本人在做本科毕业设计,程序使用python进行基于深度学习的肺结节检测,在研读学长代码期间,发现很多函数需要去记下来,特此在本博客中记载
glob.glob():文件名模式匹配,不用遍历整个目录就可以找到所要文件
map(lambda x:x*2,[1,2,3,4,5]) lambda中的x为输入,输出为x*2,,而map作用为让参数后半部分的序列一次使用lambda,lambda本身也是一个函数,不过它比较特殊,作用在上一行写出了
os.getpid(),获取进程id,os.getppid()获取父进程id
os.path.join 路径拼接,会以第一个 / 开始,之前的丢弃,若是出现 ./ 则从上一个开始拼接,如是出现多个 / 则从最后一个开始,之前的丢弃
os.getcwd() 用于返回当前工作目录
pool(process ) 产生process数量的进程供使用 p.close()关闭pool,使其不在接受新的任务 而p.join()主进程阻塞,等待子进程的退出, join方法要在close或terminate之后使用
random.randint(a,b)生成a到b之间的随机数 ab也可以取到
tqdm.tqdm()这个函数可以生成一个进度条,类似于在pip install时的进度条一样
pd.dropna(),删除有缺失值的行或列
str.rfind 返回字符串最后一次出现的位置,如果没有匹配项则返回-1。
np.save(“filename”,a)将a存入前面的文件当中
np.rint 四舍五入取整 np.ceil为向上取整
np.round 对浮点数四舍五入
np.argsort()argsort函数返回的是数组值从小到大的索引值,axis = 0按列索引,axis = 1按行索引
np.argmax()返回最大值的索引,axis=0为列索引,axis=1为行索引,默认为列
np.where(condition,x,y) 满足condition输出x,否则输出y,也可以没有x,y参数,表示默认条件0或非0
np.std 计算标准差,也可以指定轴
np.mean 求平均,也可以指定轴
np.unique 去除数组中重复的字,并排序后输出
np.concatenate 对数组的拼接,可以一次完成数个数组
tf.reduce_mean(input_tensor,axis,keep_dims,name)降维或计算平均值函数,axis为指定轴,keep_dims为是否保持维度(ture是保持不变,false是降维)
tf.reduce_all 计算指定轴上的逻辑与 and
tf.reduce_any计算指定轴上的逻辑或 or
tf.constant 创建一个常数张量
tf.square(a)计算a中每个元素的平方
tf.cast 类型转换
tf.train.Saver 创建一个saver对象。将训练好的模型参数保存起来,以便以后进行验证或测试
tf.Session() Session封装了被执行操作和Tensor计算的环境