Python常用场景

1 numpy,pandas读取文件

data = pd.read_csv("xxx.csv")
data = pd.read_csv("xxx.txt", delimiter="\t",header=None)
data = np.loadtxt('xxx.txt')
# 读json文件
with open("./similarity.json", 'r') as f:
    data = json.load(f)

2 写入文件

# 保存list到txt
with open("./xxx.txt", "w") as f:
    f.write(str(l))
    
# list中存在array(c)
with open('xxx.txt', 'w') as f:
	for i in range(len(something)):
		a, b, c = something[i]
        f.write(str(a) + "," + b + "," + str(list(c)) + "\r")

# 保存dict到json
with open("./xxx.json", 'w') as f:
    f.write(json.dumps(d))

3 plt画图

plt.subplot(row, col, index) # 多图合并,参数:共几行、共几列、第几张图
plt.xticks([]) # remove X轴
plt.yticks([]) # remove Y轴
plt.imshow(image) # 内容是image
plt.text(.2, .3, txt) # 坐标、内容是txt

4 根据url下载网页图片

for url in urls:
    req = requests.get(url)
    image = Image.open(BytesIO(req.content))
    im_name = url.split('/')[-1]
    image.save(path + im_name)

5 图片操作

## 遍历文件夹中所有图片
im_emb = []
    index = 1
    for root, dirs, files in os.walk(path):
        for i in files: # i是图片文件的名称
            if i.endswith('.jpeg'):
                try:
                    image = Image.open(root + "/" + i)
                    image = image.resize((80, 80))
                    image = np.asarray(image).flatten()
                    im_emb.append([index, i, image])
                    index += 1
                except:
                    print(i + ' aoh')
    return im_emb

6 时间打印

start_time = datetime.datetime.now()
end_time = datetime.datetime.now()
print("Total time: " + str((end_time - start_time).seconds))

7 数据格式转换

# string样式的list转list
# s = '[1,2,3,4]'
# l = [1,2,3,4]
l = eval(s)
  • 9
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值