MXIAO56789的博客

原创 PermissionError: [Errno 13] Permission denied

摘要： 当Python提示无法写入"每日运行段落汇总.xlsx"文件时，主要原因是文件被Excel占用或路径权限问题。解决步骤：1)关闭Excel及相关进程；2)更换输出路径至桌面等位置；3)使用os.makedirs自动创建目录（可选）。推荐检查文件是否被占用或设为只读，并确保输出路径有效。代码示例展示了如何自动创建目录并指定新路径保存文件。

原创 pandas.errors.ParserError: Error tokenizing data. C error: Expected 1 fields in line 3, saw 2

摘要：当 pandas.read_csv() 读取 CSV 文件出现列数不一致错误时，可通过以下方法解决：1) 指定正确的分隔符 sep 参数，如使用制表符 \t 或自动检测分隔符；2) 使用 on_bad_lines='skip' 跳过异常行；3) 用 Excel 重新保存为标准 CSV 格式。建议先用代码读取文件前几行检查具体格式问题。重点检查文件分隔符是否统一，编码是否正确（如 GBK）。

原创 UnicodeDecodeError: ‘utf-8‘ codec can‘t decode byte 0xd0 in position 0: invalid continuation byte

文章摘要： 当用utf-8读取文件出现编码错误时，通常是因为文件实际编码为GBK、ANSI等。解决方法包括：1）尝试encoding='gbk'（适合中文文件）；2）使用兼容性强的latin1（不推荐中文）；3）通过chardet库自动检测编码。示例代码演示了如何用GBK读取CSV文件及检测文件编码，确保正确加载数据。Windows系统生成的中文文件多为GBK编码。

原创 SyntaxError: (unicode error) ‘unicodeescape‘ codec can‘t decode bytes in position 2-3: truncated \UX

Python中处理Windows文件路径报错时，常见的解决方法是：1)使用原始字符串前缀r；2)将反斜杠替换为正斜杠；3)推荐使用pathlib或os.path模块实现跨平台兼容。这些方法能避免因转义字符导致的路径解析错误，其中pathlib提供的面向对象路径操作最为安全可靠。

原创 基于pandas，按日期时间排序，计算每个连续段的开始时间、结束时间，以及时长

本文介绍了一个数据处理项目，用于分析时间序列数据的连续性并生成统计报表。项目流程包括：1)读取并筛选数据；2)按时间排序并计算相邻时间差；3)将连续时间点(间隔≤1分钟)分组为段落；4)计算每段的起止时间、时长；5)按日期汇总所有段落信息；6)生成包含日期、各时段信息及总时长的表格。通过Python的pandas库实现了数据处理，最终输出Excel格式的统计结果。该方案适用于需要分析时间连续性模式的应用场景。

原创 基于python的web系统界面登录

这是一个简单的Flask Web应用实现登录功能的示例。Python代码使用Flask框架创建了两个路由：/index显示欢迎页面并接收用户名参数，/login渲染登录页面。HTML文件包含一个登录表单，通过GET方法提交用户名和密码到/index路由。应用启动时设置debug=True仅用于开发环境。整个示例展示了Flask处理路由、模板渲染和表单数据获取的基本用法。

原创 基于python的查询工具，查询手机号的卡号归属地

本文介绍了一个利用Python进行电话号码归属地查询的代码示例。代码使用requests库发送HTTP请求，伪装浏览器UA头，通过lxml库解析网页数据，并运用XPath提取号码归属地信息。程序构建了查询URL，发送GET请求后解析返回的HTML内容，最终提取并输出号码归属地等字段数据。该代码展示了如何实现简单的网络爬虫功能，可用于获取手机号码的运营商和归属地信息查询。

原创 AttributeError AttributeError: ‘function‘ object has no attribute ‘args‘ Traceback (most recent cal

摘要：本文介绍了Python Flask框架实现简单点赞系统的过程。通过实例代码展示了如何创建web服务端点（/index和/dianzan），使用render_template渲染HTML模板，并处理GET请求参数。HTML模板采用Jinja2语法循环显示数据列表，包含ID、类型、点赞数和操作列，点击点赞链接会触发/dianzan路由并更新对应项的点赞数。该示例演示了Flask的基本用法，包括路由设置、模板渲染和请求处理，适合作为web开发的入门练习。

原创 TemplateSyntaxError jinja2.exceptions.TemplateSyntaxError: expected token ‘end of statement block‘,

摘要：本文记录了一个基于Flask的点赞系统开发过程。通过Jinja2模板引擎实现动态渲染，解决模板语法错误（如空格导致的TemplateSyntaxError）。关键点包括：使用{% %}嵌入Python代码，严格注意空格规范；通过render_template传递数据列表到HTML；表格动态生成点赞条目，并处理点击事件。代码示例： 后端Flask路由定义数据列表，前端HTML用Jinja2循环渲染表格，点击链接触发点赞功能。最终实现动态显示ID、类型、点赞数和操作按钮。

原创 IndexError: list index out of range，python爬虫时，xpath路径正确，但匹配不到节点

scrapy的xpath在控制台可以匹配,但是到了代码无法匹配(无法匹配tbody标签)

原创 基于python的web应用，实现自动抽奖系统

本文展示了一个基于Flask框架的简单抽奖Web应用。通过Python代码实现服务端功能，包括随机选择幸运观众（从预设名单中抽取）并渲染HTML页面。前端使用基础HTML模板显示名单和抽奖结果，点击"开始抽奖"触发后端随机选择逻辑。代码结构清晰，包含路由定义、模板渲染及开发环境配置，适合初学者理解Flask基础应用开发流程。

原创 用python爬取小说，从一章到全部

本文介绍了使用Python爬取小说内容方法。通过requests库发送请求，并伪装UA头，结合lxml解析HTML内容，提取章节标题和正文。单章爬取需手动指定URL，保存为TXT文件；全本爬取则通过循环自动获取下一章链接，直至结束。代码示例详细展示了请求发送、响应解析、数据保存及循环终止条件，最终实现《斗罗大陆》小说的批量下载。

原创 发电机故障、不正常工作状态、需要的保护

*发电机故障和不正常工作状态，需要的保护

原创 发电机可能发生的主要故障

发电机可能发生的主要故障

原创 多层感知机、卷积神经网络、循环神经网络、循环卷积神经网络预测多元分类

#多层感知器神经网络模型# 0. 调用要使用的包from keras.datasets import reutersfrom keras.utils import np_utilsfrom keras.preprocessing import sequencefrom keras.models import Sequentialfrom keras.layers import Dense, Embeddingfrom keras.layers import Flattenmax_featu.

原创 多层感知机、循环神经网络、卷积神经网络、循环神经网络、时间序列预测二元分类

#多层感知器神经网络模型# 0. 调用要使用的包from keras.datasets import imdbfrom keras.preprocessing import sequencefrom keras.models import Sequentialfrom keras.layers import Dense, Embeddingfrom keras.layers import Flattenmax_features = 25000text_max_words = 200# 1.

原创 多层感知机、循环神经网络、Stateful循环神经网络、Stateful叠加循环神经网络预测数值

#多层感知器神经网络模型# 0. 调用要使用的包import numpy as npfrom keras.models import Sequentialfrom keras.layers import Dense, LSTM, Dropoutfrom sklearn.preprocessing import MinMaxScalerimport matplotlib.pyplot as plt%matplotlib inlinedef create_dataset(signal_data.

原创 多层感知机、卷积神经网络、深度卷积神经网络实现图像的多元识别

应用场景:1: 实现植物的分类2：各种有区别度的分类3：台风的类型4：细菌的种类#多层感应器神经网络模型# 0. 调用要使用的包import numpy as np31from keras.utils import np_utilsfrom keras.datasets import mnistfrom keras.models import Sequentialfrom keras.layers import Dense, Activationwidth = 28height

原创 多层感知机、卷积神经网络、深度卷积神经网络实现图片的二元分类

应用范围：1：人脸部照片性别识别2：产品线上产品优劣识别3：医疗照片是否患病识别# 多层感应器神经网络模型# 0. 调用要使用的包from keras.utils import np_utilsfrom keras.datasets import mnistfrom keras.models import Sequentialfrom keras.layers import Dense, Activationwidth = 28height = 28# 1. 生成数据集# 调用训

原创 多层感应神经网络、卷积神经网络预测图片复杂度数值

1：将固定区域内拍摄视频复杂度，密度等指标数值化2：预测雾霾指数3：预测绿潮、赤潮指数4：预测太阳板灰尘堆积程度#多层感应器神经网络模型# 0. 调用要使用的包import numpy as npfrom keras.models import Sequentialfrom keras.layers import Densewidth = 20height = 20def generate_dataset(samples): ds_x = [] ds_y = [

原创 检测模型中（精度、召回率）理解

原创 keras 模型可视化

Failed to import pydot. You must install pydot and graphviz for pydotprint to work1：把以前下的 pydot 与 graphviz 删掉2：到官网上重新下载 graphviz3：重新安装 ，不要放在C盘，因为放在C盘启动graphviz需要权限4：配置环境变量如下5：都装好了6：模型可视化from keras.layers import Conv2D, MaxPool2Dfrom keras.la

原创 分类模型中准确率、敏感度、特异度的理解

原创 设置早停，预防过拟合

from keras.callbacks import EarlyStoppingearlyStopping = EarlyStopping(patience = 20 )his = model.fit(X_TRAIN,Y_TRAIN,epochs=400,batch_size = 32,validation_data = (X_VAL,Y_VAL),callbacks = [earlyStopping])# batch_size = 32 默认训练32组数据更新一次模型的权重...

原创 keras编写回调函数

调用fit函数经历50个周期，与调用50次fit函数效果相同from keras.datasets import mnist #调用mnist数据包from keras import modelsfrom keras import layersclass CB(keras.callbacks.Callback): def __init__(self): self.TRAIN_LOSS = [] self.VAL_LOSS = [] se

原创 Keras +TensorBoard 可视化

from keras.datasets import mnist #调用mnist数据包from keras import modelsfrom keras import layers(train_images, train_labels), (test_images, test_labels) = mnist.load_data() #调用训练集和测试集#分离训练集和验证集X_VAL=train_images[50000:] # 50000到60000Y..

原创 神经网络模型训练mnist

from keras.datasets import mnist #调用mnist数据包from keras import modelsfrom keras import layers(train_images, train_labels), (test_images, test_labels) = mnist.load_data() #调用训练集和测试集#分离训练集和验证集X_VAL=train_images[50000:] # 50000到60000Y_VA.

原创 yolov5训练自己的模型

YOLOv5自己模型跑的结果那么如何自己的模型呢？1：创建自己的四个文件夹、（绝对路径不要有中文汉字，自己踩过的坑）1.11.21.31.41.51.62：训练出自己的模型2.1 这个.pt文件自己下载yolov5是没有的，还需要自己去下在。2.22.3可能遇到字节溢出等问题2.4结果...

原创 多变量线性回归（用生活中的例子理解）

原创 最小二乘回归函数（单变量）

原创 用生活中的例子理解MSE(均方误差)、RMSE(均方根误差)、R(拟合优度)

原创 图像的低通滤波

原创 图像模糊opencv与c++

原创 opencv图像腐蚀

原创 opencv显示图片、Mat的作用

opencv显示图片

原创 VS 2019 ,VS2017,VS2015无法启动程序XXXX.exe,系统找不到指定的路径

解决方法：源文件那个地方只放一个文件，还有project上面的XXX.cpp只放一个文件，两个地方同时满足，就可以多次运行程序了，标题上的问题就解决了，如果成功了就给我点个赞吧！！！