![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数据分析处理
文章平均质量分 59
Alicia_N
这个作者很懒,什么都没留下…
展开
-
利用Python轻松实现图片相似度对比(一)
关于图片相似度,主要简单介绍以下几种方法:一:通过图片像素来比较,比较简单,对使用场景有要求二:通过余弦方法来比较图片原理: 把图片表示一个向量,通过计算向量之间的余弦值来表征图片的相似度,个人认为利用余弦定理来比较语义相似度要比图像相似度比较要好的多。[0,1],越大越相似三:SSIM(结构相似性指数)这种方法是基于sklearn中的scikit-image中的ssim来计算的一种全参考性的图像质量评价指标,分别从图像的亮度,对比度,结构三个方面度量图像的相似性[0,1]越大越相似四:直方图原创 2020-06-30 16:41:37 · 6074 阅读 · 1 评论 -
处理丢失的数据
import numpy as npimport pandas as pdfrom pandas import Series,DataFrame有两种丢失数据:Nonenp.nan(NaN)1. NoneNone是Python自带的,其类型为python object。因此,None不能参与到任何计算中。a=np.array([1,None,3,4])原创 2017-06-25 17:29:26 · 502 阅读 · 0 评论 -
Series && DataFrame
一:Series柱状图flg,axes = plt.subplots(2,1)data =Series( np.random.rand(10),index = "abcdefghij")data.plot(kind = 'bar',ax = axes[0],color = 'k',alpha = 0.7)data.plot(kind = 'barh',ax = axes[1],co原创 2017-07-09 21:37:10 · 319 阅读 · 0 评论 -
pandas层次化索引
import numpy as npimport pandas as pdfrom pandas import Series,DateFramedd=DataFrame(np.random.rand(4,2),columns=['data1','data2'],index=[['a','a','b','b'],['1','2','1','2']])ddfrom_tuples原创 2017-06-25 19:32:11 · 1941 阅读 · 0 评论 -
利用Python轻松实现抠图,背景色更换
只需要3行代码,5秒实现高精度抠图介绍一款工具remove.bg,通过调用此工具的API实现,API获取方式很简单,注册这个工具账号,就可以免费获得了话不多说,老规矩,直接上代码:import osfrom removebg import RemoveBgclass ChangePic(): def __init__(self,key,pic): se...原创 2019-07-24 20:40:44 · 5828 阅读 · 1 评论