Python学习之路
文章平均质量分 54
编程语言Python学习总结
浩瀚之水_csdn
路漫漫其修远兮,吾将上下而求索,立刻行动,坚持,努立
展开
-
Pycharm配置Pyqt5(精细版)[通俗易懂]
最近入手了一些关于Qt的项目开发,需要用到Pycharm与Pyqt5的一个结合,当然在安装时也是有一些小坑的,下面我来为大家分享一下在Pycharm中配置Pyqt5的过程。转载 2024-09-03 14:34:50 · 255 阅读 · 0 评论 -
手把手教你把Python代码转成exe
安装好pyinstaller工具包后,首先要在cmd里跳转地址到Python代码所在的文件地址,然后输入以下命令,即可将Python代码转成exe,并生成一个名为dist的文件夹,在文件夹中可以找到刚打包完成的exe。解决办法:打包成有命令窗口的exe,并将exe在cmd里运行,运行不成功会显示报错信息,然后根据报错信息修改。原因:在python导包的时候,将包的全部函数打包成exe了。读书是最快最高效的学习方式,如果对你有帮助的话,记得给一行。关于打包的所有问题,大家都可以这里留言,一行一一给你答复。转载 2024-09-03 14:32:07 · 135 阅读 · 0 评论 -
命令行运行Python脚本时传入参数--3种方法
命令行运行Python脚本时传入参数的三种方式_Daniel2333的博客-CSDN博客_python 命令行传参。Step2: 在terminal中输入 python t1.py --aa=15 --bb=10。向python脚本传递参数_chengxuyuanyonghu的博客-CSDN博客_python 参数传递。Step1: 在linux中,建立名字为 t1.py 的python 脚本。先来一个简单的---把命令行输入的参数打印出来。Step1:将下面代码命名为t1.py。转载 2024-08-27 09:38:12 · 348 阅读 · 0 评论 -
Python脚本打包成exe,看这一篇就够了!
1、说起来还是有点玄学,上文中一模一样的过程我在两个电脑都执行过一遍。在其中一个上显示缺少xlrd这个库,安装后成功打包,也是一样的大小。小伙伴们可以在文末获取文件,也试试。2、在安装库是要注意一些库名,比如docx这个库不要,而是需要还有一些库可能因为版本不同导致不能使用,多碰碰壁就好了。3、为了防止打包时候有些库没安装好,可以先在虚拟环境中执行一下Python脚本。运行无误的话再打包,比较保险。4、最后,如果想要删除虚拟环境的话,可执行下方命令。转载 2024-08-27 09:36:23 · 608 阅读 · 0 评论 -
Python mat与array的区别
起源: Python中的numpy包是一个科学计算包,在进行科学计算时多数情况下都会用到这个包,但是其中的array和mat这两个函数的区别还是要注意。数据的类型很有可能是程序出现bug的一个难以发现的原因(自身教训)。 tolist对array和mat的影响,代码如下: import numpy as nptwo = [1, 3, 5, 2, 3, 2]two1 = np.array(two)print(two) # [1, 3, 5, 2, 3, 2] type:list.转载 2021-08-26 10:54:46 · 1389 阅读 · 0 评论 -
python中repeat函数用法
repeat()函数用法:np.repeat(3, 4)array([3, 3, 3, 3])x = np.array([[1,2],[3,4]])np.repeat(x, 2)array([1, 1, 2, 2, 3, 3, 4, 4])np.repeat(x, 3, axis=1) #沿着纵轴方向重复,增加列数array([[1, 1, 1, 2, 2, 2],[3, 3, 3, 4, 4, 4]])np.repeat(x, [1, 2], axis=0) #沿着横轴方向重复,转载 2021-08-26 10:23:30 · 25358 阅读 · 0 评论 -
(Python)numpy的argmax用法
解释还是从一维数组出发.看下面的例子.import numpy as npa = np.array([3, 1, 2, 4, 6, 1])print(np.argmax(a))4argmax返回的是最大数的索引.argmax有一个参数axis,默认是0,表示第几维的最大值.看二维的情况.import numpy as npa = np.array([[1, 5, 5, 2], [9, 6, 2, 8], [3, 7,转载 2021-08-26 10:11:39 · 310 阅读 · 0 评论 -
Python的reshape的用法
numpy中reshape函数的三种常见相关用法reshape(1,-1)转化成1行:reshape(2,-1)转换成两行:reshape(-1,1)转换成1列:reshape(-1,2)转化成两列numpy中reshape函数的三种常见相关用法numpy.arange(n).reshape(a, b) 依次生成n个自然数,并且以a行b列的数组形式显示 np.arange(16).reshape(2,8) #生成16个自然数,以2行8列的形式显示 # Out: ..转载 2021-08-26 09:57:05 · 77631 阅读 · 0 评论 -
PyTorch:The “freeze_support()” line can be omitted if the program is not going to be frozen
在windows上运行pytorch时,稍不注意就会遇到freeze_support()的错误。解决这种错误只要把代码放到if name == “main”: 中运行就可以了。就忍不住来深究下这个问题。这是一个关于windows上多进程实现的恩特。在windows上,子进程会自动import启动它的这个文件,而在import的时候是会自动执行这些语句的。如果不加__main__限制的化,就会无限递归创建子进程,进而报错。于是import的时候使用 name == “main” 保护起来就可以了。出现转载 2021-08-18 09:15:32 · 2870 阅读 · 1 评论 -
windows下 cl: 命令行 error D8021 :无效的数值参数“/Wno-cpp”的解决办法
Mask R-CNN学习(三):windows下 cl: 命令行 error D8021 :无效的数值参数“/Wno-cpp”的解决办法2018年07月20日 11:11:06阅读数:189在windows下执行python samples/coco/coco.py train --dataset=. --model=coco --download=True报错是因为pycocotools不支持windows。但是有大神已经修改出了windows版本,https://git转载 2021-08-18 09:13:13 · 1313 阅读 · 2 评论 -
Python 字符串操作方法大全
1、去空格及特殊符号复制代码代码如下:s.strip().lstrip().rstrip(',')2、复制字符串复制代码代码如下:#strcpy(sStr1,sStr2)sStr1 = 'strcpy'sStr2 = sStr1sStr1 = 'strcpy2'print sStr23、连接字符串复制代码代码如下:#strcat(sStr1,sStr2)s...转载 2019-03-15 09:59:57 · 229 阅读 · 0 评论 -
安装 PyCharm
下载PyCharm官网下载安装包链接:https://www.jetbrains.com/pycharm/download/#section=linux分为Professional专业版和Community社区版,Professional专业版功能比较全,但是需要注册码,Community社区版是免费版本,建议使用此版本。分为windows与linux平台,可以根据需要来下载安装就可...原创 2018-11-24 14:11:50 · 373 阅读 · 0 评论 -
Opencv-Python:图像尺寸、图像的读取、显示、保存与复制
在使用opencv的方法时,首先必须导入opencv包。新的opencv导入cv2,这里也和cv做了一个对比import cv2一、图像尺寸图像的大小可以通过其shape属性来获取,shape返回的是一个tuple元组,第一个元素表示图像的高度,第二个表示图像的宽度,第三个表示像素的通道数。示例:if __name__ == '__main__': dirfile...转载 2018-11-29 17:27:26 · 1630 阅读 · 0 评论 -
Python的imread()函数
cv2方式:# -*- coding: UTF-8 -*-import cv2"""cv2模块--图片的读入和显示""" image_path="D:/PycharmProjects/imageCut/cutted_images/0.jpg" img=cv2.imread(image_path)# np.ndarray BGR uint8cv2.imshow("test_...转载 2018-11-29 17:24:23 · 12503 阅读 · 1 评论 -
Python 中各种imread函数的区别与联系
Python 中各种imread函数的区别与联系最近一直在用python做图像处理相关的东西,被各种imread函数搞得很头疼,因此今天决定将这些imread总结一下,以免以后因此犯些愚蠢的错误。如果你正好也对此感到困惑可以看下这篇总结。当然,要了解具体的细节,还是应该 read the fuck code和API document,但貌似python的很多模块文档都不是很全,所以只能多看代码和...转载 2018-11-29 17:17:52 · 471 阅读 · 0 评论 -
python-opencv读取图片及操作像素
一、函数简介本节没有相关函数介绍,只涉及Python中一些矩阵的基本操作。1、获取三维矩阵(i,j)处的元素(b,g,r) = image[i,j],image大小为:MxNxK。2、获取三维矩阵的子矩阵——第i行到第j行与第m列到第n列的交叉部分newImage = image[i:j,m:n],image大小为:MxNxK。二、实例演练1、访问图像(0,0)处的像素并更改;2、...转载 2018-11-29 17:10:53 · 16745 阅读 · 1 评论 -
Python-opencv在线帮助
在线帮助详见https://opencv-python-tutroals.readthedocs.io/en/latest/index.html原创 2018-11-29 17:08:32 · 488 阅读 · 0 评论 -
numpy学习笔记
numpy的安装pip install numpynumpy 的属性:ndim:维度shape:行数和列数size:元素个数import numpy as np #为了方便使用numpy 采用np简写array = np.array([[1,2,3],[2,3,4]]) #列表转化为矩阵print('number of dim:',array.ndim) #...转载 2018-11-29 16:32:22 · 154 阅读 · 0 评论 -
NumPy学习笔记
1. NumPy介绍 NumPy是Python语言的一个扩充程序库。支持高级大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库。Numpy内部解除了Python的PIL(全局解释器锁),运算效率极好,是大量机器学习框架的基础库!2. 数组操作(1) numpy.zeros创建指定大小的数组,数组元素以 0 来填充:numpy.zeros(shape...原创 2018-11-29 16:08:45 · 157 阅读 · 0 评论 -
python中numpy与matlab的对应关系
详见以下两篇博文(1) python中numpy与matlab的对应关系(2)https://blog.csdn.net/ouening/article/details/54667921(3) 从 Matlab 到 NumpyNumpy 和 Matlab 比较(4)numpy与matlab互转操作...原创 2018-11-30 11:32:17 · 2397 阅读 · 0 评论 -
Python对图像的基本操作
(1)cv2方式# -*- coding: utf-8 -*-"""Created on Thu Nov 29 14:19:53 2018@author: cz"""from PIL import Imageimport cv2import matplotlib.pyplot as pltimport numpy as np# 打开im = cv2.imread("...原创 2018-11-30 14:29:53 · 594 阅读 · 0 评论 -
python Anaconda2安装OpenCV2
参考:PythonAnaconda+PyCharm+OpenCV - http://blog.csdn.net/janestar/article/details/42213447利用Anaconda安装Python后,如何安装opencv-python - http://blog.csdn.net/tina_ttl/article/details/51034845在anaconda转载 2017-08-16 14:04:09 · 944 阅读 · 0 评论 -
Python 能做什么?
Python具有简单、易学、免费、开源、可移植、可扩展、可嵌入、面向对象等优点,我所关注的是网络爬虫方面,2018即将到来,我准备步入python的世界。Hello,world!一、Web应用开发服务器端编程,具有丰富的Web开发框架,如Django和TurboGears,快速完成一个网站的开发和Web服务。典型如国内的豆瓣、果壳网等;国外的Google、Dropbox等。如...转载 2019-04-17 15:11:54 · 278 阅读 · 0 评论 -
python写入csv文件的几种方法总结
最常用的一种方法,利用pandas包import pandas as pd#任意的多组列表a = [1,2,3]b = [4,5,6] #字典中的key值即为csv中列名dataframe = pd.DataFrame({'a_name':a,'b_name':b})#将DataFrame存储为csv,index表示是否显示行名,default=Truedatafr...转载 2019-04-17 15:11:26 · 7722 阅读 · 0 评论 -
Ubuntu 18.04 安装 PyCharm
部分摘抄自:https://blog.csdn.net/zhuanshu666/article/details/735548851. 下载PyCharm安装包1)进入PyCharm官网,选择Professional专业版,直接点击DOWNLOAD,如图1;...转载 2019-04-09 18:31:36 · 4538 阅读 · 0 评论 -
Python操作MySQL数据库的三种方法
1. MySQLdb 的使用(1) 什么是MySQLdb? MySQLdb 是用于 Python 连接 MySQL 数据库的接口,它实现了 Python 数据库 API 规范 V2.0,基于 MySQL C API 上建立的。(2) 源码安装 MySQLdb: https://pypi.python.org/pypi/MySQL-python$ tar zxvf MySQL-p...转载 2018-12-03 22:46:27 · 929 阅读 · 0 评论 -
Python 操作 MySQL 数据库
1. 安装MySQLdbconda install MySQL-python2. 操作MySQLdb# -*- coding: utf-8 -*-"""Created on Mon Dec 03 22:01:19 2018@author: """import MySQLdb# 打开数据库连接db = MySQLdb.connect(host="127.0.0.1...原创 2018-12-03 22:39:33 · 270 阅读 · 0 评论 -
Anaconda 安装 Python 库(MySQLdb)的方法
zoerywzhou@163.comhttp://www.cnblogs.com/swje/作者:Zhouwan 2017-12-4 安装python库的过程中,最重要的地方就是版本需要兼容。其中操作系统为64位,Python为2.X 64位,下载安装文件的时候也要注意版本匹配。其中文件名中包含的cp27表示CPython 2.7版本,cp34表示CPython 3.4,win_a...转载 2018-12-01 14:42:14 · 492 阅读 · 0 评论 -
数字图像处理资料集锦(Python、C++、Matlab)
一、Numpy的基础 python中numpy与matlab的对应关系 二、 基于skimage数字图像处理 python数字图像处理(1):环境安装与配置 python数字图像处理(2):图像的读取、显示与保存 python数字图像处理(3):图像像素的访问与裁剪 python数字图像处理(4):图像数据类型及颜色空间转换 python数字...原创 2018-11-30 14:51:34 · 1348 阅读 · 0 评论 -
python图像处理专业博客
专业博客1: https://www.cnblogs.com/denny402/category/760630.html原创 2018-10-10 18:01:41 · 382 阅读 · 0 评论 -
caffe安装系列——安装python依赖包
欢迎访问 博客新址说明网上关于caffe的安装教程非常多,但是关于每一步是否操作成功,出现了什么样的错误又该如何处理没有给出说明。因为大家的操作系统的环境千差万别,按照博客中的教程一步步的安装,最后可能失败——这是很常见的哦。有的教程甚至省略了一些细节部分,让小白更不知道如何判断每一步是否操作成功,如何处理出现的错误。作者花费了很长时间才成功地将caffe装完,期间遇到好多错误,多次重转载 2017-08-15 09:53:06 · 525 阅读 · 0 评论 -
ubuntu下安装anaconda
1、 到官网http://continuum.io/downloads下载anaconda。 选择linux64-bit-python2.7 2、 安装anaconda,在终端输入:cd ~/Downloads;bash Anaconda-2.2.0-Linux-x86_64.sh 回车后,是许可文件,接收许可,anaconda将安装在~/anaconda下:转载 2017-08-15 09:51:46 · 379 阅读 · 0 评论 -
安装Windows digits问题列表
问题1:no model named flask.net.socketiopip install flask-socketio问题2:No module named flask.ext.wtfpip install Flask-WTF问题3:ImportError: No module named skfmmpip install scikit-fmm原创 2017-08-03 11:33:17 · 1329 阅读 · 0 评论 -
Python科学计算
Anaconda Python 是 Python 科学技术包的合集,功能和 Python(x,y) 类似。它是新起之秀,已更新多次了。包管理使用 conda,GUI基于 PySide,所有的包基本上都是最新版,没有PyQt和wxpython等,容量适中,但该有的科学计算包都有:numpy,sicpy,matplotlib,spyder....。Anaconda是一个和Canopy类似的转载 2017-08-03 09:11:31 · 529 阅读 · 0 评论 -
caffe基础(8):draw_net.py绘制网络结构
1、安装pydot[plain] view plain copysudo apt-get install python-pydot 2、安装graphviz[plain] view plain copysudo apt-get instll graphviz转载 2017-08-17 09:50:19 · 228 阅读 · 0 评论 -
Deep Learning---py-faster-rcnn基于PASCAL VOC数据集训练模型
0 说明系统环境为Ubuntu14.04, 已经安装好了CUDA和cuDNN以及Python等基础包。1 设置和编译py-faster-rcnn1.1 下载py-faster-rcnn$ git clone --recursive https://github.com/rbgirshick/py-faster-rcnn.git$ git submodule update --in转载 2017-08-16 16:19:12 · 726 阅读 · 0 评论 -
ImportError: No module named cv2 in ubuntu 16.04 Anaconda2
I am on windows using Anaconda with python 3.5, I want to install opencv3.1, so I found a channel called conda-forge has the opencv3.2 for my python version, but when I try to install it by:conda转载 2017-08-16 14:01:15 · 2462 阅读 · 0 评论 -
ubuntu16.04配置py-faster-rcnn
在ubuntu16.04下编译安装了py-faster-rcnn。如果你发现本文写的有不对或不清晰的地方,还请在文末留言指出,谢谢!主要步骤包括:安装cuda/cudnn,换apt源,装开源显卡驱动,装caffe依赖的apt包和python包,下载py-faster-rcnn代码,编译代码。注意一点:不要用cuda安装包自带的显卡驱动,装好cuda后用apt-get装源里的最新驱动,否则很转载 2017-08-16 13:58:45 · 699 阅读 · 0 评论 -
用python简单处理图片(4):图像中的像素访问
前面的一些例子中,我们都是利用Image.open()来打开一幅图像,然后直接对这个PIL对象进行操作。如果只是简单的操作还可以,但是如果操作稍微复杂一些,就比较吃力了。因此,通常我们加载完图片后,都是把图片转换成矩阵来进行更加复杂的操作。python中利用numpy库和scipy库来进行各种数据操作和科学计算。我们可以通过pip来直接安装这两个库pip install numpy转载 2017-07-30 10:45:30 · 425 阅读 · 0 评论 -
用python简单处理图片(2):图像通道\几何变换\裁剪
一、图像通道1、彩色图像转灰度图from PIL import Imageimport matplotlib.pyplot as pltimg=Image.open('d:/ex.jpg')gray=img.convert('L')plt.figure("beauty")plt.imshow(gray,cmap='gray')plt.axis('off')plt.转载 2017-07-30 10:43:01 · 424 阅读 · 0 评论