python文件基础笔记

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