python语法总结
gz153016
格局,品味
展开
-
python 三维数组 w4[:, 1] 取值
import numpy as npa = [1, 2, 3] ; b = [4, 5, 6]; c = [7, 8, 9] ; d = [10,11,12]# 每一页 / 每一个二维数组内容不同:w3 = np.array( [ [a,b], [a,c], [b,c], [a,d] ] )w4 = np.array( [ [a,b,d], [a,c,d], [b,c,d],[a,a,d]] )print('w3:\n', w3.shape) # (4, 2, 3)print('w4:\n原创 2022-05-09 14:31:22 · 1028 阅读 · 0 评论 -
python zip 小语法
obs_dims = [1,2,3,4,5]ac_dims = [2,3,4,5,6]# 如果想同时遍历这两个listfor obs_dim, ac_dim in zip(obs_dims, ac_dims): print('obs_dim:', obs_dim, 'ac_dim', ac_dim)输出:obs_dim: 1 ac_dim 2obs_dim: 2 ac_dim 3obs_dim: 3 ac_dim 4obs_dim: 4 ac_dim 5obs_dim: 5原创 2021-03-21 10:11:25 · 145 阅读 · 0 评论 -
不同长度的一维数组 append
import numpy as npa=np.asarray([1,2,3,4,5,6])b=np.asarray([11,22,33])c=np.asarray([44,55,66])x1 = np.concatenate((a,a),axis=0) # 默认情况下,axis=0可以不写x2 = np.concatenate((b,b),axis=0)x3 = np.concatenate((c,c),axis=0)print("x1:", x1)print("x2:", x...原创 2021-03-13 22:23:21 · 514 阅读 · 0 评论 -
numpy np.where
import numpy as np# : 表示所有的行。# 标记reward_indicator = np.zeros([10, 5])process_delay = np.zeros([10, 5])process_delay[0,0] = 1process_delay[0,1] = 1process_delay[0,2] = 1process_delay[1,2] = 1process_delay[2,2] = 1for iot_index in ran...原创 2021-03-12 15:31:58 · 138 阅读 · 0 评论 -
python from collections import deque python中的队列
from collections import dequelstm_history = deque(maxlen=5)for ii in range(5): lstm_history.append(np.zeros([1]))print('lstm_history:', lstm_history)lstm_history.append('1')lstm_history.append('2')lstm_history.append('3')lstm_history.append('4原创 2020-12-30 21:42:41 · 788 阅读 · 0 评论 -
tf.concat拼接 np.where
import numpy as npreward_indicator = np.zeros([110, 50])process_delay = np.zeros([110, 50])process_delay[0,0] = 4print('process_delay:', process_delay)temp1 = (1 - reward_indicator[:,0])print('temp1:', temp1)temp2 = process_delay[:,0] > 0print(.原创 2020-12-29 10:40:40 · 96 阅读 · 0 评论 -
python np.hstack
import numpy as nparr1 = np.array([1, 2, 3])arr2 = np.array([4, 5, 6])# print('np.vstack((arr1, arr2)):', np.vstack((arr1, arr2)))print('np.hstack((arr1, arr2)):', np.hstack((arr1, arr2)))# np.hstack((arr1, arr2)): [1 2 3 4 5 6]a1 = np.array([[1, 2原创 2020-12-23 21:44:39 · 1733 阅读 · 0 评论 -
Numpy中的random.choice()函数 随机选择
import numpy as nptemp = np.array([[0.8, 0.2]])print(temp.shape)action = np.random.choice(2, p=temp.ravel())# ravel从一维度降到二维度。print(action)# 0,1;0.8,0.2(以这两个概率选择0和1)语法介绍:numpy.random.choice(a, size=None, replace=True, p=None)a:如果a是一个一维数组,则就是从这个数组中进行原创 2020-10-06 21:28:31 · 1459 阅读 · 0 评论 -
问题:pandas 导入 csv文件之后,有部分列是空的,列的类型为object格式,列中单元格存的是string格式 需求:把空的列(object)转化成浮点类型(float)
# 读取文件data = pd.read_csv("./data/data.csv", encoding='utf-8') # 前两列丢掉data = data.ix[:, 2:] # 找到列名,转化为列表col = list(data.columns) # 把所有列的类型都转化为数值型,出错的地方填入NaN,再把NaN的地方补0data[col] = data[col].apply(pd.to_numeric, errors='coerce').fillna(0.0)# 至此,obj原创 2020-09-30 19:56:56 · 1472 阅读 · 0 评论 -
kaggle-Digit Recognizer结果融合
import pandas as pdp1 = pd.read_csv("./data/mmnist/mnist_res 987.csv")p2 = pd.read_csv("./data/mmnist/mnist_res988.csv")p3 = pd.read_csv("./data/mmnist/yymnist_res985.csv")p4 = pd.read_csv("./data/mmnist/yymnist_res986.csv")p5 = pd.read_csv("./data/原创 2020-05-13 23:35:55 · 246 阅读 · 0 评论 -
unsqueeze,squeeze
import torchimport matplotlib.pyplot as plta = torch.randn(2, 3) # 标准正态分布生成随机数print("a:", a)print("a.shape:", a.shape) # torch.Size([2, 3])# unsqueeze:扩充数据维度,在0起的指定位置N加上维数为一的维度b = torch.unsq...原创 2020-04-15 21:23:21 · 262 阅读 · 0 评论 -
np.where
import numpy as np_test_y = list([1,2,3,4,5])temp = np.where(np.isin(_test_y, [3]), False, True)# temp: [ True True False True True]temp = np.where(np.isin(_test_y, [3]), True, False)# temp: [Fa...原创 2020-03-05 23:41:21 · 212 阅读 · 0 评论 -
python numpy np.percentile
"""np.percentile获取中位数、百分位数给定一个递增数组a,求它的中位数。np.percentile(a,50)中位数就是50%处的数字,也可以获得0%、100%处的数字,0%处的数字就是第一个数字,100%处的数字就是最后一个数字。1/(len(a)-1)*100处的数字就是第2个数字,2/(len(a)-1)*100处的数字就是第3个数字,以此类推。np.percent...原创 2019-10-14 16:14:29 · 2300 阅读 · 0 评论 -
python mit.consecutive_groups
import more_itertools as miti_anom = np.array([1,2,3,6,7,8,10,11])i_anom = sorted(list(set(i_anom)))groups = [list(group) for group in mit.consecutive_groups(i_anom)]print(i_anom)print(groups)[...原创 2019-10-12 16:32:58 · 387 阅读 · 0 评论 -
简单的结果融合
import pandas as pddef read_data(file_path): str = "" temp_dict = {} with open(file_path, 'r', encoding='utf-8-sig') as f: for idx, line in enumerate(f): if idx >...原创 2019-10-04 15:15:17 · 271 阅读 · 0 评论 -
StratifiedKFold,有时间 在学学原理。
# import numpy as np# from sklearn.model_selection import KFold,StratifiedKFold# X=np.array([# [1,2,3,4],# [11,12,13,14],# [21,22,23,24],# [31,32,33,34],# [41,42,43,44],# ...原创 2019-09-26 21:15:06 · 920 阅读 · 0 评论 -
pandas.merage
import pandas as pddf1=pd.DataFrame({'name':['kate','herz','catherine','sally'],'age':[25,28,39,35]})df2=pd.DataFrame({'name':['kate','herz','sally'],'score':[70,60,90]})print("df1:\n", df1)pr...原创 2019-09-25 16:27:35 · 163 阅读 · 0 评论 -
pycharm调试debug入门
def add(x, y): z = x + y return zdef sub(x,y): z = x - y return zdef debug_test(): a = 10 b = 5 Sum = add(a,b) Sub = sub(a,b) print(Sum) print(Sub)if __name...原创 2019-09-25 15:38:32 · 162 阅读 · 0 评论 -
Python strip()方法
描述python strip()方法用于移除字符串头尾指定的字符(默认为空格和换行符)或字符序列。注意:该方法只能删除开头或者结尾的字符,不能删除中间部分的字符。语法strip()方法语法:str.strip([chars]);参数chars 移除字符串头尾指定的字符序列。返回值返回移除字符串头尾指定的字符生成的新字符串实例以下展示了strip()函数的使用方法:...原创 2019-03-18 14:43:51 · 290 阅读 · 0 评论 -
np.newaxis用法详解
import numpy as nparr = np.linspace(1, 10, 10)# print("arr:", arr) 变成了一维数组:arr: [ 1. 2. 3. 4. 5. 6. 7. 8. 9. 10.]# print(arr[np.newaxis, :]) # [[ 1. 2. 3. 4. 5. 6. 7. 8. 9. 10.]]#...原创 2019-03-30 22:09:17 · 2895 阅读 · 0 评论 -
单张图像变换大小—— img.resize()
from PIL import Imageimport numpy as npimg = Image.open("D:/ClothesClassifer/data/timg.jpg").convert("RGB")img = img.resize((10, 10), Image.ANTIALIAS)img.show()img.save('testout.jpg')img = np.ar...原创 2019-03-31 22:02:15 · 3347 阅读 · 0 评论 -
python 使用ElementTree解析xml
def run():“”"1.解析1)调用parse()方法,返回解析树python3.3之后ElementTree模块会自动寻找可用的C库来加快速度“”"try:import xml.etree.cElementTree as ETexcept ImportError:import xml.etree.ElementTree as ETtree = ET.parse("cou...原创 2019-05-14 22:31:45 · 3801 阅读 · 0 评论 -
python-zip()函数
# Python zip() 函数"""描述zip() 函数用于将可迭代的对象作为参数,将对象中对应的元素打包成一个个元组,然后返回由这些元组组成的列表。如果各个迭代器的元素个数不一致,则返回列表长度与最短的对象相同,利用 * 号操作符,可以将元组解压为列表。zip 语法:zip([iterable, ...])参数说明:iterabl -- 一个或多个迭代器;返回值...原创 2019-06-11 15:22:36 · 2442 阅读 · 0 评论 -
np.vstack():在竖直方向上堆叠 np.hstack():在水平方向上平铺
"""在这里我们介绍两个拼接数组的方法:np.vstack():在竖直方向上堆叠np.hstack():在水平方向上平铺"""import numpy as nparr1 = np.array([1, 2, 3])arr2 = np.array([4, 5, 6])print("vstack:", np.vstack((arr1, arr2)))print("----------...原创 2019-06-25 16:06:36 · 496 阅读 · 0 评论 -
AttributeError: 'dict' object has no attribute 'iteritems'
sortedClassCount = sorted(classCount.iteritems(), key=operator.itemgetter(1), reverse=True)AttributeError: ‘dict’ object has no attribute ‘iteritems’解决方案:Python3.5中:iteritems变为items...原创 2019-08-04 14:36:23 · 839 阅读 · 0 评论 -
【Python】get()函数作用
get()函数作用以classCount.get(voteIlabel,0)为例:classCount.get(voteIlabel,0)返回字典classCount中voteIlabel元素对应的值,若无,则进行初始化。若不存在voteIlabel,则字典classCount中生成voteIlabel元素,并使其对应的数字为0,即classCount = {voteIlabel:0}...原创 2019-08-04 16:19:47 · 1838 阅读 · 0 评论 -
numpy中的tile函数
import numpynumpy.tile([0,0],5)#在列方向上重复[0,0]5次,默认行1次array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0])numpy.tile([0,0],(1,1))#在列方向上重复[0,0]1次,行1次array([[0, 0]])numpy.tile([0,0],(2,1))#在列方向上重复[0,0]1次...原创 2019-08-04 19:53:55 · 93 阅读 · 0 评论 -
z.reshape(-1, 1)
import numpy as npz = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12], [13, 14, 15, 16]])print("z.shape:", z.shape)temp = z.reshape(-1)print("temp:", temp)t...原创 2019-08-06 09:18:16 · 560 阅读 · 0 评论 -
基于RNN的时间序列预测
1. 这是整个项目的文件结构2. 配置文件 config.py# data_provider: data_power_consumptionpath_to_dataset = '../data/household_power_consumption.txt'sequence_length = 50ratio= 0.5epochs = 1save_path = "../model...原创 2019-09-01 22:04:26 · 4218 阅读 · 2 评论 -
append操作连个list
def append(arr, values, axis=None): """ Append values to the end of an array. Parameters ---------- arr : array_like Values are appended to a copy of this array. value...原创 2019-09-22 22:32:23 · 213 阅读 · 0 评论 -
python zip()
"""zip() 函数用于将可迭代的对象作为参数,将对象中对应的元素打包成一个个元组,然后返回由这些元组组成的列表。如果各个迭代器的元素个数不一致,则返回列表长度与最短的对象相同,利用 * 号操作符,可以将元组解压为列表。注释:zip 方法在 Python 2 和 Python 3 中的不同:在 Python 3.x 中为了减少内存,zip() 返回的是一个对象。如需展示列表,需手动 li...原创 2019-09-23 10:47:10 · 89 阅读 · 0 评论 -
python os.walk()方法
概述os.walk()方法用于通过在目录树种游走输出在目录的文件名,向上或向下。os.walk()方法是一个简单易用的文件、目录遍历器,可以帮助我们高效的处理文件、目录方面的事情。在unix,windows中有效语法-walk()方法语法格式如下:os.walk(top[, topdown=True[, None[, followlinks=False]]])参数top:是你...原创 2019-03-18 11:24:08 · 540 阅读 · 0 评论