- 博客(23)
- 资源 (6)
- 问答 (4)
- 收藏
- 关注
RSS订阅原创 julia-表达式控制语句(第8讲)
表达式控制语句 2020/5/31================================================================================ 1.1.语法规范： # 控制语句或函数定义必以 end 结尾 1.2.分类： 复合表达式 ： begin 和 (;) 条件求值 ： if-elseif-else 和 ?: 短路求值 ： &&, || 重复求值 ： .
2020-05-31 20:33:47
511
原创 julia-Char字符String字符串(第7讲)
Char字符String字符串 2020/5/31==================================================================================1.1.Char： # Char 代表单字符，由32位整数表示 Unicode 码位;必须使用单引号 # 子类型AbstractChar是32位原始类型可表示任何Unicode字符（并且基于UTF-8编码）1.2.构造字符： 'x',Char(120),Cha.
2020-05-31 18:24:30
470
原创 Julia-数学运算（第6讲）
Julia 数学运算 2020/5/30=============================================================================1.1.算术运算符 # 下面的算术运算符适用于所有的基本数值类型：类型自动提升 +(正)；-(负)；!x(非Bool);+;-;*;div(整除)；/(浮点除)；x \ y (反除 = y / x) x ^ y )乘方:x 的 y 次幂);x % y (取余 = rem(x, y)...
2020-05-31 01:54:11
503
原创 julia-向量化的“点”运算符 (第5讲)
向量化的“点”运算符 2020/5/30===============================================================================1.1.用途：计算元素或向量的结果；操作数为数组或标量1.2.说明：算数运算符和复合运算符都有相应的点操作 ! √ += -= *= /= \= %= ^= &= |= ⊻ = >>>= >>= <.
2020-05-31 01:09:40
830
原创 julia-float浮点数（第4讲）
浮点数 2020/5/27=============================================================================1.1.浮点数类型： Float16 /Float32/Float64半/单/双精度 16/32/64 # 半精度浮点数Float16只用存储;计算被转换Float32 1.2.特殊浮点数： Float16 Float32 Float64 Inf16 Inf32 .
2020-05-30 21:33:16
520
原创 julia-整数（第3讲）
整数 2020/5/27================================================================================1.1.整数类型：Int8,Int16,Int32,Int64,Int128,UInt8,UInt16,UInt32,UInt64,UInt1281.2.整数构造： a=1;1,Int64(1),UInt64(a)#常量变量构造：(1, 1, 0x0000000000000001) 0b10,0o1.
2020-05-30 13:59:57
342
原创 julia-复数（第2讲）
复数 2020/5/30# 不同数据类型混合运算时，自动使用类型转换和提升# 类型提升机制保证了不同类型的运算对象能够在一起运算========================================================================1.构造复数： # 全局变量 im 即复数 i ，表示 -1 正平方根 1.1.常量构造：1+2im1.2.变量构造： a = 1; b = 2; complex(a,b)# 推.
2020-05-30 13:27:33
400
原创 julia-分数（第1讲）
分数 2020/5/30==========================================================================1.构造分数：# Julia 有分数类型。使用 // 运算符构造分数# 如分子分母有公约数将自动约简至最简分数，且分母为非负数；约简后分数都唯一# 类型提升使分数类型与其它数值类型能相互计算a,b=1,2;a//b==1//2 #变量常量构造1//0 #.
2020-05-30 13:24:44
361
原创 sklearn-分离数据-评估算法（第6讲）
评估算法 2020/5/28==========================================================================1.分离数据集方法：1)分离训练数据评估数据2)K折交叉验证分离3)弃一交叉验证分离4)重复随机评估，训练数据集分离==========================================================================2.实例2.1.分离训练数据评估数据.
2020-05-28 21:02:17
769
原创 sklearn-数据特征（第5讲）
1.1.用途：数据和特征决定机器学习的上限，而模型和算法只是逼近这个上限而已；特征处理是工程的核心；好的特征能够提高预测结过的准确性；1.2.要求：降低数据的拟合度，较少的冗余数据；提高算法的精度；减少训练时间；1.3.scklearn特征处理方法：单变量特征选定；递归特征消除；主成分分析；特征的重要性；2.1.单变量特征选定SelectKBest()用统计方法选定数据特征1—）卡方检验：检验自变量对应变量的相关性的方法；统计样本实际观测值与理论推断值之间的偏离程度；卡方..
2020-05-27 23:53:08
938
原创 pandas.DataFrame按行列值/名称排序
pandas.DataFrame按行列值/名称排序 2020/5/27===================================================================#1.1.按照某一列排序d = {'C': [7, 5, 8, 4,],'A': [3, 6, 6, 7], 'B': [2, 5, 8, 0,]}df = pd.DataFrame(data=d,index=[1,3,0,2])print('排序前:\n', df)'''排序前: .
2020-05-27 20:29:27
7794
原创 sklearn-数据可视化(第4讲)
数据绘图 2020/5/27=====================================================================================#1.绘制直线import numpy as npimport matplotlib.pyplot as plt# X represents the features of our training data, the diameters of the pizzas.# A scikit-le.
2020-05-27 19:39:04
684
原创 sklearn-数据标准化(第3讲)
数据可视化参考：https://mp.csdn.net/console/editor/html/105898695
2020-05-27 19:35:47
235
原创 sklearn-查看数据(第2讲)
查看数据 2020/5/27=====================================================================================1.1.查看数据维度，类型属性；1.2.简单的数据统计分析；数据的相关系及分布；=====================================================================================2.实例：#说明：在pycharm中数据不美.
2020-05-27 19:31:23
485
原创 sklearn-导入数据(第1讲)
导入数据 2020/5/27================================================================================= 1.1.sklearn中导入数据方法有:pandas.read_csv,np.loadtxt,python csv.reader1.2.sklearn中数据多为numpy 2D,1D,pd.Series,pd.DataFrame,list===============================.
2020-05-27 19:11:03
7547
原创 mahotas小波变换 Wavelet Transforms-无损压缩图片
1.1.用途：# 无损压缩图片-小波变换，在保留大部分信号的前提下使大多数值均为0（否则较小）2.实例：实例1：无损压缩图片import numpy as np ,mahotas as mhfrom matplotlib import pyplot as pltimage = mh.demos.load('luispedro', as_grey=True) #加载图片-原始图像中没有零image = image[:256,:256]print("1.
2020-05-24 13:21:16
1496
原创 mahotas标记图像Labeled Image
1.函数： mahotas.labeled.bbox(f, as_slice=False) # 标记数组中所有对象的边界框参数： f：int ndarray as_slice：bool可选--是否返回切片对象而不是整数坐标(默认值：False) 返回值：bboxes：ndarray 实例： bboxes = mh.labeled.bbox(f) bboxes[34] will contain the bounding box of (f == 34). ===.
2020-05-23 21:42:11
1075
原创 mahotas绘图函数
1.函数mahotas.polygon.line((y0, x0), (y1, x1), canvas, color=1)# 画一条线参数：p0 : 一对整数-第一点p1 : 一对整数第二点canvas : ndarray在要显示的图像上绘制color : integer, optional绘图颜色===============================================================================mahotas.polygon.fi.
2020-05-23 01:21:31
558
原创 mahotas 距离变换Distance Transform -结合分水岭进行图像分割
实例1：distance()图像距离计算import pylab as p,numpy as np import mahotas as mh f = np.ones((256,256), bool)#原图像f[200:,240:] = False f[128:144,32:48] = False # dmap像素（y，x）到最接近背景（黑色）像素的欧几里德距离平方；# f[y,x] == True dmap[y,x] == 0dmap = mh.distance(f.
2020-05-22 22:21:40
987
原创 pil辅助opencv处理图像
由于opencv功能比较强大，运算速度快，本人以opencv为主处理图像。当然用其他库做补充。如pil.本人摘选几个对opencv有益的补充函数，现汇总如下：PIL/pillow 2020/5/15================================================================================================1.1.安装：pip install pillow1.2.显示图像from PIL import.
2020-05-15 10:33:31
416
原创 python opencv 实现类似RotatedRect的矩形旋转
本文原理：先旋转矩形到指定角度，然后提取矩形外轮廓，从而获取旋转后的矩形坐标点。#！/usr/bin/env python3# -*- coding: utf-8 -*-# @Author: tcy# @Date: 2020-5-2 21:00:53# @Version:V1.01# @Last Modified by: tcy shanghai songjiang xi...
2020-05-07 21:30:10
5730
原创 python opencv ROI 与copyTo,数学运算的应用
#！/usr/bin/env python3# -*- coding: utf-8 -*-# @Author: tcy# @Date: 2020-5-3 12:10:53# @Version:V1.01# @Last Modified by: tcy shanghai songjiang xiaokunshan# @Last Modified time: 2020-5-7 ...
2020-05-07 15:53:57
2207
原创 python opencv，sklearn-数据标准化归一化
1.1.定义：归一化把需要处理的数据经过处理后（通过某种算法）限制在你需要的一定范围内。1.2.优点：归一化使数据有可比性，同时又保持相比较的两个数据之间的相对关系 转换成标准模式，防止仿射变换的影响。 减小几何变换的影响;加快梯度下降求最优解的速度,收敛加快1.3.作用：归纳统一样本统计分布;归一化在0-1是统计概率分布;归一化在某区间上是统计的坐标分布1....
2020-05-03 04:43:01
2221
swig 打包C++ python应用
2020-09-26
新浪实时数据读取
2018-07-06
C++ Qt5中状态栏更改颜色背景无变化
2021-04-10
C++预编译时如何判断数据类型？
2020-11-27
python函数如何正确返回局部变量
2020-10-17
python opencv计算圆形纽扣上的字符的旋转角度
2020-08-21
TA创建的收藏夹 TA关注的收藏夹
TA关注的人