weixin_40356612的博客

接着上一篇简单记录python另一库pyart的安装和应用。

需要绘制PPI图来做分析，之前的绘图方式不再支持，故此篇文章记录应用python强大的cinrad第三方库绘制PPI图之cinrad的安装和简单应用，后续相关等学到新知识再更新。

将一条或多条曲线绘制在一张图上以及在一张图上绘制多个子图，并共享y轴。

本文主要介绍读取视频文件，保存视频帧图片；将帧图片合成为视频；读取视频文件，对视频帧图片进行心处理，将处理完的帧图片合成视频，以完成对视频的处理。

空间数据组织有两种基本形式：矢量数据和栅格数据，与计算机存储图像组织形式类似。GeoTIFF是一种基于 TIFF 的地理空间栅格数据存储格式，是目前被支持最广泛、最通用的空间栅格数据格式之一。GeoTIFF是TIFF 格式的一种扩展, 支持地理空间参考的TIFF. GeoTIFF 是TIFF规范的一部分。

需要获取的是目标栅格区域内的人口分布（密度）数据。本文从数据获取，到处理方式上一步步详细进行阐述，借助工具有：arcgis10.7，python3.7，matlabR2018b。

本文仅使用python语言来自编神经网络算法应用于MNIST手写数字的识别，在此基础上通过过算法中的参数进行调优来提高模型的识别效果。

手写字体MNIST数据集是一组常见的图像，其常用于测评和比较机器学习算法的性能，本文使用pytorch框架来实现对该数据集的识别，并对结果进行逐步的优化。

工作中，遇到工程上的一个四元的非线性方程组需要求解，经过各路大神的协助，终将该问题解决，在此进行记录，同时也写给需要的你们。四、测试测试结果如下：-（需要补）

ERA5再分析资料下载详细过程记录

python 测试API接口

python通过FTP从远程服务器下载文件

pycharm文件说明及matplotlib绘图设置

前言以前一直在leetcode上刷编码题，今天转到了牛客上，刷题规则与leetcode上有有些许差别，基本是输入和输出的差别，经过本人实验，将规则写出来做个记录，以便下次在牛客刷题忘记有个参考，这里主要以我常用和熟悉的语言：python，matlab，以及C#为例来说明。题目描述计算字符串最后一个单词的长度，单词以空格隔开，字符串长度小于5000。（注：字符串末尾不以空格为结尾）输入描述：输入一行，代表要计算的字符串，非空，长度小于5000。输出描述：输出一个整数，表示输入字符串最后一个单

本文总结数据结构中的几大排序算法，从原理、复杂度、稳定性和代码来逐步阐述。首先明确一个概念：稳定性：如果一个排序算法是稳定的，当有两个相等键值的记录S和R，且在原本的列表中R是出现在S之前，则在排序过后的列表中R也将会是在S之前。一、冒泡排序原理：对于列表任意相邻的两个元素进行比较，若前一个大于后一个，则两者进行交换，否则不交换。一趟冒泡下来，最大元素处在最后位置上，然后对前（n-1）个元素进行类似的操作，重复此过程，直到列表成为有序为止。总共需要（n-1）次冒泡，第k次冒泡需要的比较次数为（n-

Logistic回归可以被看成是一种概率估计。我们在每个特征上乘一个回归系数，然后所有值相加，总和带入sigmoid函数，得到一个0~1之间的数值，大于0.5的被分到1类，小于0.5的被分到0类别中。一、理论基础用Logistic回归进行分类的主要思想是：根据现有数据对分类边界线建立回归公式，以此进行分类。“回归”源于最佳拟合，表示要找到的最佳拟合参数。优点：计算代价不高，易于理解和实现缺点：易欠拟合，分类精度可能不高适用数据类型：数值型和标称型sigmoid函数梯度算子总是指向函数值变化

对于分类任务来说，使用概率有时要比使用硬规则更为有效，朴素贝叶斯即是一种基于概率论进行分类的方法。一、基础理论

基本概念信息增益: 划分数据前后信息发生的变化。划分数据的最大原则是：将无序数据变得更加有序划分数据获得最高信息增益的特征是最好的特征。信息：若待分事务可被划分在多个类中，则x(i)的信息为：L（x(i)） = -log2p(x(i))其中p(x(i))是为该分类的概率。-熵：信息的期望值：H = -...

猫狗图片下载地址：链接：https://pan.baidu.com/s/1l1AnBgkAAEhh0vI5_loWKw提取码：2xq4说明：大概有816M大小，分为train和test，train有cat和dog标签作为图片名字。一、建立训练、验证、测试图片集import osimport shutiloriginal_dataset_dir = "/home/suanfa/picture/dogs-vs-cats/train/train"base_dir = "dogs_and_cats

在对mp3音乐进行剪切前需将mp3转换为wav格式，首先需要安装如下2个库一、库安装(加上清华镜像源加快进度）pip install pydub -i https://pypi.tuna.tsinghua.edu.cn/simple some-package # 格式转换需要pip install scipy -i https://pypi.tuna.tsinghua.edu.cn/simple some-package # 截取音乐需要二、mp3转WAVfrom pydub

换了系统之后需要重新配备python的环境，我的电脑系统是ubuntu18.04，GPU10.1版本，打算装3.6版本的python。搜索tensorflow版本conda search tensorflow查看安装源conda config --show channels添加清华源conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config --add ch

在网上查找此类转换的相关文章，未找到合适的，经过本人的刻苦钻研，终于大功告成，下面就娓娓道来。安装库pip install midi2audiopip install fluidsynth导入和转换from midi2audio import FluidSynths = FluidSynth()fs.midi_to_audio('input.mid', 'output.wav')以上input.mid为想要转换的midi文件所在位置，output.wav为输出wav音乐所在位置。注意：