![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
python
文章平均质量分 58
O_meGa
这个作者很懒,什么都没留下…
展开
-
1、Pandas 数据结构:从 Series 到 DataFrame
DataFrame 是 Pandas 中的二维表格型数据结构,它含有一组有序的列,每列可以是不同的值类型(数值、字符串、布尔值等)。DataFrame 既有行索引也有列索引,它可以被看作是由 Series 组成的字典。Series 是 Pandas 中的一维数组形式的数据结构,它可以包含任何数据类型(整数、字符串、浮点数、Python对象等)。Series 基本上可以被视作一个定长的有序字典,因为它是索引值到数据值的一个映射。可以是字典、ndarray、Series 或另一个 DataFrame。原创 2024-01-22 11:12:06 · 716 阅读 · 0 评论 -
11、NumPy 花式索引与索引技巧
花式索引是指使用整数数组作为索引来访问数组中的元素。这种方式与基本的索引不同,它允许我们一次性获取数组中不连续的多个元素。花式索引也适用于二维数组,可以一次性访问数组中的多行、多列或多个不连续的元素。布尔索引允许我们使用布尔数组作为索引来选择数组中满足特定条件的元素。我们可以组合使用基本切片和花式索引来实现更复杂的数据选择。函数可以帮助我们使用花式索引来选择多维数组中的特定区域。NumPy 还提供了更多索引技巧,使数组操作更加灵活。原创 2024-01-21 15:11:35 · 680 阅读 · 0 评论 -
10、Numpy广播机制
NumPy 的广播机制允许我们在不同形状的数组之间执行这些运算,而无需手动调整它们的尺寸。原创 2024-01-21 14:54:09 · 493 阅读 · 0 评论 -
9、Numpy视图与拷贝
NumPy 中的视图、浅拷贝和深拷贝提供了不同级别的数据复制和引用机制。视图(类似于浅拷贝)允许您在不复制数据的情况下,对数组的子集进行操作;而深拷贝确保原始数据的完整独立性,允许您在保留原始数据的同时进行操作。原创 2024-01-20 19:16:48 · 512 阅读 · 0 评论 -
8、Numpy数组拆分
数组拆分允许我们根据指定的索引位置或者等份分割的方式将一个数组分解为多个子数组。主要使用的函数是和,以及它们的等价函数。函数可以按指定的索引位置对数组进行分割,它接受一个数组和一个分割点列表作为参数,并返回一个包含分割后子数组的列表。用于沿数组的水平轴拆分数组,它是np.split的特殊情况,适用于二维数组。用于沿数组的垂直轴拆分数组,它也是np.split的特殊情况。允许进行不等分拆分,即子数组大小可以不一致。原创 2024-01-20 18:59:13 · 739 阅读 · 0 评论 -
7、Numpy数组堆叠
np.hstack。原创 2024-01-19 21:29:18 · 541 阅读 · 0 评论 -
6、Numpy形状操纵
在上述代码中,我们将一个 1x3x1 的三维数组压缩成了一个 3x1 的二维数组。这种技术常用于将一维数组转换为列向量或行向量,以符合某些算法的输入要求。这将创建一个新的 2x3 数组,其中原始数组的元素被复制以填充新数组。方法用于从数组的形状中去除单维度的条目,即那些大小为 1 的维度。,但它可以改变数组的大小。可以在数组中增加一个新的轴,也就是增加一个维度。,让 NumPy 自动计算这个维度的大小。会重复数组中的数据以填充新数组。来匹配原始数组的总大小。总是返回一个新的数组,而。原创 2024-01-19 21:17:50 · 479 阅读 · 0 评论 -
5、NumPy 高级索引和切片
切片操作允许访问数组的子集。在 NumPy 中,可以对多维数组进行切片,就像处理一维数组一样简单。这里首先选择了第0行和第2行,然后在每一行上取第1列和第3列(由于步长为2,所以只取到了第3列)在多维数组中,可以使用整数列表或数组来进行索引。布尔型索引允许我们根据条件选取数组中的元素。在实践中,可以组合使用切片与高级索引以实现更复杂的操作。在多维数组中,可以使用元组形式的索引来选择特定的子区域。这里选择了第1至第2行和第1至第2列的子矩阵。将按照给定的顺序重新排列数组的行。将包含第0行和第2行的内容。原创 2024-01-18 13:33:14 · 509 阅读 · 0 评论 -
4、Numpy排序、搜索和计数函数
numpy其余常用函数参考:3、Numpy中的通用函数-CSDN博客在 NumPy 中,通用函数(通常称为ufunc)是一种对 ndarray 中的数据执行元素级运算的函数。这些函数是高度优化的、快速的向量化包装器,提供了简单的方法对数组中的所有元素执行相同的操作,而不需要编写循环语句。原创 2024-01-17 11:11:04 · 1352 阅读 · 0 评论 -
3、Numpy中的通用函数
在 NumPy 中,通用函数(通常称为ufunc)是一种对 ndarray 中的数据执行元素级运算的函数。这些函数是高度优化的、快速的向量化包装器,提供了简单的方法对数组中的所有元素执行相同的操作,而不需要编写循环语句。原创 2024-01-17 10:07:39 · 701 阅读 · 0 评论 -
2、NumPy ndarray:多维数组对象基础
NumPy 的ndarray是一个多维数组对象,它支持快速的、向量化的数组操作。与 Python 原生的列表相比,ndarray提供了更加丰富的操作和更高效的存储。核心特性同质性ndarray中的所有元素必须是相同数据类型。多维性:可以是任意维度的数据结构,如向量(1维)、矩阵(2维)或更高维数据。高效性:NumPy 在内存中使用连续块存储数据,优化了缓存的使用,提高了计算性能。原创 2024-01-16 11:34:21 · 604 阅读 · 0 评论 -
Python 格式化输出:精确控制你的数据表示
在编程语言中,格式化输出是一个非常重要的功能,它允许程序员以可读和美观的方式展示信息。Python 提供了多种方法来格式化字符串,控制数据的显示方式。Python 中的格式化输出,主要包括旧式的格式化、方法和 f-string。原创 2024-01-15 11:16:26 · 625 阅读 · 0 评论 -
1、NumPy简介:开启Python科学计算之旅
NumPy 是一个强大的 Python 库,用于处理多维数组对象和矩阵。它提供了大量的数学函数来操作这些数组。因为它提供了一个高性能的多维数组对象和工具来处理这些数组,所以它成为了科学计算中最关键的库之一。原创 2024-01-15 10:32:07 · 601 阅读 · 0 评论 -
numpy中改变数组形状
是 NumPy 中用于转置数组的函数,也就是说,它可以改变数组的轴的顺序。对于二维数组,它会交换行和列,而对于多维数组,它可以重新排列轴的顺序。方法用于移除数组形状中的单维度条目,即维数为1的维度。用于在指定位置插入一个新的轴来增加数组的维数。在这个例子中,原来的轴顺序是(0, 1, 2),可以在不改变数组数据的前提下改变数组的形状。可以改变数组的形状并且改变了原数组。用于移除多余的轴(维度为1的),而。表示第一个轴和第二个轴交换了位置。适用于改变数组的多维形状,而。是最常用的改变数组形状的方法。原创 2024-01-06 13:49:53 · 621 阅读 · 0 评论 -
np.transpose用法
np.transpose主要用于对数组进行转置操作。它可以改变数组的维度和轴的顺序。原创 2024-01-05 19:06:37 · 676 阅读 · 0 评论 -
np.repeat用法
注意与np.stack的区别:np.stack会改变array的轴的数量,而np.repeat不会改变轴的数量。np.repeat用于对数组中的元素进行重复。是指定每个元素重复的次数,而。是指定重复的轴的参数。原创 2024-01-05 18:51:25 · 760 阅读 · 1 评论 -
1.MODNet: Trimap-Free Portrait Matting in Real Time
目录亮点整体流程参考亮点1.没有任何辅助输入的端到端抠图2.损失函数的设计3.训练上的技巧整体流程1.语义估计(低分辨率分支)的过程提取语义matte1).一张图像经过backbone(mobilenet)提取特征,保留下采样2x、4x的特征图2).下采样16x的特征图经过se模块后 上采样+卷积生成8x的特征图,再经过卷积生成语义特征matte sp3).gt matte 8x下采样+高斯模糊后 与sp计算mse损失, 即语义matte损失注:这里的2x,4x,8x的特征图后续都会原创 2022-04-01 11:44:02 · 377 阅读 · 0 评论 -
19.numpy模块
referencehttps://www.numpy.org.cn/user/quickstart.html原创 2021-04-24 21:27:48 · 86 阅读 · 0 评论 -
18.tqdm模块
文章目录描述用法自动控制运行手动控制运行参数解析reference描述Tqdm 是一个快速,可扩展的Python进度条,可以在 Python 长循环中添加一个进度提示信息,用户只需要封装任意的迭代器 tqdm(iterator)。用法自动控制运行最基本的用法,将tqdm() 直接包装在任意迭代器上。text = ""for char in tqdm(["a", "b", "c", "d"]): text = text + char time.sleep(0.5)tra原创 2021-04-24 21:26:09 · 115 阅读 · 0 评论 -
17.xml模块
文章目录描述xml元素与标签操作XMLreference描述XML处理模块。XML(可扩展性标记语言)是一种常见的文件类型,主要用于存储、传输数据和配置文件xml元素与标签<country name="Liechtenstein"> <rank updated="yes">2</rank> <year>2008</year> <gdppc>141100</gdppc>原创 2021-04-24 21:24:38 · 121 阅读 · 0 评论 -
16.logging模块
先挖个坑原创 2021-04-24 21:23:29 · 57 阅读 · 0 评论 -
15.pickle模块
文章目录描述方法与json的区别描述pickle模块实现了用于序列化和反序列化Python对象结构的二进制协议,与json功能类似方法pickle 模块也提供了四个功能:dumps、dump、loads、load,与json用法一致与json的区别json模块和picle模块都有 dumps、dump、loads、load四种方法,而且用法一样。不用的是json模块序列化出来的是通用格式,其它编程语言都认识,就是普通的字符串,而picle模块序列化出来的只有python可以认识原创 2021-04-24 21:18:31 · 79 阅读 · 0 评论 -
14.json模块
文章目录描述方法python对象(obj) 与json对象的对应关系描述JSON(JavaScript Object Notation, JS 对象标记) 是一种轻量级的数据交换格式。方法dumps和dumpdumps将“obj”类型转换为json格式的字符串>>> import json>>> json.dumps([]) # dumps可以格式化所有的基本数据类型为字符串'[]'>>> json.dumps(1)原创 2021-04-24 21:17:47 · 70 阅读 · 0 评论 -
13.threading模块
文章目录描述主要类线程创建直接创建Threading对象自定义类继承 Thread常用方法原理详解reference描述threading提供了一个比thread模块更高层的API来提供线程的并发性。这些线程并发运行并共享内存。一般并发的手段有采用多进程和多线程。但线程比进程更轻量化,系统开销一般也更低,所以大家更倾向于用多线程的方式处理并发的情况。主要类Thread – 表示一个执行线程的对象Lock – 锁原语RLock – 可重入锁对象,使单一线程可以再次获得已持有的锁(递归锁)Con原创 2021-04-24 21:15:03 · 121 阅读 · 0 评论 -
12.multiprocessing模块
referencehttps://blog.csdn.net/brucewong0516/article/details/85776194转载 2021-04-24 21:13:31 · 61 阅读 · 0 评论 -
11.argparse模块
文章目录描述使用步骤argparse.ArgumentParser()参数add_argument()参数须知reference描述argparse 是 Python 内置的一个用于命令项选项与参数解析的模块,通过在程序中定义好我们需要的参数,argparse 将会从 sys.argv 中解析出这些参数,并自动生成帮助和使用信息。使用步骤import argparse 首先导入模块parser = argparse.ArgumentParser() 创建一个解析对象parser.add_arg原创 2021-04-24 21:11:42 · 74 阅读 · 0 评论 -
10.shutil模块
文章目录描述主要函数代码示例reference描述高级的文件、文件夹、压缩包处理模块 (复制、移动、删除)主要函数函数功能注意shutil.copyfileobj(fsrc, fdst[, length])将文件内容拷贝到另一个文件中fsrc,fdst必须式打开的文件对象shutil.copyfile(src, dst)拷贝文件目标文件无需存在,src、dst为文件的路径字符串shutil.copymode(src, dst)仅拷贝权限。内容、组、用户均不原创 2021-04-24 21:08:13 · 63 阅读 · 0 评论 -
9.glob模块
文章目录描述两个方法reference描述该模块用以查找符合特定规则的文件路径名。跟使用windows下的文件搜索差不多。查找文件只用到三个匹配符:" * “, " ? “, " [] " 。” * " 匹配0个或多个字符;” ? " 匹配单个字符;" [] "匹配指定范围内的字符,如:[0-9]匹配数字。两个方法glob.glob返回所有匹配的文件路径列表。它只有一个参数pathname,定义了文件路径匹配规则,这里可以是绝对路径,也可以是相对路径。import glob #原创 2021-04-23 21:52:44 · 74 阅读 · 0 评论 -
8.sys模块
文章目录描述常用属性与方法reference描述sys用于提供对python解释器相关的操作,不是主机操作系统(os)。常用属性与方法sys.argv # 命令行参数List,第一个元素是程序本身路径sys.exit(n) # 退出程序,正常退出时exit(0)sys.version # 获取Python解释程序的版本信息sys.maxint # 最大的Int值sys.path # 返回模块的搜索路径,初始化原创 2021-04-23 21:51:17 · 82 阅读 · 0 评论 -
7.os模块
文章目录描述系统相关文件目录操作执行命令reference描述os模块是Python标准库中的一个用于访问操作系统相关功能的模块,os模块提供了一种可移植的使用操作系统功能的方法。使用os模块中提供的接口,可以实现跨平台访问。os模块的主要功能:系统相关、目录及文件操作、执行命令和管理进程系统相关属性用途os.name查看当前操作系统的名称。windows平台下返回‘nt’,Linux则返回‘posix’。os.environ获取系统环境变量os.sep当原创 2021-04-23 21:49:49 · 70 阅读 · 0 评论 -
6.datetime模块
待补充原创 2021-04-23 21:47:32 · 69 阅读 · 0 评论 -
5.time模块
待补充原创 2021-04-23 21:46:49 · 44 阅读 · 0 评论 -
0.说明
明明写了参考链接,为什么还选了[原创]?首先承认,大部分内容都来源于搬运。之所以选原创是因为选择其他的类型,还要再粘贴一遍链接,嫌麻烦。原创 2021-04-23 21:44:05 · 59 阅读 · 0 评论 -
4.__feature__模块
文章目录描述4个特性注意reference描述python2中引入python3的特性4个特性from future import print_function# python 2.x from __future__ import print_functionprint "Hello World">>> print "Hello World" File "<stdin>", line 1 print "Hello World"原创 2021-04-23 21:39:42 · 146 阅读 · 0 评论 -
3.pillow模块
Pillow 是Python的图像处理库。Image类Image是PIL最重要的类,PIL大部分功能都是从Image类实例开始的Image实例由五个属性:format: 返回图像格式(PNG,JPG等)mode:返回图像的模式(L-灰度图像;RGB,RGBA;YCrCb,I-32位整型;F-32位浮点型;P-8位像素,使用调色板映射到其他原创 2021-04-23 21:35:43 · 586 阅读 · 0 评论 -
2.np.random模块
文章目录描述常用函数代码示例refreence描述提供一些产生随机数的高级函数,满足高级需求常用函数函数功能numpy.random.seed(seed=None)设定随机数种子numpy.random.rand(d0,d1,…,dn)返回给定维度的array,每个数是服从开区间[0,1)的均匀分布的浮点数numpy.random.randn(d0,d1,…,dn)返回给定维度的array,每个数是服从标准正态分布的浮点数numpy.random.ra原创 2021-04-23 21:30:26 · 90 阅读 · 0 评论 -
1.random模块
Python自带的random包: 提供一些基本的随机数产生函数,可满足基本需求。原创 2021-04-23 21:23:11 · 135 阅读 · 1 评论