![](https://img-blog.csdnimg.cn/20210907154621650.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
python
python 相关
甲壳虫奇袭电脑城
这个作者很懒,什么都没留下…
展开
-
python括号使用
详细detail类型作用小括号 ’ ( ) ’元组:是一种不可变序列中括号 ’ [ ] ’list:可变化的序列大括号 ’ { } ’dict字典:由 key 和 value 联系起来原创 2021-10-16 19:40:53 · 165 阅读 · 0 评论 -
plt.legend的用法
legend 传奇、图例。plt.legend()的作用:在plt.plot() 定义后plt.legend() 会显示该 label 的内容,否则会报error: No handles with labels found to put in legend.plt.plot(result_price, color = 'red', label = 'Training Loss') legend作用位置:下图红圈处。...原创 2021-10-13 07:33:03 · 59750 阅读 · 0 评论 -
python列表中冒号:的作用
简要单冒号 ’ : ’ :冒号左侧——在列表或数组中的起始位置,冒号右侧——在列表或数组中的终止位置。(左侧为空默认为起始位置的index,左侧为负则为倒数第几个元素(此处注意:是第几个元素,不是索引!)。右侧为空默认为终止位置的index,右侧为负则为倒数第几个元素(此处注意:是第几个元素,不是索引!)。)双冒号 ’ :: ’ :左侧——起始位置,中间——终止位置,右侧——执行步长。(步长为负则为倒序)举例单冒号a = [0, 1, 2, 3, 4, 5, 6]#range 代表从 4原创 2021-10-02 13:43:11 · 2733 阅读 · 0 评论 -
model.compile中metrics的参数accuracy
知乎大佬链接model.compile(optimizer = tf.keras.optimizers.Adam(0.01), loss = tf.keras.losses.SparseCategoricalCrossentropy(from_logits = False), metrics = ['categorical_accuracy'])1.简述IndexParameterLabel Feature1accura原创 2021-09-29 15:01:22 · 8628 阅读 · 1 评论 -
python_for 的特殊用法
基本用法可以参考以下两个方向:iterator methodloop keyword本文讲述一种不常用的方式:可以理解为 for 本质有些类似 C++ 中的 iterater,每次返回一个值 ’a’ 传递给前面的字典,字典对该值进行解析,直到 for 遍历完成,输出所有解析值。例:id_to_onehot = {0: [1., 0., 0., 0., 0.], 1: [0., 1., 0., 0., 0.], 2: [0., 0., 1., 0., 0.], 3: [0., 0., 0., 1原创 2021-09-26 19:35:40 · 198 阅读 · 0 评论 -
NOTE_python_usage for ‘super‘
本文为精简笔记参考链接:https://www.cnblogs.com/chenhuabin/p/10058594.htmlsuper 是一个类,实例化后得到的是一个代理的对象,而不是得到父类,并且我们使用这个对象来调用父类和兄弟类的方法。原理用法super()super(type , obj)super(type_1 , type_2)super(type, obj)!!!!!!!!!!!!!!!!!!!!!极为重要!!!!!!!!!!!!!!!!!!!!type:指出用继承顺序中的哪原创 2021-08-28 14:04:14 · 121 阅读 · 0 评论 -
NOTE_python中绘制图表
1.导入模块from matplotlib import pyplot as plt2.图表标题plt.title('loss function curve')3.x、y轴变量名plt.xlabel('epoch')plt.ylabel('loss')4.将数组train_loss_results逐点画出并连线,连线图标是"losslossloss"plt.plot(train_loss_results, label = "$loss$")5.画出曲线图标,也就是:label =原创 2021-08-24 14:02:53 · 162 阅读 · 0 评论