python
Jqlender
这个作者很懒,什么都没留下…
展开
-
numpy.power()
numpy.power(x,y)作用: 计算x的y次方import numpy as npprint(np.power(2, [2,3,4])) #[ 4 8 16]print(np.power([2,3], [3,4])) # [ 8 81]x,y都为数字计算x的y次方,返回一个数字print(np.power(2, 3)) # 计算2的3次方 结果为8x为列表,y为数字计算x中每个元素的y次方,返回列表print(np.power([2,3,4], 3)) # 分原创 2022-03-04 11:10:47 · 1097 阅读 · 1 评论 -
numpy.lib.stride_tricks.as_strided() 高效切分数组
numpy.lib.stride_tricks.as_strided(x, shape=None, strides=None, subok=False, writeable=True)参数:x: 我们要分割的数组shape: 返回结果的形状shapestrides: 在数组X的基础上按照给的的strides来切割出给定的shape数组返回: 返回在X的基础上按照给的的 strides来切割出一个给定shape的新数组X = [[0,1,2],[3,4,5],[6,7,8]]A原创 2022-03-03 22:30:47 · 1012 阅读 · 1 评论 -
Python ndarray.strides用法
用法ndarray.strides: 在遍历数组时在每个维度上步进的字节元组a = np.array([[10,2,4],[3, 4,11]],dtype=np.int32)print(a.strides) #(12,4)print(a[:,1]) # [2 4]print(aq[:,1].strides) # (8,)stride, = aq[:,1].strides print(stride) # 8解释:1字节 = 8bitint32的1个值 = 4个字节数组a每行3个值原创 2022-03-03 14:18:45 · 2626 阅读 · 0 评论 -
python中的json
JSON 函数使用 JSON 函数需要导入 json 库:import json函数描述json.dumps将 Python 对象编码成 JSON 字符串json.dump(编码json数据)将python中的对象转化成json字符串,并存储到json文件中json.load(解码json数据)将文件中的JSON格式转换成Python字典json.loads解析一个有效的JSON字符串并将其转换为Python字典json.dumps把python对象原创 2022-02-23 17:15:02 · 1640 阅读 · 0 评论 -
Python 面向对象
面向对象技术简介类(Class): 用来描述具有相同的属性和方法的对象的集合。它定义了该集合中每个对象所共有的属性和方法。对象是类的实例。类变量:类变量在整个实例化的对象中是公用的。类变量定义在类中且在函数体之外。类变量通常不作为实例变量使用。数据成员:类变量或者实例变量, 用于处理类及其实例对象的相关的数据。方法重写:如果从父类继承的方法不能满足子类的需求,可以对其进行改写,这个过程叫方法的覆盖(override),也称为方法的重写。局部变量:定义在方法中的变量,只作用于当前实例的类。实例变原创 2022-02-22 14:33:47 · 67 阅读 · 0 评论 -
numpy数组的索引和切片
一维数组一维数组说明arr[1:]返回索引1到最后的数据(冒号前面是起,后面是止,冒号前面空,指最小0,后面放空就是到最后)arr[5:8返回索引5到索引8(不包含)的数据import numpy as nparr=np.arange(10)print(arr) # [0 1 2 3 4 5 6 7 8 9]print(arr[1:]) # [1 2 3 4 5 6 7 8 9] 返回索引1到最后的数据print(arr[5:8]) # [5 6 7] 返回索原创 2021-12-29 14:16:59 · 892 阅读 · 0 评论 -
np.append()
np.append(arr, values, axis=None)作用: 为原始arr添加一些values返回值: 返回添加了values的新数组参数:arr:需要被添加values的数组values:添加到数组arr中的值(array_like,类数组)axis:可选参数,如果axis没有给出,那么arr,values都将先展平成一维数组。注:如果axis被指定了,那么arr和values需要有相同的shape,否则报错:ValueError: arrays must have same n原创 2021-12-29 13:17:12 · 2686 阅读 · 0 评论 -
np.zeros(),np.empty()
np.zeros(shape, dtype=float, order=‘C’)返回值: 返回一个给定形状和类型的用0填充的数组参数:shape: 形状dtype:数据类型,可选参数,默认numpy.float64import numpy as nparray1 = np.zeros(5, np.float32) #生成包含5个元素的零一维数组,且各元素为float32print(array1, array1.shape, array1.dtype) # [0. 0. 0. 0. 0.]原创 2021-12-28 13:46:44 · 2175 阅读 · 0 评论 -
python 列表(List)
1. len(list)返回元素个数 mylist = [10,20,30] print(len(mylist)) # 32.list.append(obj)作用: 用于在列表的末尾添加一个新的元素。返回值: 该方法无返回值,但是会修改原来的列表。mylist = [10,20,30]mylist.append(3)print(mylist) # [10, 20, 30, 3]mylist.append( [7,8,9] )print(mylist) #[10, 20, 30,原创 2021-12-23 18:39:36 · 846 阅读 · 0 评论 -
numpy中的ndim、shape、dtype、astype
1.ndimndim返回的是数组的维度,返回的只有一个数,该数即表示数组的维度。print(np.random.rand(2).ndim) #1print(np.random.rand(2,1).ndim) # 22.shapeshape:表示各位维度大小的元组。返回的是一个元组。print(np.random.rand(2).shape) # (2,) 一维数组元组内只返回一个数print(np.random.rand(2,1).shape) # (2, 1) 二维数组元组内返原创 2021-12-22 11:20:48 · 598 阅读 · 0 评论 -
numpy.random.rand、numpy.random.randn
numpy.random.rand(d0,d1,…,dn)返回一个或一组服从“0~1”均匀分布的随机样本值。随机样本取值范围是[0,1),不包括1print(np.random.rand()) # 0.03675071889497428print(np.random.rand(2)) # [0.97657898 0.0022022 ]print(np.random.rand(3,1)) # [[1.24188965e-04] [9.42082540e-01] [5.96394499e-0原创 2021-12-21 18:55:34 · 993 阅读 · 0 评论 -
numpy.random.uniform()
numpy.random.uniform(low,high,size)low: 采样下界,float类型,默认值为0;high: 采样上界,float类型,默认值为1;size: 输出样本数目,为int或元组(tuple)类型,例如,size=(m,n,k), 则输出 m * n * k 个样本,缺省时输出1个值。返回值:ndarray类型,其形状和参数size中描述一致。功能:从一个均匀分布[low,high)中随机采样,注意定义域是左闭右开,即包含low,不包含high返回值:ndarra原创 2021-12-10 16:23:41 · 2624 阅读 · 0 评论 -
Python中的线程threading.Thread()使用详解
进行程序开发的时候,肯定避免不了要处理并发的情况,一般使用多线程实现并发。python实现多线程编程需要借助于threading模块。Threadthreading 模块中最核心的内容是 Thread 这个类。程序运行时默认就是在主线程上,创建 Thread 对象,然后让它们运行,每个 Thread 对象代表一个线程,在每个线程中我们可以让程序处理不同的任务,这就是多线程编程。创建Thread对象class threading.Thread(group=None, target=None, na原创 2021-12-09 21:26:15 · 5039 阅读 · 0 评论 -
np.sort
np.sort(a,axis=-1)函数的作用是对给定的数组的元素进行排序a:需要排序的数组axis:指定按什么排序,默认axis = -1 按行排序, axis = 0 按列排序sort文档1.按行排序(默认axis=-1)c = np.array( [ [8,7,9], [1,2,3], [5,4,3] ])print(np.sort(c))2. 按列排序(axis=0)print(np.sort(c,axis=0))3. 展开排序(axis=None)p原创 2021-11-19 14:00:24 · 2625 阅读 · 0 评论 -
np.array 数组操作
NumPy 数组有助于对大量数据进行高级数学和其他类型的操作。通常,这些操作的执行效率更高,比使用Python原生数组的语法更简单。一维数组numpy中文网数组创建可以使用array函数从常规Python列表或元组中创建数组。得到的数组的类型是从Python列表中元素的类型推导出来的。a = np.array([2,3,4])b = np.array([1.2, 3.5, 5.1])print(a.dtype) #int32print(b.dtype) #float64可以把pan原创 2021-11-03 15:38:43 · 3313 阅读 · 0 评论 -
Python 中 pass的使用
pass语句什么也不做,一般作为占位符或者创建占位程序,pass语句不会执行任何操作保证代码结构格式完整当你还没想清楚函数内部内容,就可以用pass来进行填坑def fun_a(*args): try: with open(str_log, 'a') as file: sys.stdout = file print(*args) except Exception as e: pass 遇到错误执行except代码块,pass忽略错误.原创 2021-10-24 22:34:42 · 274 阅读 · 0 评论 -
python3 sys模块
前言一般我们是用 python 解释器来编程,如果你从 Python 解释器退出再进入,那么你定义的所有的方法和变量就都消失了。Python 提供了一个办法,把这些定义存放在文件中,为一些脚本或者交互式的解释器实例使用,这个文件被称为模块。模块是一个包含所有你定义的函数和变量的文件,其后缀名是.py。模块可以被别的程序引入,以使用该模块中的函数等功能。| | ||–|--|| sys.path |返回Python 解释器自动查找所需模块的路径的列表 |sys.path当使用im原创 2021-10-24 21:18:10 · 866 阅读 · 0 评论 -
python3 open()内置函数
open() 函数用于打开一个文件,并返回文件对象,在对文件进行处理过程都需要使用到这个函数,如果该文件无法被打开,会抛出 OSError。open(file[,mode=r])open() 函数常用形式是接收两个参数:文件名(file)和模式(mode)** 注意:** 使用 open() 函数一定要保证关闭文件对象,即调用 close() 函数。modemode描述r以只读方式打开文件。文件的指针将会放在文件的开头。这是默认模式。w打开一个文件只用于写入。如果该原创 2021-10-23 20:33:49 · 653 阅读 · 0 评论 -
python3 time
time模块可以用于格式化时间import time #引入time模块方法作用time.time()返回当前时间的时间戳(以秒为单位的浮点数)time.localtime([时间戳])将时间戳转换为时间元组。可不传时间戳参数time.strftime(format[, 时间元组])将时间元组转换为可读字符串。根据规则,返回字符串格式化日期time.strptime(str,format)根据format的格式将一个时间字符串解析为时间元组time.原创 2021-10-21 17:09:33 · 278 阅读 · 0 评论 -
python3 os模块
os 模块提供了非常丰富的方法用来处理文件和目录。1.os.path 获取文件的属性信息os.path模块方法方法作用os.path.exists(path)判断路径是否存在,存在返回True,不存在返回False2. os.mkdir(path[,mode]) 创建文件夹以数字mode的mode创建一个名为path的文件夹.默认的 mode 是 0777 (八进制)。path_base = './demo/'if os.path.exists(原创 2021-10-21 15:05:12 · 56 阅读 · 0 评论 -
python运行环境
1.安装Anaconda环境:Windows10下载地址下载后一步步点击安装就好,注意添加环境变量:2.使用anaconda管理多个python依赖环境创建环境:打开Anaconda Prompt使用conda创建新的环境conda create --name python37 python=3.7激活环境python37conda activate python37查看当前环境版本python -V退出环境3.运行.py文件python 1.py...原创 2021-10-20 13:30:30 · 126 阅读 · 0 评论 -
python中global的用法
python变量的作用域:Local 局部作用域Enclosing 闭包函数外的函数中Global全局作用域查找规则:以Local->Enclosing ->Global规则查找,即:同名变量,优先引用的是局部变量,在局部找不到,便会去局部外的局部找(例如闭包),再找不到就会去全局找。global关键字x = 5def fun_a(): print(x)def fun_b(): x = x + 1 print(x)fun_a() # 5fun_b() #报错因原创 2021-10-19 18:55:46 · 2968 阅读 · 0 评论 -
python中重要的模块asyncio
生活中,假设 你是一家制造汽车的老板,员工点击设备的【开始】按钮之后,在设备前需等待30分钟,然后点击【结束】按钮,此时作为老板的你一定希望这个员工在等待的那30分钟的时间去做点其他的工作。模块asyncio用于编写协程代码,下面利用代码来还原生活中的例子。定义一个协程协程(Coroutine),也可以被称为微线程,是一种用户态内的上下文切换技术。简而言之,其实就是通过一个线程实现代码块相互切换执行。形式为: async def的函数。使用async修饰将普通函数包装成异步函数,直接调用异步函数不会原创 2021-08-03 17:24:53 · 1203 阅读 · 0 评论 -
python中yield的用法详解
生成器yield 的作用就是把一个函数变成一个 生成器(generator)。def foo(num): print("starting...") while num<10: print('num==',num) yield num num=num+1 f = foo(5)print('f=',f) #f= <generator object foo at 0x7fcfdf15ec10>f.__nex原创 2021-08-03 15:35:11 · 399 阅读 · 0 评论 -
python中with的用法,上下文管理器
含有__enter__和__exit__方法的对象就是上下文管理器class Foo(object): def __init__(self): print('实例化一个对象') def __enter__(self): print('进入') def __exit__(self, exc_type, exc_val, exc_tb): print('退出')obj = Foo()with obj: print('正在执原创 2021-07-30 18:13:08 · 150 阅读 · 0 评论