ZZPHG的博客

# Author:Richardfrom torch.utils.tensorboard import SummaryWriterimport cv2writer = SummaryWriter("logs")# writer.add_image()# for i in range(100):# writer.add_scalar('y=x',i,i)## writer.close()# 在终端输入 tensorboard --logdir=logspath = r"G:

# Author:Richardimport torchimport torch.nn as nnimport torch.nn.functional as Fimport matplotlib.pyplot as plt# 回归x = torch.unsqueeze(torch.linspace(-1, 1, 100), dim=1) # 将一维变二维y = x.pow(2) + 0.2 * torch.rand(x.size())# 保存和提取神经网络def save():

# Author:Richardimport torchimport torch.nn as nnimport torch.nn.functional as Fimport matplotlib.pyplot as plt# 回归x = torch.unsqueeze(torch.linspace(-1, 1, 100), dim=1) # 将一维变二维y = x.pow(2) + 0.2 * torch.rand(x.size())# plt.scatter(x.data.nump

# Author:Richard# 分类食物 Bread, Dairy product, Dessert, Egg, Fried food, Meat, Noodles/Pasta, Rice, Seafood, Soup, Vegetable/Fruitimport numpy as npimport pandas as pdimport osimport cv2import torchimport torch.nn as nnimport torchvision.transforms a

基本介绍python教程NumPy是Python中科学计算的基础包。它是一个Python库，提供多维数组对象，各种派生对象（如掩码数组和矩阵），以及用于数组快速操作的各种API，有包括数学、逻辑、形状操作、排序、选择、输入输出、离散傅立叶变换、基本线性代数，基本统计运算和随机模拟等等。NumPy包的核心是 ndarray 对象。它封装了python原生的同数据类型的 n 维数组，为了保证其性能优良，其中有许多操作都是代码在本地进行编译后执行的。为什么这么快？ 矢量化和广播矢量化描述了代码中没有任

# Author:Richardimport numpy as npimport matplotlib.pyplot as pltnp.random.seed(0) # 使得每次生成的随机数相同X_train_path = r"G:\课程学习\机器学习\Mr_Li_ML\HomeWorks\数据\hw2\data\X_train"Y_train_path = r"G:\课程学习\机器学习\Mr_Li_ML\HomeWorks\数据\hw2\data\Y_train"X_test_path =

# By Richardimport sysimport pandas as pdimport numpy as npimport math"""sys：该模块提供对解释器使用或维护的一些变量的访问，以及与解释器强烈交互的函数pandas：一个强大的分析结构化数据的工具集numpy： Python的一个扩展程序库，支持大量的维度数组与矩阵运算math：数学运算的库作业一：由每天前9个小时的18个空气的影响因素（如：NO，CO，SO2，PM2.5等等）来预测第10个小时的PM2.5，tr

记录在学习人工智能中有用的信息李宏毅老师讲课视频：https://www.bilibili.com/video/BV1JE411g7XF?p=119相关笔记和资料：https://github.com/Sakura-gh/ML-notes感谢大佬们的辛苦付出

import seaborn as snsimport numpy as npimport matplotlib as mplimport matplotlib.pyplot as pltdef sinplot(flip=1): x = np.linspace(0, 14, 100) for i in range(1, 7): plt.plot(x, np.sin(x + i * 0.5 ) * (7 - i) * flip)sns.set() #使用sns一

import pandasimport matplotlib.pyplot as plt#折线图绘制data = pandas.read_excel("123.xlsx")# print(data) 类似于matlab plot画图操作plt.plot(data['depth'],data['value']/max(data['value']))plt.xticks(rotation=0) #旋转角度plt.xlabel("Depth") plt.ylabel("Dose")plt.

import pandas#pandas 数据预处理非常很好使用food_info = pandas.read_csv("food_info1.csv") #读取.csv文件 输入绝对路径，同文件可以相对路径print(type(food_info)) #数据类型 DataFrame 有许多行列组成 每一行或列交seriesprint(food_info.dtypes) #包含几种的数据类型结构 字符（str） object 整型 int64 浮点型 float64print(fo

https://openpyxl.readthedocs.io/en/stable/charts/area.html#d-area-charts# Author:Richardimport openpyxlfrom openpyxl.styles import Fontfrom openpyxl.styles import colorsfrom openpyxl.chart import ( Reference, Series, PieChart, BarChar

# Author:Richardimport openpyxlfrom openpyxl.utils import get_column_letterwb = openpyxl.Workbook() #产生一个新的工作簿sheet = wb.active #产生一个工作表# change the name of the sheetprint(sheet.title)sheet.title = 'Happy2020'print(sheet.title)#创建表单wb.create_

# Author:Richardimport openpyxl,pprint'''围绕数据结构来编写{'AL':{'Autauga':{tract:13,'pop':1912}}}countryData['Al']['Autauga']['tract']'''#Read the spreadsheet dataprint("Opening workbook")wb = openpyxl.load_workbook('example.xlsx')#sheet = wb.actives

# Richard Zhangimport openpyxlfrom openpyxl.utils import get_column_letter,column_index_from_stringwb = openpyxl.load_workbook('123.xlsx') #工作薄类型的一个对象#Getting sheet from the workbook 表单print(wb.sheetnames)for sheet in wb: print(sheet.title)#创

资源：Github kaggle 各大资源分享点配置：使用Anaconda下载使用python来使用Anadonda里面有一个notebook可以启动网页版编辑shifter+enter 可以一行一行执行命令如何在anaconda中安装anaconda search -t conda tensorflowanaconda show jjhelmus/tensorflow【想安装的版本】numpy模块import numpyworld_data = numpy.genfromtxt("B

# Author:Richardfrom tkinter import *def processOK(): print("OK button is clicked!")def processCancel(): print("Cancel button is clicked!")window = Tk() #creat a window# label = Label(window, text = "Welcome to Python!") #小构建类# button =.

eval输入一个字符串，可以使用eval函数来求值并转换为一个数值在python解释器中，在一行的结尾处放置一个继续符号（\）来告诉解释器这条语句继续到下一行sum = 1 + 2 + 3 + 4 + \ 5 + 6sum = 1 + 2 + 3 + 4 + 5 + 6# = 等号右边的表达式同时赋给左边相对应的变量x = 1y = 2x,y = y,x #swap x with y#round(x) 返回与x最接近的整数，如果x与两个证书接近程度相同，则返回偶数

https://www.cnblogs.com/fat39/p/7159881.html

#二维数组操作#初始化n = 3m = 3#方法一matrix1 = [[0,0,0],[0,0,0],[0,0,0]]#方法二matrix2 = [[0 for i in range(n)] for i in range(m)]#修改matrix2[0][2] = 1#二维数组按列相加res = [0 for i in range(n)]for i in range(m): for j in range(n): res[j] += matrix2[i][j]

对两个画图模块的学习# Author:Richardimport matplotlib.pyplot as pltinput_value = [1,2,3,4,5]squres = [1,4,9,16,25]#plt.plot(input_value,squres,linewidth=5) #linewidth调节线条粗细 画线条plt.scatter(input_value,squres,c='red',edgecolors='none',s=100) #画散点图 默认蓝色点和黑色轮廓

简单学习了一下外星人入侵，供大家参考，如有不当，还望指出alien_incasion# Author:Richardimport pygamefrom settings import Settingsfrom ship import Shipimport game_functions as gffrom game_states import GameStatesfrom button import Buttonfrom scoreboard import Scoreboarddef

面向对象的介绍世界万物，皆可分类 。世界万物，皆为对象。是要是对象，就肯定是属于某种品种。只要是对象，就肯定有属性特性类 class ：对一类拥有相同属性的对象的抽象object：对象#class Person： #经典类class Role(object）： #新式类 n = 1 #类变量 存在类的内存里 先找实例本身n 再找类的n 类变量：大家共有的属性 def __init__(self, name, role, weapon, life_value=100, m

文件操作#data=open("yesterday",encoding="utf-8").read()#print(data)f = open("yesterday","a",encoding="utf-8") #文件句柄 文件的内存对象#a = append 追加 不覆盖文件#"r" "w" "a" "r+" 读追加写都行 读写 "w+" 写读 先创建一个文件在写读 "rb" 二进制文件格式的读写 "wb"#data = f.read()#print(data)f.write("\n我

用户文件输入#函数input（）让程序暂停一会，等待用户输入一些文本，默认字符串格式name = input('请输入你的名字：')print(name)name+=" is a good boy!"#运算符+=在name字符串后面加一个字符串age = input('你的年龄')age = int（age） #将字符串表示转换成数值表示...

字符串拼接的几种操作1.使用 + 进行字符串的拼接info = 'asd'+'123'print(info)2.使用占位符 %占位符 %s 字符串 %d %fname = 'Richard'age = 18info = '''--------------info of %s-------------Name:%sAge:%s'''%(name,name,age)print(info)3.使用format语句name = 'Richard'age = 18info = '

Python简介优点1.Python的定位是“优雅”、“明确”、“简单”，所以Python程序看上去总是简单易懂，初学者学Python，不但入门容易，而且将来深入下去，可以编写那些非常非常复杂的程序。2.开发效率非常高，Python有非常强大的第三方库，基本上你想通过计算机实现任何功能。3.高级语言————当你用Python语言编写程序的时候，你无需考虑诸如如何管理你的程序使用的内存一类的底层细节。4.可移植性————由于它的开源本质，Python已经被移植在许多平台上。5.可扩展性————如果