num=100)s=np.linspace(-1,1,endpoint=True,num=100)t,s=np.meshgrid(t,s)t=t.flatten()s=s.flatten()x=(2+0..

原创 椭圆抛物面

x^2/10+y^2/6=1from sympy.plotting import plot3dfrom sympy.abc import x,y,zplot3d(x**2/10+y**2/6,(x,-10,10),(y,-10,10),(z,0,10),xlabel='$x$',ylabel='$y$',title='2.10.3')

原创 双叶双曲面

x^2/8-y^2/12-z^2/8=1from sympy.plotting import plot3dfrom sympy.abc import x,y,zfrom sympy.functions import sqrtplot3d(sqrt((x**2/8-y**2/12-1)*8),(x,-10,10),(y,-10,10),(z,0,10),xlabel='$x$',ylabel='$y$',title='2.10.2')

原创 单叶双曲面

x^2/8+y^2/10-z^2/6=1from sympy.plotting import plot3dfrom sympy.abc import x,y,zfrom sympy.functions import sqrtplot3d(sqrt((x**2/8+y**2/10-1)*6),(x,-10,10),(y,-10,10),(z,0,10),xlabel='$x$',ylabel='$y$',title='2.10.1')

原创 把屏幕开成2行3列6个子窗口，每个子窗口画一条曲线

y=kx^2sin(x)+2k+cos(x^3),k=1,2,...,6import matplotlib.pyplot as pltimport numpy as npplt.figure(figsize=(13,8),dpi=80)x=np.linspace(-10,10,100)for k in range(1,7): ax=plt.subplot(2,3,k) y=k*x**2*np.sin(x)+2*k+np.cos(x**3) ax.plot...

原创 在同一个图形界面中分别画出6条曲线

y=kx^2sin(x)+2k+cos(x^3),k=1,2,...,6import matplotlib.pyplot as pltimport numpy as npplt.figure(figsize=(10,8),dpi=80)x=np.linspace(-10,10,100)for k in range(1,7): y=k*x**2*np.sin(x)+2*k+np.cos(x**3) plt.plot(x,y,label='k='+str(k))p...

原创 Sympy库中的evalf()和n()

二者都是用来获得任何对象的浮点近似值的，默认精度是15位。这里有一点要注意，我参考的书上写的是小数点后的15位，但是我敲代码发现事实好像并非如此，应该是整个数的整数部分和小数部分位数加起来为evalf()和n()中的参数值。还有就是书上写的pi不能使用.n()，但好像是可以的。 如有错误，欢迎指正。...