
python
cool whidpers
越努力,越幸运
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
-
Python3 中实现flattten函数
最近岁数据集进行处理的时候需要把多维数据转换为一维的,但是Python3中已经不支持flatten函数了,所以自己写了一个把多维数组转换为一维数组的函数。废话少说,代码如下:@requires_authorization# -*- coding:utf-8 -*-def flatten(input_list): output_list = [] while True:原创 2017-11-29 17:28:58 · 5773 阅读 · 0 评论 -
pytorch中图片显示问题
最近看pytorch的一个代码,结果中间有一句还是看不太懂,最后过了一些阵子才看懂,在此Mark一下。代码如下:def imshow(img,text,should_save=False): npimg = img.numpy() # 将torch.FloatTensor 转换为numpy plt.axis("off") # 不显示坐标尺寸 if text:原创 2018-01-16 20:30:31 · 13276 阅读 · 2 评论 -
python中的random模块中的randint模块和numpy中random模块的randint的区别
今天从网上down了一个代码下来看看,结果发现运行结果不一样,最后才发现是随机数的问题。在这里Mark一下、在Python中,通过import random,然后调用random.randomint(a,b)的到的数为(a在numpy中的random模块中,调用random.randint(a,b)得到的是 ( a话不多说,上代码:>>> from numpy import r原创 2018-01-16 21:24:03 · 11696 阅读 · 2 评论 -
python,os操作文件,文件路径
最近看到python的os模块,以及os,os.path的具体用法,有些不明白,在此记录一下。 概念:python获取文件的上一级目录:取文件所在目录的上一级目录 os.path.pardir:是父目录, os.path.abspath:是获取绝对路径 具体的举个例子看一下: 实验文件的真实绝路径为:D:\Python\test.py,现在运行test.py文件,python test.原创 2018-01-27 21:37:42 · 11861 阅读 · 1 评论 -
numpy操作中的axis的理解
Numpy操作中的axis这是我参考的连接numpy模块中的axis理解 最近发现,numpy的很多操作都是和axis联系在一起的,以前只是遇到了稍微记一下,过后又忘了,这次做好笔记,加深理解。首先为什么会有axis这个概念?因为在numpy模块中,大多数处理的是矩阵或者多维数组,同时,对多维数组或者矩阵的操作有多种可能,为了帮助实现对数组或矩阵各种各样的功能,就有了axis转载 2018-01-15 12:06:35 · 24168 阅读 · 12 评论 -
在Python中以绝对路径或者相对路径导入文件的方法
1、在Python中以相对路径或者绝对路径来导入文件或者模块的方法 今天在调试代码的时候,程序一直提示没有该模块,一直很纳闷,因为我导入文件一直是用绝对路径进行导入的。按道理来讲是不会出现模块找不到的情况的。 最后仔细分析了整个代码的目录结构,才发现了问题。下面依次来说明一下今天的情况先看导入的代码:在demo——mnist.py文件中执行以下两种导入操作# 第一处...翻译 2018-05-25 20:19:43 · 382103 阅读 · 20 评论 -
Pycharm下运行调试Python项目时,当调试既需要给调试的程序传入命令行参数又需要程序在设置的断点处停下里查看变量时的解决方法
今天在调试了一个复杂的Python项目,其中这个项目的调试需要事先从命令行读取参数,并且在调试期间需要再事先设置的断点处停下来。检查相关的变量。 问题是,在Pycharm的Terminal 输入文件名+参数后,程序就处于运行状态,除非程序出错,否则程序会一直运行完毕。而我是想要的是在断点处停下来,查看这个变量。 所以就一直在网上查看相关的解决方法,好像都没有我这种需求的 尝试的...原创 2018-05-25 20:43:56 · 5573 阅读 · 2 评论 -
Python垃圾回收机制详解
最近想了解一下Python的内存回收机制,特此来标记一下 平时在写代码的时候,关注的是写出能实现业务逻辑的代码,因为现在计算机的内存也比较宽裕,所以写程序的时候也就没怎么考虑垃圾回收这一方面的知识。俗话说,出来混总是要还的,所以既然每次都伸手向内存索取它的资源,那么还是需要知道什么时候以及如何把它还回去比较好。嘻嘻。 我们从三个方面来了解一下Python的垃圾回收机制。一、引用计数...原创 2018-05-26 17:52:20 · 81429 阅读 · 19 评论 -
调用sklearn的RandomForestClassifier和ExtraTreeClassifier出现的参数错误
今天准备在集群上运行我的新代码的时候,突然冒出来这个错误,有点懵,查阅资料找到了原因。 报错如下: ValueError: Invalid parameter min_impurity_decrease for estimator DecisionTreeClassifier. Check the list of available parameters with estimato...原创 2018-05-29 16:12:59 · 11946 阅读 · 0 评论 -
sklearn.externals.joblib.my_exceptions.JoblibValueError: JoblibValueError解决办法
今天在跑代码的时候又遇到一个问题。parallel·并行程序出现错误。 具体错误如下: sklearn.externals.joblib.my_exceptions.JoblibValueError: JoblibValueError 既然是并行出错了,那我就查看有问题的代码行。代码如下:# 这个是要并行执行的函数def accumulate_prediction(p...原创 2018-05-29 21:39:19 · 2604 阅读 · 0 评论 -
写代码时遇到的一些错误,Mark一下
今天在写算法的时候出现了几个错误:一、TypeError: ufunc 'multiply' did not contain a loop with signature matching types dtype('<U32') dtype('<U32') dtype('<U32') U32就是 长度为32个字节的无符号整数类型,这下就好办了,发现问题是出在读取t...原创 2018-06-14 17:05:36 · 20101 阅读 · 0 评论 -
np.transpose
最近看代码的时候,老是出现np.transpose()这个用法,但是对其中的原理还是不甚了解,今天就来总结一下,以及这个用法对图像的结果及效果。 参数 a:输入数组 axis: int类型的列表,这个参数是可选的。默认情况下,反转的输入数组的维度,当给定这个参数时,按照这个参数所定的值进行数组变换。 返回值 p:ndarray 返回转置过后的原数组的视图原创 2018-01-09 20:36:41 · 76713 阅读 · 25 评论 -
numpy中bincount、repeat、newaxis以及assert的用法详解
一、numpy.bincount详解先给出官网上的解释。函数的功能:统计输入数组中每个元素出现的次数。当然输入数组中的每个元素必须是非负的。函数的参数: X : 一维数组的形式,数组元素需是非负整数 weights: 数组,与输入数组X拥有相同的sha原创 2018-01-31 11:35:38 · 1776 阅读 · 0 评论 -
Pyhton中logging的使用方法
在讲解之前,先复习一些在Python中小知识,还是以代码的形式说明:>>> import time >>> time.time() # time.time() 用于获取时间戳,1970年以前的无法获取。1512545439.814>>> time.localtime(time.time()) # time.localtime(time.time()) 从返回浮点数的时间戳方式向时间原创 2017-12-06 17:28:17 · 495 阅读 · 0 评论 -
Python中argparse模块学习
今天就结合上一篇博客博客中的一部分代码来记录一下Python中的argparse模块的具体运用 相应的命令行参数为: 第一组:python tools/train_fg.py –model models/mnist/gcforest/fg-tree500-depth100-3folds.json –log_dir logs/gcforest/mnist/fg –save_outputs原创 2017-12-08 22:09:21 · 733 阅读 · 1 评论 -
Python中的可变对象和不可变对象
python变量赋值(可变与不可变)知识点:python中,万物皆对象。 python中不存在所谓的传值调用,一切传递的都是对象的引用,也可以认为是传址。 Python在heap中分配的对象分成两类:可变对象和不可变对象。所谓可变对象是指,对象的内容是可变的,例如list。而不可变的对象则相反,表示其内容不可变。不可变对象:int,string,float,tuple 可变对象 :l转载 2017-12-11 10:25:31 · 8220 阅读 · 1 评论 -
python--为什么Python有相同的不可变对象id不同?
测试环境Python 2.7.3 & python 3.6小一点int类型相等 s = 1 r = 1 # id(s) == id(r) true 大一点的int类型就不一样了? s = 1111111111 r = 11111111111 # id(s) != id(r) 所有测试的float类型都不相等 s = 1.1 r = 1.1 id(s) != id(r转载 2017-12-11 10:31:19 · 5012 阅读 · 1 评论 -
Pythonh中用json.load() json.loads()加载json数据的方法
最近在python里面用json读取json文件,可是老是不成功,特此记录一下。 预备知识:def load(fp, cls=None, object_hook=None, parse_float=None, parse_int=None, parse_constant=None, object_pairs_hook=None, **kw): """Deserialize `原创 2017-12-12 10:18:36 · 232529 阅读 · 13 评论 -
Python2.7 以及 Python 3.5的实例方法,类方法,静态方法之间的区别及调用关系
今天很好奇Python2.7 和Python 3.5 的实例方法、类方法、静态方法之间的区别与联系。所以就做了两个小实验来测验一下Python3.5及以上类的定义class Test(): def instanceMethod(self): # 实例方法,必须传入自身实例(self)作为参数 print("I am the instancemethold,because I原创 2017-12-05 20:50:36 · 1737 阅读 · 0 评论 -
关于Python绑定方法和非绑定方法的思考
上一篇博客写了关于 实例方法、类方法,静态方法的思考,但是归根到底还是python中绑定方法和非绑定方法的的区别一、绑定方法:1、凡是类中的方法或者函数,默认都是绑定给对象使用的。绑定给对象有一种好处,就是不用手动将对象传入。对象是自动传到类中的。 2、如果类来调用类中的方法,这个方法仅仅是一个函数,是函数的话,就不会有自动传值这一过程,函数有几个参数就得传递几个参数进去。这个参数可以是任意的,但原创 2017-12-06 10:14:44 · 1258 阅读 · 0 评论 -
自动提取OULP-C1V2_Pack步态数据库,并合成步态能量图
今天把以前用C++写的步态能量图算法改成用Python写的,以前做实验使用的是中科院的CASIA DatasetB,因为这个数据库里面的步态序列图并没有归一化,而且还存在寸黑色的图片,所以处理起来需要判断的情况比较多。但是在 OULP-C1V2_Pack数据库中,图片都是归一化好的,统一为128*88,所以处理起来比较轻松。Python里面提供了opencv的接口,所以实现起来比较方便下面是代码讲解原创 2017-12-14 22:22:19 · 3209 阅读 · 12 评论 -
一些关于logging部分的代码笔记以及讲解
写一个关于logging的实践项目,以加深对上一篇博客知识的学习: 以下是对logging 类的定义import os,os.path as ospimport time# 使用 time 模块的 strftime 方法来格式化日期def strftime(t=None): return time.strftime("%Y%m%d-%H%M%S",time.localtime(t or原创 2017-12-06 20:29:25 · 408 阅读 · 0 评论 -
Windows中Anaconda下安装dlib的踩坑记
从昨天下午开始开始安装dlib到现在才安装好,特此总结,谨记 一开始在网上搜各种博客,按照博客一个一个的来,问题诸多 一、 安装顺序,1)cmake (添加cmake的bin目录到Windows的系统变量中) 2)boost 用Visual Studio 编译boost的源码,然后将编译过后的相关目录添加到系统的环境变量中原创 2017-12-26 22:03:21 · 6186 阅读 · 2 评论 -
Python基础面试中常常问道的问题
今天来积攒一波经验。python语法及其他基础部分(保存后续增加)1、可变与不可变类型: 2、深拷贝和浅拷贝的实现方式、区别: 3、deepcopy如果你来设计,如何实现: 4、new()与init()的区别: 5、你知道的几种设计模式: 6、编码和解码你了解过 么 7、列表推到list comprehension和生成器的优劣 8、什么是装饰器,如果想在函数之后进行装饰原创 2018-01-21 21:19:27 · 2289 阅读 · 1 评论 -
在服务器上批量执行test数据
今天要在服务器上批量的跑测试代码,因为每个测试的模型和模型参数不同,所以每次都要手动的来修改test.py文件中固定位置的参数,以及重命名test.py文件,然后再执行test_xxxx.py文件,感觉这样有点繁琐,所以今天就想试着写一个批处理文件,运行这个批处理文件就好了,就不用浪费那么多时间了,而且还可以学习新的知识。...原创 2018-11-16 21:57:38 · 490 阅读 · 0 评论