![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
python
搭建自己的python轮子
lzm88123
记学习心得
展开
-
conda安装pytorch(离线安装)
最近要安装pytorch,发现国内的源和默认源都安装不了。找到了一个离线安装的方法。在 https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/中找到想要下载的源文件,下载到本地。利用conda命令离线安装即可。比如:conda install --offline pytorch-1.1.0-py3.6_cuda90_cudnn7_1.tar.bz2...原创 2020-07-24 11:09:49 · 3918 阅读 · 6 评论 -
python SVM(支持向量机)的实现
from sklearn import svmimport numpy as npfrom sklearn.metrics import accuracy_scoredef loadSplitDataSet1(txtname,rate,k): file = open(txtname) lines1 = file.readlines() file.close #print(lines1) lines2=[] lines1.pop(0) for li原创 2020-07-02 16:19:40 · 210 阅读 · 0 评论 -
python 决策回归树
决策回归树主要用CART算法来实现。CART算法:CART算法使用基尼系数来代替信息增益比,基尼系数代表了模型的不纯度,基尼系数越小,不纯度越低,特征越好。比较基尼系数和熵模型的表达式,二次运算比对数简单很多。尤其是二分类问题,更加简单。CART分类树算法对连续值的处理,是使用划分点将连续的特征离散化,在选择划分点时,分类模型是基于基尼系数,回归模型是基于和方法度量。本实验采用的是最小二乘回归树生成算法,算法如下图所示。结果:代码实现:"""CART+最小二乘法构建CART回归树"""原创 2020-07-02 15:56:47 · 881 阅读 · 0 评论 -
python 决策分类树
ID3算法:核心是在决策树各个节点上应用 信息增益 准则选择特征,递归的构建决策树。具体方法是:从根结点开始,对结点计算所有可能的特征的信息增益,选择信息增益最大的特征作为结点的特征,由该特征的不同取值建立子结点;再对子结点递归的调用以上方法,构建决策树;直到所有特征的信息增益均很小或没有特征可以选择为止。ID3算法还存在另一个问题,它不能直接出来连续型特征。只有事先将连续型特征转为离散型,才能在ID3中使用。 但这种转换过程会破坏连续型变量的内在性质。由于数据集是连续的数据,所以本实验采用的按区域划分的方原创 2020-07-02 15:40:54 · 232 阅读 · 0 评论 -
python KNN MNIST 手写数字识别
利用KNN算法做手写数字识别,数据集用到了MNIST。KNN(最近邻算法),根据距离最近的K个标签中的多数值确定该数据的标签。主要的算法实现:def classify(testOne, dataSet, labels, k): dataSetSize = dataSet.shape[0] diffMat = tile(testOne, (dataSetSize,1))-dataSet sqDiffMat = diffMat**2 sqDistances = sqDiff原创 2020-07-02 14:32:17 · 1211 阅读 · 0 评论 -
python 轮廓检测 最小外接矩形
def shapeDetect(img): contours,hierarchy=cv2.findContours(img,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)#寻找封闭区域 cv2.drawContours(img,contours,-1,(0,0,255),3) maxCnt=-1 for i in range(len(contours)): rect = cv2.minAreaRect(contours[i])原创 2020-07-02 13:58:31 · 1966 阅读 · 0 评论 -
python flask ajax的前后端实现
文件目录如下,其中static存放背景图之类的图片,templates存放前端.html等文件。前端:index.html<!DOCTYPE html><html lang="zh-CN"><head> <meta charset="UTF-8"> <meta name="viewport" content="width=device-width,initial-scale=1"> <script src="../stati原创 2020-07-02 00:23:47 · 330 阅读 · 0 评论 -
python 图像的旋转与仿射变换
python代码实现,需要输入原图片和旋转角度。def rotate(img, angle):#输入原图片和需要旋转的角度 # 旋转图片 (h, w) = img.shape[:2] # 获得图片高,宽 center = (w // 2, h // 2) # 获得图片中心点 img_ratete = cv2.getRotationMatrix2D(center, angle, 1) #求旋转图片 rotated = cv2.warpAffine(img,原创 2020-07-01 23:25:25 · 543 阅读 · 0 评论 -
python 图像分割方法总结
图像分割是一种常用的图像处理方法,可分为传统方法和深度学习的方法。深度学习的方法比如:mask rcnn这类实例分割模型,效果比传统的图像分割方法要好的多,所以目前图像分割领域都是用深度学习来做的。但是深度学习也有它的缺点,模型大、推理速度慢、可解释性差、训练数据要求高等。本文在这里仅讨论传统的图像分割算法,可供学习和使用。1、阈值分割最简单的图像分割算法,只直接按照像素值进行分割,虽然简单,但是在一些像素差别较大的场景中表现不错,是一种简单而且稳定的算法。def thresholdSegment(f原创 2020-07-01 23:17:21 · 18641 阅读 · 7 评论 -
python 文字转表格 openpyxl
python文字转表格主要用到openpyxl模块。主要的操作要两个,创建表格和写操作。创建表格: book = Workbook() sheet = book.create_sheet(title='新数据表',index=0) #创建工作表格插入: sheet.cell(row = 0, column = 0, value = 'data') #row是行,column 是列保存: book.save('test.xlsx') #保存到test表格中 除了原创 2020-07-01 22:14:44 · 868 阅读 · 2 评论 -
python 利用Tesseract-OCR做场景文字识别
一、下载并配置Tesseract1.Tesseract下载地址:2.安装完后,记得配置环境变量,默认是:C:\Program Files (x86)\Tesseract-OCR3.为了在python代码中使用tesseract功能,使用pip安装pytesseract:pip install pytesseract二、场景文字识别例子如果要做真实场景下的文字识别,有一个问题是必须要考虑的,就是复杂场景下怎么保证识别准确率。我举的这个例子可能不太准确,但是能给一些参考吧。我想在一张监控图片中原创 2020-07-01 17:58:00 · 1007 阅读 · 0 评论 -
机器学习10大经典算法 python实现
1、svm(支持向量机):from sklearn.datasets import load_iris import numpy as npfrom sklearn.metrics import accuracy_scorefrom sklearn import svmfrom sklearn.model_selection import train_test_splitif __name__ == '__main__': allPre=[] for i in range(1原创 2020-06-30 22:52:12 · 782 阅读 · 0 评论 -
前端接收flask后端的返回值
前端接收flask返回主要有两种方法,一种是直接在html页面中嵌套语句,一种是利用js解析,后者更具通用性和可修改性。第一种:这种方法,后端的返回值可以是字典类型、数组或者单变量,但是不能是json格式,解析不到。data是返回的参数名层,与要与前端html对应,名字要相同,前端可以直接取值。前端代码:<!DOCTYPE html><html lang="zh-CN"> <head> <meta charset="UTF-8"&g原创 2020-06-28 22:34:36 · 7653 阅读 · 2 评论 -
python 用folium展示地理数据(GPS Trajectory)
简单的用folium模块处理gps数据,调用api将数据用网页展示出来。本来是先用到gmplot模块,但是谷歌地图被墙了,api获取不到,所以只能用folium。folium调用的是高德的api,效果差不多。import pandas as pd #Python数据分析模块import os #统一的操作系统接口函数import foliumimport webbrowser#定义数据文件的路径path = './GPS Trajectory/'def readCSV(n):原创 2020-05-09 22:54:05 · 2018 阅读 · 0 评论 -
萤石 python获取直播地址和画面
萤石官方文档链接萤石官方文档中描述了获取直播信息的若干种方法,本方法是用python写的。需要appKey和appSecret才能获取。代码如下:import cv2import sysimport requestsimport jsonclass YingShiLiveUrl: def __init__(self,appKey,appSecret,mode): self.appKey=appKey self.appSecret=appSecret原创 2020-06-19 15:36:29 · 4108 阅读 · 4 评论 -
jetson nano Error: no CUDA-capable device is detected
Jetson Nano利用官方镜像进行安装后,系统已经安装好了JetPack,cuda,cudnn,OpenCV等组件,但是还需要修改配置文件。1.修改环境变量利用vim打开 ~ 路径下.bashrc文件,如果打开失败(打开是个空文件即是失败),可以 cd ~ 进入用户目录,然后用 ls -a 查看所有文件,在输入 sudo vim .bashrc 即可打开。sudo vim ~/.bashrc文件的最后添加以下三行:export PATH=/usr/local/cuda-10.0/原创 2020-05-30 22:38:36 · 1328 阅读 · 0 评论 -
jetson nano安装scikit-image失败(暨依赖包imagecodecs安装失败)
问题就出在imagecodecs这个包里面,会有一些文件编译不通过。解决方法就是下载源码,自己编译。源码地址以及相关说明Use the --skip-extension build options to skip building specific extensions. Use the --lite build option to only build extensions without 3rd-party dependencies. Edit setup.py to modify other bu原创 2020-05-30 15:45:45 · 1732 阅读 · 0 评论 -
windows下错误:No module named ‘pycocotools’
直接pip install pycocotools是不行的,要用git,直接在终端输入以下代码,等待漫长的时间后就可以了。pip install git+https://github.com/philferriere/cocoapi.git#subdirectory=PythonAPI原创 2020-05-24 11:32:16 · 811 阅读 · 0 评论 -
图像旋转 c++/python实现
#include <iostream>#include <string.h> #include <math.h> #include <stdlib.h> #include <malloc.h> #include <cstdio>#include "bmp.h"using namespace std;#define DRAW_HEIGHT 400 //目标图像高度 #define DRAW_原创 2020-05-22 22:50:33 · 222 阅读 · 0 评论 -
python try except 通用
for f in fileList: try: main(f) except Exception as e: print(Exception,',',e)原创 2020-05-16 10:32:29 · 238 阅读 · 0 评论