- 博客(26)
- 资源 (1)
- 收藏
- 关注
RSS订阅转载 读取多个excel到一个excel里
https://www.huaweicloud.com/articles/12502600.htmlimport pandas as pdimport os# 将excel中的sheet名称放入列表sheet_names = ["name1","name2","name3","name4", ... ]# 将excel文件名称放入列表xlsx_names = [x for x in os.listdir() if x.endswith(".xlsx")]writer = pd.ExcelW
2021-09-13 23:29:21
121
原创 小A学习CV（1）— python开发环境配置
jianshu GG了，只能移到此处了～https://www.jianshu.com/p/f231fc2d59b4
2019-09-02 00:25:49
121
原创 数字图像处理1-灰度变换和对比度拉伸
1.灰度变换imadjust(img_in,[in_low in_high],[out_low out_high],gamma) %low high 归一化imgadjust(omg_in,[0 1],[1 0]) 负片imcomplement(img) %负片imgadjust(img_in,stretchlim(img_in,[0.2 0.8])) %stretch默认返回直方...
2019-09-01 20:55:55
1062
原创 Mac pycharm安装及破解
1.安装直接从官网下载即可，一步一步傻瓜式安装；2.破解网上有很多方法，主要是修改hosts文件和安装破解补丁两种，参考了这篇博客：https://blog.csdn.net/u014044812/article/details/78727496...
2019-04-08 17:11:28
3591
原创 HTTP协议细节
HTTP协议客户端连上web 服务器后，若想获得 web 服务器中的某个 web 资源，需遵守一定的通讯格式， HTTP 协议用于定义客户端与 web 服务器通迅的格式。 WEB浏览器与 WEB 服务器之间的一问一答的交互过程必须遵循一定的规则，这个规则就是 HTTP 协议。HTTP是 hypertext transfer protocol （超文本传输协议）的简写，它是 TCP/IP 协议集中的
2016-09-10 22:27:42
532
转载 回调函数
作者：桥头堡 链接：http://www.zhihu.com/question/19801131/answer/27459821 来源：知乎 著作权归作者所有，转载请联系作者获得授权。什么是回调函数？我们绕点远路来回答这个问题。编程分为两类：系统编程（system programming）和应用编程（application programming）。所谓系统编程，简单来说，就是编写库；而应用编
2016-09-08 10:51:53
214
原创 python中的“__init__”函数
今天在构造CaptureManager类的时候，遇到了”init“函数，于是查了一下用法：LOOK_HERE感觉应该就是类似C++里面的构造函数（constructor）
2016-09-07 15:00:49
691
原创 python中的修饰符（@）
今天在看《opencv3计算机视觉-python语言实现》的第2章中，遇到了一个新的符号“@”，之前一直听说python要学到了修饰符才算入门，今天终于见到庐山真面目啦，哈哈。我是看了这篇文章 ，稍微明白了一点，感觉修饰符有点像“模板函数”，但是好像又比模板函数灵活、强大一些。尤其是那句 通过另外一个函数传递函数对象，然后将结果赋给原来的函数。有种茅塞顿开的感觉。修饰符的引入可以用来解决 ：
2016-09-07 14:57:37
738
转载 linux解压xxx.tar.bz2
从网络上下载到的源码包， 最常见的是 .tar.gz 包， 还有一部分是 .tar.bz2包要解压很简单 ：.tar.gz 格式解压为 tar -zxvf xx.tar.gz.tar.bz2 格式解压为 tar -jxvf xx.tar.bz2
2016-09-02 16:30:05
342
转载 linux笔试题
from： http://blog.csdn.net/xy010902100449/article/details/46537427一．填空题：在Linux系统中，以 文件 方式访问设备 。Linux内核引导时，从文件 /etc/fstab 中读取要加载的文件系统。Linux文件系统中每个文件用 i节点 来标识。全部磁盘块由四个部分组成，分别为引导块 、专用块 、 i节
2016-09-02 08:11:17
243
原创 cv2相关问题：
1. cv2无法import的问题：解决办法：sudo apt-get install python-opencv具体看这里：http://stackoverflow.com/questions/25215102/installing-opencv-for-python-on-ubuntu-getting-importerror-no-module-named-cv2p.s: 后来采用了这里的做法，
2016-08-31 15:46:48
390
原创 树莓派3 + python+opencv3：安装及安装中遇到的error
1. 安装过程：http://yehnan.blogspot.com/2015/12/raspberry-piraspbianopencv.html2. 安装过程中遇到的error:在执行了make -j4 的最后，出现错误信息：Makefile:137: recipe for target 'all' failedmake: *** [all] Error 2解决办法是在cmake 的时候加上以
2016-08-31 15:44:06
1367
原创 MVC设计模式（以Django为例）
MVC设计模式 使用MVC的目的是将M和V的实现代码分离，从而使同一个程序可以使用不同的表现形式。比如统计学生数据可以分别用柱状图 、饼形图 来表示。C 存在的目的则是确保M和V的同步，一旦M改变，V应该同步更新 简单的说， MVC 是一种软件开发的方法，它把代码的定义和数据访问的方法（模型）与请求逻辑 （控制器）还有用户接口（视图）分开来。1. MVC = Model View Con
2016-08-29 21:06:22
706
1
原创 机器学习实战 -ch09.树回归（CART算法）
一. CART vs ID3二. 算法代码及注释没有考虑后面的“树回归和标准回归的对比”，对于剪枝原理也还有待深入的理解# -*- coding:utf-8 -*- from numpy import *#读取数据到矩阵def loadDataSet(filename): dataMat = [] fr = open(filename) for line in fr
2016-08-29 19:52:53
944
转载 ubuntu14.04下sublime_text3的中文输入问题
在网上找了好久，终于在这篇blog里得到完美解决http://www.cnblogs.com/wangkongming/p/4302642.html
2016-08-27 21:36:53
358
原创 机器学习实战——ch8.2 回归之预测乐高玩具价格
这部分由于书上提供的Google的购物API已经关闭，所以只能在实验楼上完成了这个实验(这一次，我只是代码的搬运工) 完整的代码及注释：#-*- coding: utf-8 -*-from numpy import *from BeautifulSoup import BeautifulSoup# 从页面读取数据，生成retX和retY列表def scrapePage(retX, retY,
2016-08-24 09:37:38
2739
1
原创 机器学习实战——交叉验证
交叉验证(Cross-validation)：主要用于建模应用中，例如PCR 、PLS 回归建模中。在给定的建模样本中，拿出大部分样本进行建模型，留小部分样本用刚建立的模型进行预报，并求这小部分样本的预报误差，记录它们的平方加和十折交叉验证（10-fold cross-validation）：用来测试算法准确性。是常用的测试方法。将数据集分成十分，轮流将其中9份作为训练数据，1份作为测试数据，进行试
2016-08-18 20:10:49
530
原创 机器学习实战——ch08.1回归之岭回归
1.什么是岭回归？对于一个统计学知识匮乏的工科生，还真得好好补补。通过各种信息检索，终于有了一点理解，同时发现了统计学真的很重要，比如金融、生物（尤基因）等与大量数据相关的领域。 岭回归：是一种专用于共线性数据分析的有偏估计回归方法，实质上是一种改良的最小二乘估计法，通过放弃最小二乘法的无偏性，以损失部分信息、降低精度为代价，获得回归系数更为符合实际、更可靠的回归方法，对病态数据的耐受性远远强于
2016-08-18 15:16:28
1805
原创 机器学习实战 ——ch08.回归
一、基础知识准备：1.线性回归： １） 统计回归分析的任务： 根据x1,x2,x3,...,xp和观察值Y，去估计函数f，寻求变量之间近似的函数关系 ２） 参数回归 & 线性回归： 我们常用的是，假定f函数的数学形式已知，其中若干个参数未知，要通过自变量和因变量的观察值去估计未知的参数值。这叫“参数回归”。其中应用最广泛的是f为线性函数的假设： f(x1,x2,x3,
2016-08-15 15:41:40
271
原创 机器学习实战—ch03 .决策树（ID3算法）
一、基础知识准备：1.标称型 & 数值型 标称型：标称型目标变量的结果只有在有限的目标集中取值，如True、False（标称型目标变量主要用于分类） 数值型：数值型目标变量则可以从无限的数值集合中取值，如0.100、42.001等（数值型目标变量主要用于回归分析）2.信息熵 & 信息增益 信息熵：度量数据集合无序程度的量 信息增益：信息熵（划分数据集前） - 信息熵(划分数
2016-08-14 20:46:48
427
原创 PAT—1003. Emergency
As an emergency rescue team leader of a city, you are given a special map of your country. The map shows several scattered cities connected by some roads. Amount of rescue teams in each city and the le
2016-06-30 17:06:43
187
原创 PAT—1002. A+B for Polynomials
This time, you are supposed to find A+B where A and B are two polynomials. Input Each input file contains one test case. Each case occupies 2 lines, and each line contains the informatio
2016-06-28 23:45:16
200
原创 PAT (Advanced Level) Practise —1001：A+B format
Calculate a + b and output the sum in standard format – that is, the digits must be separated into groups of three by commas (unless there are less than four digits). Input Each input fi
2016-06-28 14:52:56
224
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人