Python cheatsheet

Python cheatsheet

pandas

df = pd.read_csv('path') # read .csv
df.to_csv('path') # write .csv df.to_csv('path',header=True,index=True)，header是列名，index是数字行名，两者默认都是True，将header设为False，第一行会称为列名，将index设为True，会额外加上行数列作为列名

matplotlib

scatter(x,y,linewidth) # linewidth 点大小
plt.imshow(img,cmap='gray') # 展示灰度图像
plt.axis('off') # 关闭坐标轴

设置子图大小

plt.subplots(figsize=(15,15))
plt.subplot(121)
...

画网格状的子图

fig, axs = plt.subplots(16, 11, figsize=(11*1.5, 16*1.5))
for i in range(16):
    axs[i, 0].set_ylabel('dim {}'.format(i), size='large')
    for j in range(11):
        axs[i, j].imshow(perturbed_reconstructions[i][j], cmap='gray')
        axs[i, j].set_yticks([])
        axs[i, j].set_xticks([])

交互模式

plt.ion()

与阻塞模式相对

plt.ioff()

绘图是否会暂停程序

mask

plt.gca().imshow(img, alpha=0.2)
m = plt.gca().matshow((log_density_prediction[0, :, :, 0]), alpha=0.5, cmap=plt.cm.RdBu)

输出格式

print("{:.2f}".format(1/2)) # 保留两位小数

计时

import time
start = time.time()
...
end = time.time()
print(end-start)

numpy

• 重复列的矩阵
• 加减乘，既可以用在维数相同的向量上，也可以用在列数相同的向量上

  >>> import numpy as np
  >>> a = np.zeros((3,3))
  >>> b = np.array([1,2,3])
  >>> a + b
  array([[1., 2., 3.],
     [1., 2., 3.],
     [1., 2., 3.]])
  >>> c = np.zeros((3,2))
  >>> b + c
  Traceback (most recent call last): 
   File "<stdin>", line 1, in <module>ValueError: 
   operands could not be broadcast together with shapes (3,) (3,2) 
  

  第二个例子表明，即便行数相等，numpy也不会执行将向量加到每一列上的加（减、乘）法
• argmax，argmax的axis参数指定求argmax的维度，如果axis=0则说明结果是一行（0代表行），就是在列上求最大值，如果axis=1则说明结果是一列（1代表列），就是在行上求最大值
• 索引
  多维索引的写法

  >>> a = np.array([[0,0],[1,1],[2,2]])
  >>> b = np.zeros((5,5))
  >>> b[a] = 1
  array([[1., 1., 1., 1., 1.],
     [1., 1., 1., 1., 1.],
     [1., 1., 1., 1., 1.],
     [0., 0., 0., 0., 0.],
     [0., 0., 0., 0., 0.]])
  >>> c = np.zeros((5,5))
  >>> c[a[:,0],a[:,1]] = 1
  array([[1., 0., 0., 0., 0.],
         [0., 1., 0., 0., 0.],
         [0., 0., 1., 0., 0.],
         [0., 0., 0., 0., 0.],
         [0., 0., 0., 0., 0.]])
  

• 等间距数组

  np.linspace(st,ed,num)
  

• 排序¹
  按照某列排序
  a = np.array([[1,2,3],[4,5,6],[0,0,1]])
  a_arg = np.argsort(a[:,1]) #按第’1’列排序
  a_arg = np.argsort(a[:,-2]) #按第倒数第2列排序
  a = a[a_arg].tolist()
• 矩阵转化成列表
  ndarray.tolist()，按行转化为列表
• OpenCV Error: Assertion failed (points.checkVector(2, CV_32S) >= 0) in fillConvexPoly, file …/OpenCV-2.4.0/modules/core/src/drawing.cpp, line 2017
  将points改成np.int32类型，通过.astype(np.int32)

np.full()全是某数的矩阵

• unsqueeze

  I = I[:,:,np.newaxis]
  

f-string

• 格式

>>>a = 1.1111111
>>>print(f"{a:.2f}")
1.11

列出目录下文件

>>>import os
>>>os.listdir(.)

只能列一级的

错误

不要将模块命名为一些自带的模块名

比如random.py
否则会让所有依赖random模块的包出现问题

排序字典

为了排序字典可以通过元组的方法进行

# a 是一个字典
sorted_a = sorted([(value,key) for key,value in a]) # 按照value来排序
sorted_a = sorted([(key,value) for key,value in a]) # 按照key来排序

argmax

import numpy as np
a = np.array([[1, 2, 3],
              [4, 5, 6]])
index = np.unravel_index(a.argmax(), a.shape)
print(index)
>>>(1, 2)

分割列表

https://www.geeksforgeeks.org/python-split-nested-list-into-two-lists/

# Python code to demonstrate 
# splitting nested list 
# into 2 lists 
  
# initialising nested lists 
ini_list = [[1, 2], [4, 3], [45, 65], [223, 2]] 
  
# printing initial lists 
print ("initial list", str(ini_list)) 
  
# code to split it into 2 lists 
res1, res2 = map(list, zip(*ini_list)) 
  
# printing result 
print("final lists", res1, "\n", res2) 

---

1. https://www.jianshu.com/p/e667d5b3c328 ↩︎