Python
bebr
这个作者很懒,什么都没留下…
展开
-
Python中的split和join函数
split()函数是按照指定分隔符,对字符串进行分割,还可以通过num指定分割的次数。例子:s = '123 456 789'print(s.split()) #默认是以空字符为分隔符,包括空格,\n,\t#输出:['123', '456', '789']s = '123,456,789'print(s.split(',')) #输出:['123', '456', '789']join...原创 2018-06-26 16:11:10 · 1057 阅读 · 0 评论 -
(unicode error) 'unicodeescape' codec can't decode bytes in position 2-3: truncated \UXXXXXXXX escap
在读取桌面文件的时候一直报错:(unicode error) 'unicodeescape' codec can't decode bytes in position 2-3: truncated \UXXXXXXXX escape自己刚开始写的是这样的:import scipy as spdata = sp.genfromtxt("C:\Users\Administrator\Des...转载 2019-01-08 18:39:24 · 905 阅读 · 0 评论 -
os.environ['PYTHONHASHSEED'] = '0'
主要是为了禁止hash随机化,使得实验可复现。If this variable is not set or set to random, a random value is used to seed the hashes of str, bytes and datetime objects.If PYTHONHASHSEED is set to an integer value, it i...原创 2019-01-08 19:44:19 · 7687 阅读 · 1 评论 -
python中datetime.strptime()
用户输入的日期和时间是字符串,要处理日期和时间,首先必须把str转换为datetime。转换方法是通过datetime.strptime()实现,需要一个日期和时间的格式化字符串:strftime():后台提取到datetime对象后,要把它格式化为字符串显示给用户,就需要转换为str,转换方法是通过strftime()实现的,同样需要一个日期和时间的格式化字符串:>>&...转载 2019-01-10 09:14:31 · 97331 阅读 · 5 评论 -
pandas中的Series
import pandas as pdimport numpy as npnum_abc = pd.Series(np.random.randn(5), index=list('abcde'))num = pd.Series(np.random.randn(5))print(num)print(num_abc)# 打印0 -0.1028601 -1.13824...转载 2019-01-10 10:30:21 · 1499 阅读 · 0 评论 -
numpy中的concatenate函数
concatenate((a1, a2, …), axis=0) 数组拼接函数 参数: a1,a2……为要拼接的数组 axis为在哪个维度上进行拼接,默认为0>>> a = np.array([[1, 2], [3, 4]])>>> b = np.array([[5, 6]])>>> np.concatenate((a, b)...转载 2019-02-13 21:07:53 · 8871 阅读 · 0 评论 -
用Python读取MATLAB文件
MATLAB存储mat文件,数据大小超过2GB,采用-v7.3存储python读取mat文件-v7格式scipy.io库import scipy.io as sio matfn = '/home/weiliu/workspace/python/matlab/mat4py.mat'data = sio.loadmat(matfn)-v7.3格式 h5py库i...转载 2019-02-14 08:46:14 · 3449 阅读 · 0 评论 -
spyder中清除变量命令
1、清除变量在IPython中输入reset命令,得到提示输入y确认即可2、清空IPthon中的输入历史记录在控制台输入clear即可使用快捷键Ctrl + L转载 2019-02-14 11:00:18 · 6676 阅读 · 0 评论 -
pyhton中K折交叉验证StratifiedKFold
https://scikit-learn.org/stable/modules/generated/sklearn.model_selection.StratifiedKFold.html#sklearn.model_selection.StratifiedKFoldfrom sklearn.model_selection import StratifiedKFoldX = np.arra...转载 2019-04-26 16:34:02 · 2390 阅读 · 0 评论 -
ndarray object of numpy module转换为array格式
当读入的数据显示ndarray object of numpy module时,可以用以下语句将其转换为数组array([])的格式y = np.asarray(y,'int64')转载 2019-06-09 15:42:12 · 11610 阅读 · 0 评论 -
Python中reshape的用法及多个二维数组合并为三维数组的方法
reshape(shape) : 不改变数组元素,返回一个shape形状的数组,原数组不变。是对每行元素进行处理resize(shape) : 与.reshape()功能一致,但修改原数组In [1]: a = np.arange(20)#原数组不变In [2]: a.reshape([4,5])Out[2]:array([[ 0, 1, 2, 3, 4], ...原创 2019-01-11 12:22:22 · 34828 阅读 · 8 评论 -
Python中三维数组位置详解
图示效果图: 直接贴代码:def test3D(): import numpy as np data_array = np.zeros((3, 5, 6), dtype=np.int) data_array[1, 2, 2] = 1 print(data_array) 介绍:通过np.zeros创建一个3行5列6个通道的三维数组,并给第二...转载 2019-01-11 11:56:37 · 51712 阅读 · 17 评论 -
Python中@classmethod和@staticmethod
转自:https://www.cnblogs.com/elie/p/5876210.htmlPython中3种方式定义类方法, 常规方式, @classmethod修饰方式, @staticmethod修饰方式.class A(object): def foo(self, x): print("executing foo(%s,%s)" % (self, x)) ...转载 2018-07-16 10:43:52 · 110 阅读 · 0 评论 -
Python中上下文管理器
源链接:https://zhuanlan.zhihu.com/p/27051142如果你有阅读源码的习惯,可能会看到一些优秀的代码经常出现带有 “with” 关键字的语句,它通常用在什么场景呢?今天就来说说 with 和 上下文管理器。对于系统资源如文件、数据库连接、socket 而言,应...转载 2018-07-16 16:29:55 · 1079 阅读 · 0 评论 -
Python中的堆:heapq模块
heapq模块中有6个函数:1、heappush(heap, x):向堆中添加元素from heapq import *heap = []for i in range(3): heappush(heap, i)print(heap) #[0, 1, 2]heappush(heap, 0.5)print(heap) #[0, 0.5, 2, 1]heappush(hea...原创 2018-06-28 19:17:04 · 1573 阅读 · 0 评论 -
Python中__new__和__init__的区别
一、__init__ 方法是什么?使用Python写过面向对象的代码的同学,可能对 __init__ 方法已经非常熟悉了,__init__ 方法通常用在初始化一个类实例的时候。例如:class Person(object): """Silly Person""" def __init__(self, name, age): self.name = name...转载 2018-07-17 16:22:54 · 157 阅读 · 0 评论 -
Python中的装饰器
什么是装饰器(decorator) 简单来说,可以把装饰器理解为一个包装函数的函数,它一般将传入的函数或者是类做一定的处理,返回修改之后的对象.所以,我们能够在不修改原函数的基础上,在执行原函数前后执行别的代码.比较常用的场景有日志插入,事务处理等.装饰器 最简单的函数,返回两个数的和...转载 2018-07-18 20:12:47 · 154 阅读 · 0 评论 -
Sklearn.processing:scale, StandardScaler, MinMaxScaler, Normalizer
一、标准化去除均值和方差缩放:通过(X-X_mean)/std计算每个属性(每列),进而使所有数据聚集在0附近,方差为1.(1)、sklearn.preprocessing.scale() 直接将给定数据进行标准化from sklearn import preprocessingimport numpy as npX = np.array([[ 1., -1., 2.],[ 2...转载 2019-01-10 20:24:52 · 2730 阅读 · 0 评论 -
inverse_transform()的用法
X1=scaler.inverse_transform(X_scaled)是将标准化后的数据转换为原始数据。from sklearn import preprocessingimport numpy as npX = np.array([[ 1., -1., 2.],[ 2., 0., 0.],[ 0., 1., -1.]])scaler= preprocessing.MinM...原创 2019-01-10 21:50:09 · 50902 阅读 · 22 评论 -
小波工具箱应用(Python)
pyWavelet 小波工具箱的用法1 介绍本文档的内容参考了pyWavelet 0.1.6的User Guide和ver. 0.2.0的网上例子,主要是把我目前所需要的内容进行了翻译和整理得到的。 主要包含了1D、2D的分解与重构方法,和稳态小波分解重构等内容。 小波包的部分没有翻译,日后有需要的话可能增加。下载地址:http://www.pybytes.com/pywavelet...转载 2018-12-26 11:15:10 · 2235 阅读 · 0 评论 -
数据格式转换
import scipy.io as sioa1 = sio.loadmat(r'C:\Users\y.mat')y = a1['y'][0] #这里注意要将第一个数提出来y = y.astype(np.int32) #这里是转换一下数据格式原创 2019-06-10 16:50:26 · 875 阅读 · 0 评论