ScapeD的博客

如：字符串a='fan'字符串b='fan zhongyan'使用if a in b 即可判断如：t='fan'd='fan zhongyan'if t in d: print('yes')结果输出 yes

类中三种方法，如下代码所示：class A(): def foo(self, x): print("executing foo(%s,%s)" % (self, x)) print('self:', self) @classmethod def class_foo(cls, x): print("executing c...

Python面向对象编程中使用super()函数调用父类(超类)中的方法。示例如下所示：class A: def add(self, x): y = x+1 print(y)class B(A): def add(self, x): super().add(x)b = B()b.add(2) # 3...

Python从设计之初就已经是一门面向对象的语言python面向对象关键词：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。 对象：通过类定义的数据结构实例。对象包括两个数据成员（类变量和实例变量）和方法。 方法：类中定义的函数。 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...

自然间断点是进行数据分类最常用的方法之一。使用Jenkspy库计算自然间断点1、pypi安装jenkspypip install jenkspy2、调用jenkspyimport jenkspyimport randomlist_of_values = [random.random()*5000 for _ in range(12000)]breaks = jenk...

使用TensorFlow可以大大简化模型训练的代码量，仅用几行代码就可以训练一个模型，效果也相当不错。本教程属于TensorFlow的入门级教程，使用TensorFlow训练模型，以使用模型对服饰图片进行分类。本教程使用命令行操作效果更好。导入所需要的包TensorFlow是必要的深度学习框架，keras是一种用于在 TensorFlow 中构建和训练模型的高阶 API。numpy与m...

概念：地理编码是指将地物的名称转化为地物的坐标，从而将地物展示在地图上。逆地理编码是与其相反的过程，即跟据一个坐标，找到对应位置的地物。目的：对如下地图中的路网，前端点击一点，后台实现空间分析，找出点击位置的道路。道路共有9w余条，分成线段25w余段，最终实现后，分析效率可达0.5s左右查出，前端感觉流畅。实现步骤：原理：使用到线要素的外包络矩形以及点到直线的距离。...

导入csv包python对csv的读写用到csv包import csv读取csvfile=csv.reader(open('data/pois.csv','r',encoding='utf-8-sig'))文件中包含中文时，encoding属性应指定 'utf-8'，同时包含数字时，应指定为'utf-8-sig'创建写入的csvoutdata=open('res....

在图片卷积操作时，为保持卷积后图片大小仍与原来的大小相同，要在图片四周补0Numpy提供了补0的函数：padimg= np.pad(img, ((1, 1), (1, 1)), 'constant', constant_values=(0, 0))以上假设img为单波段图像变量，即二维数组，对于多波段情况，分开进行补0即可。...

在深度学习中，不同的框架可能对应不同的影像表达，在数据处理时应做相应的转换。在表示一组彩色图片的问题上，Theano和Caffe使用（样本数，通道数，行或称为高，列或称为宽）通道在前的方式，称为channels_first；而TensorFlow使用（样本数，行或称为高，列或称为宽，通道数）通道在后的方式，称为channels_last。使用numpy的moveaxis函数x_tr...

为了简化操作，Python提供了很多方便的语法和函数，可以很大程度减少代码量。调用Random包创建简单数组list_of_values = [random.random()*5000 for _ in range(12000)]一句话可以生成12000个范围在0-5000的随机数数组。内嵌的for - in循环生成数据。调用Numpy包生成随机数组rand=np.rand...

在命令行中，将命令python manage.py runserver替换为：python manage.py runserver 0.0.0.0:8000即可允许通过ip地址访问。

解决跨域请求问题可以从前端解决也可以通过配置后台解决，通过配置后台允许跨域可以解决前端的一些麻烦。Django通过中间件实现允许跨域。1、安装django-cors-headers中间件命令行输入pip install django-cors-headers2、配置settings.py文件在相应位置添加以下代码INSTALLED_APPS = [ ... ...

python保存txt文件时经常会出现各种问题，下面是常用的txt文件保存方法1.保存为 ‘ANSI' 格式1.去掉不能转化的字符：self.file.write(content.replace(u'\xa0', u''))2.忽略掉不能解码的数据：self.file.write(content.encode("gbk", 'ignore').decode("gbk", "...

举例：y=[[x]for x in range(100)]此时y的值为：[[0], [1], [2], [3], [4], [5], [6], [7], [8], [9], [10], [11], [12], [13], [14], [15], [16], [17], [18], [19], [20], [21], [22], [23], [24], [25], [26], [27]...

数据库表中数据包含252380条，每条数据包含9列。1、使用Django查询获得所有数据 start=time.time() data=Road.objects.all() end=time.time()显示耗时0.0s因为，Django的QuerySet是惰性的，使用objects.filter、objects.all()查询，实际上并没有运行从数据库里查...

守护进程可以实现异步数据库查询、数据修改等操作，其可以优化后台流程，很大程度提高前端的响应速度与用户体验。Python后台，Flask或是Django都有自带的实现守护进程的方法，当然守护进程也可以独立于框架，不使用框架提供的功能实现。实现守护进程常用的框架/包：APScheduler或者Celery前者比较容易，实习起来较为简单，后者稍微复杂一些，学习需要花费一些时间。APS...

NumPy提供了一种提取多维数组的行/列的强大方法。例如，考虑我们上面定义的my_array的例子。[[4 5] [6 1]]假设，我们想从中提取第二列（索引1）的所有元素。在这里，我们肉眼可以看出，第二列由两个元素组成：5 和 1。为此，我们可以执行以下操作：my_array_column_2 = my_array[:, 1] print my_array_column_2...