![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Python
越来越胖的GuanRunwei
前WEB开发码农,.NET发烧友,前NLP菜鸡,利物浦大学在读博士
展开
-
记多任务基础模型的常见bug和debug历程
记多任务基础模型的常见bug和debug历程原创 2023-05-22 20:11:34 · 1303 阅读 · 1 评论 -
Pycharm错误解决:Process finished with exit code -1073741819 (0xC0000005)
debug: Pycharm错误解决:Process finished with exit code -1073741819 (0xC0000005)原创 2022-06-09 13:38:11 · 3066 阅读 · 4 评论 -
PyTorch何时使用transpose和permute
前言transpose和permute作为PyTorch中的两大转置函数transpose参数 input(Tensor) – 输入的张量 dim0(int) – 转置的第一个维度 dim1(int) – 转置的第二个维度 返回值Returns a tensor that is a transposed version ofinput. The given dimensionsdim0anddim1are swapped.Ifinp...原创 2022-03-24 09:24:54 · 3239 阅读 · 0 评论 -
全网独家解决方案: doccano报错 Your models in app(s): ‘api‘ have changes that are not yet reflected in a migrat
报错在命令行中打开doccano时,系统报错:Your models in app(s): 'api' have changes that are not yet reflected in a migration, and so won't be applied. Run 'manage.py makemigrations' to make new migrations, and then re-run 'manage.py migrate' to apply them.问题分析我们.原创 2022-03-02 20:43:43 · 2662 阅读 · 0 评论 -
解决方案 jupyter 500 internal server error
pip install --upgrade --user nbconvert原创 2022-02-28 16:21:01 · 1092 阅读 · 0 评论 -
解决方案: ERROR: Could not build wheels for opencv-python which use PEP 517 and cannot be installed dire
首先pip install --upgrade pip setuptools wheel --user然后pip install opencv-python原创 2022-01-01 21:38:48 · 4082 阅读 · 7 评论 -
重新安装被误卸载的pip
1. 第一步,下载文件get-pip.py,连接给出了:https://download.csdn.net/download/qq_18566467/11752719假如你无法下载,你可以打开链接https://bootstrap.pypa.io/get-pip.py,然后复制一份,保存为get-pip.py,再进行接下来的步骤。2. 第二步,然后在cmd中进入这个文件所在的目录,比如我放在桌面,就输入cd c:\...\Desktop,然后执行python get-pip.py,你会发现pip出现原创 2022-01-01 21:36:24 · 1567 阅读 · 0 评论 -
解决方案:from . import _imaging as core 找不到此模块
解决方案:更新Pillowpip install -U Pillow原创 2021-12-18 20:56:30 · 3434 阅读 · 1 评论 -
小工具:python批量修改同类文件文件名
以jpg文件为例import osroot_path = f"……"def file_filter(file): if os.path.splitext(file)[-1][1:] == 'jpg': return True return Falsefiles = [item for item in os.listdir(root_path) if file_filter(item)==True]count = 0for file in files.原创 2021-12-08 13:26:53 · 615 阅读 · 0 评论 -
解决方案:Layout of the output array img is incompatible with cv::Mat
sample = images[1].permute(1,2,0).cpu().numpy()添加 copy()方法sample = images[1].permute(1,2,0).cpu().numpy().copy()具体原因不详原创 2021-12-02 21:00:38 · 1530 阅读 · 0 评论 -
解决方案:RuntimeError: Given groups=1, weight of size [768, 3, 16, 16], expected input[1, 4, 384, 384]
添加 .convert('RGB')file = Image.open(file_tmp).convert('RGB')原创 2021-11-30 21:00:36 · 2459 阅读 · 1 评论 -
Python高效批量读取大数量级Json文件
目前在做的一个实验的数据集包含了两万个json文件,为了能高效读取所有的json文件并转换成dataframe格式以实现端到端的数据处理,不得不写了一个小工具:try: import ujson as jsonexcept ImportError: try: import simplejson as json except ImportError: import jsonimport pandas as pdimport osclass原创 2021-11-10 11:45:48 · 2676 阅读 · 1 评论 -
jupyter上传文件夹方法
首先,jupyter是无法上传文件夹的,只能依靠上传压缩文件然后解压曲线救国。zip文件import zipfilef = zipfile.ZipFile("PennFudanPed.zip",'r') # 原压缩文件在服务器的位置for file in f.namelist(): f.extract(file,"/PennFudanPed/") # 解压到的位置f.close()rar文件from unrar import rarfile原创 2021-10-19 20:33:23 · 2696 阅读 · 0 评论 -
激光雷达与视觉信号融合Trick整理
占个坑,后续会更新原创 2021-10-12 15:14:00 · 251 阅读 · 0 评论 -
pandas按索引批量选取列数据
选取连续列:# 选取索引为0-17的列data_frame_no_yuanfazao.iloc[:, range(18)]选取间断列:# 选取索引为0,1,3,4的列data_frame_no_yuanfazao.iloc[:, [0, 1, 3, 4]]原创 2021-10-05 21:37:07 · 1255 阅读 · 0 评论 -
小议np.linalg.norm
1、linalg=linear(线性)+algebra(代数),norm则表示范数。2、函数参数x_norm=np.linalg.norm(x, ord=None, axis=None, keepdims=False)①x: 表示矩阵(也可以是一维)②ord:范数类型向量的范数:矩阵的范数:ord=1:列和的最大值ord=2:|λE-ATA|=0,求特征值,然后求最大特征值得算术平方根(matlab在线版,计算ans=ATA,[x,y]=eig(ans),sqrt(y)转载 2020-11-21 19:09:09 · 356 阅读 · 0 评论 -
小议np.random.multivariate_normal
从多元正态分布中抽取随机样本。多元正态分布,多正态分布或高斯分布是一维正态分布向更高维度的推广。这种分布由其均值和协方差矩阵来确定。这些参数类似于一维正态分布的平均值(平均值或“中心”)和方差(标准差或“宽度”,平方)。np.random.multivariate_normal方法用于根据实际情况生成一个多元正态分布矩阵,其在Python3中的定义如下:def multivariate_normal(mean, cov, size=None, check_valid=None, tol=.原创 2020-11-18 23:20:49 · 1067 阅读 · 1 评论 -
numpy之np.dot()
终于到嘤国了,随手先水篇文章找找感觉吧关于numpy中的np.dotNumpy中dot()函数主要功能有两个:向量点积和矩阵乘法 x.dot(y) 等价于 np.dot(x,y) ———x是m*n 矩阵 ,y是n*m矩阵,则x.dot(y) 得到m*m矩阵。 如果处理的是一维数组,则得到的是两数组的內积。 如果处理的是二维数组(矩阵),则得到的是矩阵积 np.dot(x, y), 当x为二维矩阵,y为一维向量,这时y会转换一维矩阵进行计算 np.dot(x, y)中,x、y都是二维矩阵,原创 2020-10-04 03:43:47 · 1316 阅读 · 1 评论 -
Python标准库模块——heapq
概述heqpq模块提供了堆队列算法(也称为优先级队列算法)的实现。堆是二叉树,其每个父节点的值都小于或等于其任何子节点。此实现使用所有k的heap [k] <= heap [2 * k + 1]和heap [k] <= heap [2 * k + 2]的数组,从零开始计数元素。为了进行比较,不存在的元素被认为是无限的。堆的有趣特性是它的最小元素始终是根堆[0]。下面的API在两个方面与教科书堆算法不同:(a)我们使用基于零的索引。这使得节点的索引与其子节点的索引之间的关系不太明显,但翻译 2020-08-31 21:25:37 · 860 阅读 · 0 评论 -
一道水题:LeetCode(钥匙与房间)Python版
题目有 N 个房间,开始时你位于 0 号房间。每个房间有不同的号码:0,1,2,...,N-1,并且房间里可能有一些钥匙能使你进入下一个房间。在形式上,对于每个房间 i 都有一个钥匙列表 rooms[i],每个钥匙 rooms[i][j] 由 [0,1,...,N-1] 中的一个整数表示,其中 N = rooms.length。 钥匙 rooms[i][j] = v 可以打开编号为 v 的房间。最初,除 0 号房间外的其余所有房间都被锁住。你可以自由地在房间之间来回走动。如果能进入每个房原创 2020-08-31 21:10:59 · 464 阅读 · 0 评论 -
一道水题:LeetCode(重新安排行程)Python版
题目给定一个机票的字符串二维数组 [from, to],子数组中的两个成员分别表示飞机出发和降落的机场地点,对该行程进行重新规划排序。所有这些机票都属于一个从 JFK(肯尼迪国际机场)出发的先生,所以该行程必须从 JFK 开始。提示如果存在多种有效的行程,请你按字符自然排序返回最小的行程组合。例如,行程 ["JFK", "LGA"] 与 ["JFK", "LGB"] 相比就更小,排序更靠前所有的机场都用三个大写字母表示(机场代码)。假定所有机票至少存在一种合理的行程。所有的机票必须都用一次原创 2020-08-31 09:45:57 · 251 阅读 · 0 评论 -
详解支持向量机SVM——以最通俗易懂的方式
引言支持向量机(Support Vector Machine, SVM)是一类按监督学习(supervised learning)方式对数据进行二元分类的广义线性分类器(generalized linear classifier),其决策边界是对学习样本求解的最大边距超平面(maximum-margin hyperplane)。——来自百度百科SVM与“三八线”不少人包括我自己在初识SVM时会感觉到高深难懂。这几天在网上看到有大佬用“三八线”引入SVM这个概念就觉得挺巧妙的。回忆下小时候原创 2020-08-25 20:09:51 · 4719 阅读 · 0 评论 -
sklearn中make_blobs模块使用
最近在学习K-means算法。如果自己想写一个K-means算法的话,需要造数据集,这个时候,用sklearn中的make_blobs模块就很有用。官方API说明输入和输出:翻译如下:n_samples是待生成的样本的总数。 n_features是每个样本的特征数。 centers表示类别数。 cluster_std表示每个类别的方差,例如我们希望生成2类数据,其中一类比另一类具有更大的方差,可以将cluster_std设置为[1.0,3.0]。样例samples:fr..转载 2020-08-24 20:18:34 · 988 阅读 · 0 评论 -
关于sklearn中的random_state参数
random_state的值相当于一种规则,通过设定为相同的数,每次分割的结果都是相同的,因而Accuracy这些值也都不会变原创 2020-08-23 17:00:49 · 913 阅读 · 0 评论 -
参数111在Matplotlib中的fig.add_subplot(111)意味着什么?
解释这些是作为单个整数编码的子绘图网格参数。例如,“111”表示“1×1网格,第一子图”,“234”表示“2×3网格,第四子图”。221 2×2网格,第一子图2222×2网格,第二子图2232×2网格,第三子图2242×2网格,第四子图代码#----------图片位置代码------------fig = plt.figure(figsize=(10, 8))ax = fig.add_subplot(221, projection='3d')ax = fig.a...原创 2020-08-23 09:23:41 · 2072 阅读 · 0 评论 -
单元素tuple
Python中单元素的tuple应写为 (1,),若括号中没有逗号,则会被认为是int类型原创 2020-06-24 15:55:48 · 279 阅读 · 0 评论 -
Python中的非法语句——x = (y = z + 1)
语句1:x = (y = z + 1)语句2:x = y = z + 1语句1 —— 非法语句2 —— 合法在语句1中,x被赋值 " y = z + 1 ",但这个所谓的 "y = z + 1"并不返回任何值,所以这是一个错误的赋值语句,这是非法的。在语句2中,先将 "z + 1"赋给"y",再将"y"赋给"x"。...原创 2020-06-24 15:53:46 · 26964 阅读 · 1 评论 -
傻子都能看懂的——Python闭包函数
代码:def adder(x): def wrapper(y): return x + y return wrapperadder5 = adder(5)print(adder5(6))print(adder5(adder5(6)))输出:1116分析:adder函数返回值为wrapper闭包函数,adder函数传入参数x = 5,所以adder5(6) = 5 + 6 =11,adder5(adder5(6)) = (5 + 6) + 5原创 2020-06-24 15:40:21 · 738 阅读 · 0 评论 -
关于Python的socket
sk.recv(bufsize[,flag]):接受套接字的数据。数据以字符串形式返回,bufsize指定最多可以接收的数量。flag提供有关消息的其他信息,通常可以忽略。sk.recvfrom(bufsize[.flag]):与recv()类似,但返回值是(data,address)。其中data是包含接收数据的字符串,address是发送数据的套接字地址。sk.getsockname():返回套接字自己的地址。通常是一个元组(ipaddr,port)sk.connect(address):连原创 2020-06-23 21:44:42 · 390 阅读 · 0 评论 -
傻子都能看懂的——Python复数
代码:plural = 123-12jprint("实部:", plural.real)print("虚部:", plural.imag)输出:实部: 123.0虚部: -12.0分析:1. 表是复数的语法是real + image j2. 实部和虚部都是浮点数3.方法conjugate返回复数的共轭复数4.虚部的后缀可以是j,也可以是J,不能是其他的字母...原创 2020-06-23 21:28:00 · 498 阅读 · 0 评论 -
傻子都能看懂的——Python中的endswith方法
代码:str = "Hello,Python"suffix = "Python"print(str.endswith(suffix, 2))输出:True分析:str.endswith(suffix,2) 中的2是指:从字符串"Hello,Python" 中的位置2,也就是第一个‘l’开始检索,判断是否以suffix结尾,故本题输出 True...原创 2020-06-23 20:25:20 · 993 阅读 · 0 评论 -
傻子都能看懂的——Python的深拷贝与浅拷贝
题目:阅读以下代码,写出对象b, c, d的值import copya = [1, 2, 3, 4, ['a', 'b']]b = ac = copy.copy(a)d = copy.deepcopy(a)a.append(5)a[4].append('c')输出:a: [1, 2, 3, 4, ['a', 'b', 'c'], 5]b: [1, 2, 3, 4, ['a', 'b', 'c'], 5]c: [1, 2, 3, 4, ['a', 'b', 'c']]d:原创 2020-06-23 16:03:42 · 190 阅读 · 0 评论 -
利用matplotlib绘制二分类(多分类)散点图
我们使用基于python的第三方工具包matplotlib进行二分类散点图绘制。代码:import matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['SimHei']plt.rcParams['font.serif'] = ['SimHei']plt.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号'-'显示为方块的问题,或者转换负号为字符串nums, label =原创 2020-05-15 19:58:31 · 8086 阅读 · 0 评论 -
Error: '***' conflicts with the name of an existing Python module and cannot be used as an app name
网上看了一圈都没怎么看懂我的解决方案是新建一个目录,然后创建django项目或者你也可以把老目录的文件备份一下,删掉老目录,然后再迁移过去原创 2020-05-08 20:40:14 · 3314 阅读 · 3 评论 -
kill nohup进程
第一步 找进程号nohup运行python程序进程一般在你运行命令输入完成之后就会显示(如下图的7585)或者你可以输入 ps aux | less来查看系统中正在运行的进程,找到对应的进程号,我们可以看到进程号pid为14304第二步 杀死进程输入以下命令以杀死进程sudo kill -9 14304(进程号pid)...原创 2020-04-21 16:18:09 · 9290 阅读 · 0 评论 -
解决nohup不能及时打印python print日志
1、程序后台运行nohup python test.py > tt.log>&1 &2、不能及时输出日志nohup.out中显示不出来python程序中print的东西,这是因为python的输出有缓冲,导致nohup.out并不能够马上看到输出。python 有个-u参数,使得python不启用缓冲。nohup python -u test.p...原创 2020-04-21 16:09:20 · 4936 阅读 · 6 评论 -
Python垃圾回收机制
https://www.cnblogs.com/alexzhang92/p/9416692.html转载 2020-04-11 21:03:41 · 209 阅读 · 3 评论 -
Python实现斐波那契查找
思路:自己去看网上的概念贴代码:def fibonacci_sequence(num: int): # 按照待查找数列的大小,动态生成斐波那契数列 a, b = 0, 1 while a <= num-1: yield a a, b = b, a + b yield a returndef fibonacc...原创 2020-04-09 11:05:48 · 585 阅读 · 0 评论 -
详解Python中的yield
您可能听说过,带有 yield 的函数在 Python 中被称之为 generator(生成器),何谓 generator ?我们先抛开 generator,以一个常见的编程题目来展示 yield 的概念。如何生成斐波那契数列斐波那契(Fibonacci)数列是一个非常简单的递归数列,除第一个和第二个数外,任意一个数都可由前两个数相加得到。用计算机程序输出斐波那契数列的前 N 个数是一...原创 2020-03-23 11:13:19 · 342 阅读 · 0 评论 -
详解python中defaultdict用法
认识defaultdict:当我使用普通的字典时,用法一般是dict={},添加元素的只需要dict[element] =value即,调用的时候也是如此,dict[element] = xxx,但前提是element字典里,如果不在字典里就会报错,如:这时defaultdict就能排上用场了,defaultdict的作用是在于,当字典里的key不存在但被查找时,返回的不是...原创 2020-03-22 20:56:38 · 4098 阅读 · 0 评论