yue81560的博客

想象你在一座被浓雾笼罩的山上，想找到山谷的最低点。但由于能见度低，你无法看到全貌，只能感觉到脚下的坡度。这种坡度感告诉你哪个方向是向下的，哪边更陡峭。这个“坡度”就是梯度的直观表现，它指示了函数在当前点变化最快的方向和速率。

从 Python 3.5 开始引入，类型提示允许程序员为变量、函数参数和返回值指定预期的类型。这些提示不会改变 Python 的动态类型本质，但可以帮助 IDE 和类型检查器理解代码。在脚本中进行类型提示，会使得代码比较规范，整体上说，会有以下几点好处： 提高代码可读性，支持IDE的静态类型检查以及日后的代码重构

方法的核心依然是基于`matplotlib.legend._get_legend_handles_labels`函数。然后将得到的handlers, labels进行重排，使得即使再调用`Legend`类的绘制方法对图例进行列排列，最终的效果也是图例的行显示

我们将图例进行行显示或者列显示后，只能想继续赋予不同行或者列不同的title来进行分类。比较简单的方式，就是通过`ax.annotate`方法添加标签，这样方法复用率比较低，每次使用都要微调`ax.annotate`的显示位置。比较方便的方法是在案例1实现的基础上，添加title显示的功能。

通过获得图中的handlers和labels，然后对它们进行切分和提取，最后分为几个legend进行显示，实现控制legend对象的显示顺序

在运行程序的过程中，通常需要使用设置日志信息来方便追踪程序运行状态或者是调试，也常常需要进行多次运算并将计算结果进行保存。一般来说，日志信息可以通过logging模块保存，而计算数据的记录常常是基于文本文件的读写功能实现的。如果要统一的实现两个功能，可以通过改造loguru模块进行实现。这个实现主要是基于`filter`机制和`bind`方法

logging的打印到控制台的内容是不带格式颜色格式的，python有个`colorama`库，可以快速实现不同级别日志的彩色设置，于是创建了一个`coloredFormatter`新类，只要给handle的formatter制定为新建的类，其余的使用方法与原生的`logging`模块无异。

TensorFlow的运算基本上都是基于张量的。张量是多维array，跟numpy类型，也可以通过方法和tensor进行转换，比如tensor支持`.numpy()`方法转换为numpy array，两者在进行运算时，也会自动转换

Dataset类是TensorFlow非常流行的存储数据的格式。常用来作为输入输出。data模块主要的用途就是通过这种方法创建Dataset。经常将自变量X数据以及target数据以元组的形式包裹，如，创建Dataset。模型的fit()方法可以自动的解包。Dataset能够包括比较灵活的类型，比如。因为数据最外部依然是最外部包裹，所以model的fit()依然可以自动的对x以及target解包。但由于dataset保存component是以原始数据的形式保存的。对于字典内部部分，需要手动的自己解包。

python命令行参数解析：使argparse命令行参数正确识别bool的四种解决办法

【代码】拿来即用--python判断线段是否相交及求相应交点。编写了几个使用的函数，实现了：判断线段是否相交，或其延长线是否相交; 函数内定义了`isinline`方法，能判断所给点是否在给定的直线上。这个方法通过控制`precision`允许给定的点有一定的误差;函数内定义了`isinsegment`方法，能判断所给点是否在给定的直线上。这个方法通过控制`precision`允许给定的点有一定的误差

DataFrame经常是依靠index来查找对应的记录的。index仅是DataFrame行的标签，默认情况下是从0开始的整数数列。但这个数列可以不连续，可以重复，也可以是其他类型的数据，比如时间类型数据，字符类型数据。有时候我们希望能获得某行数据的在DataFrame中位于第几行，即行下标。行下标之于index的好处在于，这个是唯一的。import pandas as pdimport numpy as npdf = pd.DataFrame({ 'A' : 1.,

最近在学习opencv的时候，给项目设置了虚拟环境,但是在terminal中使用`pip`工具时，默认的仍然是本地python安装目录中(`base interpreter`)中的`pip`。这说明terminal根本没有打开虚拟环境，虽然terminal中显示着`venv`的环境名。本人的pycharm版本是`2020.1.2`,不知道是不是版本的问题。

在编写一个拓扑计算图的节点类时，更新实例节点的实例属性 `self.inputs`(inputs为list类型)时，发现一个实例的更新，会引起继承该类的所有的inputs均会更新，经过反复的测试后，发现问题出现在`__init__()`中inputs设置了默认值`[]`。这个inputs在init函数中是对`self.inputs`进行初始化操作，从而使得所有的self.inputs都具有同样的地址。故python可变类型数据，如list不可以做类实例或者函数形参的默认值。否则会出错.

维度是做机器学习以及数据分析中中经常用的，是一个基本以及必须要熟悉掌握的知识点，对于初学者来说很有可能疑惑。原因在于现实生活中所说的维一般而言是几何上的概念，如一维是直线(直线上有无数个点)，二维是平面(平面有无数条线)，三维为体（有无数个面)。而机器学习以及数据分析中的维数是数据空间的一种描述方式

关于django项目生产环境的配置，文章有不少。但是详细的介绍其原理和过程的并不多。导致有些细节没有涉及，而走了不少弯路。为了方便后来人，特写了这个总结博文，希望大家都能成功配置

关于python基础的一些编程杂记: (持续更新)

有关matplotlib绘图的细节记录

matplotlib 轴标签对齐参数va和ha的使用解析

django get参数的获取方法总结

在使用matplotlib绘制图时，发现默认生成的刻度的位置总是不令人满意，这时候我们可以使用locator来设定刻度位置。

关于matplotlib的断轴处理，网上的资料似乎并不那么多，大多数也没有涉及到原理的说明，下面我将说明一下我对断轴的理解和详细的实现代码

导入seaborn自带的一些经典数据集，如iris等，若是直接使用load_dataset方法，经常会发生URLError: <urlopen error [Errno 11004] getaddrinfo failed>。下面提供了这个问题发生的原因和解决方法

matplotlib可以画棉棒图，但官方以及当前论坛上对其美化的说明不是很清楚，现在我提供一下自己的美化思路

目录问题描述解决方法问题描述当我们在用matplotlib画图的时候，有的时候，我们会发现加上轴标签后，图会变小一点，而轴标题离图的边缘比较远，如上图所示（上图y左轴标签的留白也比较严重）。上图的源码如下：import numpy as npimport matplotlib.pyplot as pltfrom matplotlib import rcrc('mathtext', d...