AliceH1226的博客

python环境里有某个库但是报错说no module named XXX

python3 failed to get the Python codec of the filesystem encoding

No module named site

no matching distribution found for torch==1.7.0+cu110-f https://download.pytorch.org/whl/torch_stable.html

venv python 自带，无需自己额外安装

No module named 'setuptools.command.build'pip install -U pip setuptools 更新一下即可

alpha matte获取边缘图像

x.astype(np.uint8) np转换数据类型

numpy数组的热力图

python 3 int float 最大最小值

txt.replace(origin_str, target_str)返回替换后的txt, 原来的txt不变。txt = "I like bananas"x = txt.replace("bananas", "apples")print(x)print(txt)I like applesI like bananas

img.shape可以的到尺寸因为cv2读入后img是numpy array，img.size 指的是图片的宽高通道的相乘后的数，需要指定维度才能获得宽高通道，比如，np.size(img, 0)指的是h的大小，np.size(img, 1) wnp.size(img, 2) c 这个维度适用于彩色通道读入，单通道读入会报错如果是torch类型数据img.shape和img.size()返回的内容含义是一样的，都是h, w, c。import cv2raw_img_pth =

flag 参数为cv2.IMREAD_GRAYSCALE或0表示读入的模式是灰度模式。import cv2pth = "a.png"img = cv2.imread(pth, cv2.IMREAD_GRAYSCALE)# or img = cv2.imread(pth, 0)cv2.IMREAD_COLOR 或1 是默认，表示读入模式为彩色模式。

zip 是重排列了变量的指针，从zip取出来的东西做修改会在原来的变量中生效。.item() 取出来的是值，从.items()取出来的东西做修改不会影响原来的变量分毫。import jsonpth = r"F:\vscode_files\project\segment_side\segment_side_example-18.json"f = open(pth)dict_img_id_seg = {}seg_json = json.load(f)anno = seg_json["annot

1,os.mkdir()只能创建一个不存在的目录2,os.makedirs()递归地创建多个不存在的目录import ospth = r"dir1" # dir1不存在if not os.path.exists(pth): os.mkdir(pth)import ospth = r"dir2/dir3" # dir2, dir3都不存在if not os.path.exists(pth): os.mkidr(pth)...

# importing csv moduleimport csv# csv file namefilename = "aaaaa.csv"# initializing the titles and rows listfields = []rows = []# reading csv filewith open(filename, 'r') as csvfile: # creating a csv reader object csvreader = csv.reader(csvf..

x = {1: 2, 3: 4, 4: 3, 2: 1, 0: 0}print(x.items()) # list of tuplesprint(sorted(x.items(), key=lambda item: item[1])) # sorted list of tuplesprint(dict(sorted(x.items(), key=lambda item: item[1]))) # sorted dict # orprint({k: v for k, v in sorted

a = np.array(a, dtype=np.int64)# 原本的a是一个list

ndarray.size 是一个属性不是函数。返回一个数，代表元素的个数。

永久默认使用清华源pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simplepip inatall 到指定目录pip install some_lib --target=url添加环境变量如果使用默认的目录，就不用人为添加，如果前面是指定目录就要添加环境变量，不然会报错说no module named some_lib以下对于centos系统：执行：vim ~/.bash_profile 在“PA

dict_ = {1:"a", 2:"b"}print(dict_.values())print(type(dict_.values()))list_ = []for v in dict_.values(): list_.append(v)print(list_)output:dict_values(['a', 'b'])<class 'dict_values'>['a', 'b']

list_ = [1,2]list2 = [3,4]list_ += list2print(list_)output:[1, 2, 3, 4]

remove的是具体的值list_ = ["a", "b"]list_.remove("a")

法一import osif not os.path.exists(dir): os.mkdirs(dir)法二exist_ok=False 默认，如果目录已存在抛出异常，不存在则创建。True,若不存在则创建，若存在不会抛异常，继续让它存在。exist_ok (optional) : A default value False is used for this parameter. If the target directory already exists an OSError is

# Python program to explain shutil.copy() method# importing shutil moduleimport shutil# Source pathsource = "/home/User/Documents/file.txt"# Destination pathdestination = "/home/User/Documents/file.txt"# Copy the content of# source to destinati

a = [exp[i] for i in range(n) if statement[i]]a = [exp[i] if statement[i] else exp2[i] for i in range(n)]

读首先用os模块打开json文件，随后用json.load加载数据，得到的数据是个字典。import jsonimport ospth = r"train_test_split\keypoint_exam-9.json"f = open(pth)data = json.load(f) # data 是个字典f.close()写首先有一个字典，用json.dumps()将字典转换成json字符串，再用os模块写入文件。import jsonimport oscategor

在训练模型的时候，希望把训练过程中的loss,acc等指标记录到文件中以便后续查看。class Logger(object): def __init__(self): self.terminal = sys.stdout #stdout self.file = None def open(self, file, mode=None): if mode is None: mode ='w' self.file = open(

a,b是可迭代对象，则zip(a,b)也是可迭代对象，每次从zip(a,b)中取出的一对值分别来自a和b,并且是有序的。a = [0, 2, 4, 6]b = [1, 3, 5, 7]for (i, j) in zip(a, b): print(i, j)输出：0 12 34 56 7

* unpacked a tuple, 对tuple 解包import numpy as npa = np.zeros((2,3,3))print(a)dim = a.shape[:2]print(dim)print(*dim)输出：[[[0. 0. 0.] [0. 0. 0.] [0. 0. 0.]] [[0. 0. 0.] [0. 0. 0.] [0. 0. 0.]]](2, 3)2 3

plt.hist(a, bins,…)example1a是一个原始数据列表，待统计bins是一个int型数字，表示分成几份interval = (a_max-a_min)/bins，表示每份的长度生成[a_min, a_min+interval, a_min+interval2,…,a_min+intervalbins]的坐标轴统计的时候，除了最后一份两端包含，其他的只有左包含，如下图所示：np.histogram和plt.hist是类似的，前者返回的是值，后者画出直方图。import

mask是掩码，A[mask]=v，通过mask，令A的部分值为v。A和mask的形状一样，mask只有0或1，或True or False，mask和A的位置一一对应，当mask的某个位置为1或True时，A的对应位置设为v。import numpy as npitem = 0color_mask = np.array([[0, 0, 0, 0, 0], [0, 0, 0, 0, 0], [0, 0

1，int 与 ndarray的广播item 是int 类型，color_mask 是ndarray类型两者判断是否相等，是item先广播成和color_mask一样的大小，然后再比对。import numpy as npitem = 0color_mask = np.array([[0, 0, 0, 0, 0], [0, 0, 0, 0, 0], [0, 0, 0, 0, 0],

原因：键盘不小心弄到什么，所以代码不知道哪里被改了。排查：没发现问题，参数都核对过了。解决办法：用原来的备份覆盖被改了的代码文件。

用的代码都一样，之前可以读取出来，现在不可以txt文件路径可以访问到解决办法：如果不涉及隐私并且内容很少，把内容写在txt文件名上面。比如，id_159_48.txt，需要的信息是id，159, 48，处理一下就可以得到了。...

如果这样：for _ in iterator: operation(path) os.remove(path) or shutil.rmtree(path)有可能path 不存在，而实际上它是存在的可能是操作和删除文件在同一个循环下导致的改成这样就可以for _ in iterator: operation(path)for _ in iterator: os.remove(path) or shutil.rmtree(path)操作和删除在不同的循环里实现

array默认是float64,不能作为另外一个array的indexinds = np.array([]) #默认float64print(inds.dtype)order = np.array([53])order = order[inds]print(order)上面的报错如下：float64Traceback (most recent call last): File "e:\kaikeba\mask_detection\one_stage_intro\week1-作业-NMS

某ndarray.astype(数值类型),数值类型可能是np.int64等。inds = np.array([]).astype(np.int64)

无论dim是个tuple还是一个int型整数，都是要让对应的维度消失。举例：a = torch.tensor([ [ [ [1,2,3], [4,5,6] ] ]])print(a)a.shape输出：tensor([[[[1, 2, 3], [4, 5, 6]]]])torch.Size([1, 1, 2, 3])对dim=2求和，就让dim=2消失，dim=2对应的

确定shape的方法是调用shape属性，比如对于变量a，输出a.shape就可以得到a的shape。本文是为了理解a.shape的结果是怎么得来的。固定确定脱去具体的：1，固定最外面的一对中括号2，确定这对中括号内部有几组数据，有几写几，这个数就是当前维度3，脱去这对括号4，对于第3步得到的第一组数据重复以上3步，直至没有中括号可以固定举例：import torcha = torch.Tensor(3)print(a)print(a.shape)a_2 = a.unsqueez