BOOM KAKA--Python is learning

BOOM KAKA–Python is learning

一，enumerate，zip函数的结合使用

1. enumerate函数：

（1）遍历一个序列的同时（2）追踪当前元素的索引。

some_list=['foo','bar','baz']
mapping={}
for i,value in enumerate(some_list):
    mapping[value]=i
a = mapping.get(value) #查找key 为 'baz'的value, a = 2
print(mapping)
#mapping: {'foo': 0, 'bar': 1, 'baz': 2}

2. zip函数：

将列表，元祖或其他序列的元素配对，新建一个元祖构成的列表

image=['image1','image2','image3','image4']
label=[1,2,3,1]
zipped=zip(image,label)
print(list(zipped))
# [('image1', 1), ('image2', 2), ('image3', 3), ('image4', 1)]

zip可以处理任意长度的序列，它生成列表长度由最短的序列决定

seq3=['False','True']
print(list(zip(image,label,seq3)))
#[('image1', 1, 'False'), ('image2', 2, 'True')]

3. enumerate 和 zip一起用

一般来说，enumerate和zip函数是一起用的，他们的应用场景
zip的常用场景为同时遍历多个列表，有时候会和enumerate同时使用
eg. 把dataset的data与corresponding label 一一对应起来

# enumerate 和 zip一起用
image=['image1','image2','image3','image4']
label=[1,2,3,1]
for i,(a,b) in enumerate(zip(image,label)):
    print('{}:({},{})'.format(i,a,b))
    #format, 挖空，依次填入format(...)中的值
    # 0: (image1, 1)
    # 1: (image2, 2)
    # 2: (image3, 3)
    # 3: (image4, 1)

二、numpy

1. squeeze()

squeeze() 从数组的形状中删除单维度条目，即把shape中为1的维度去掉
https://blog.csdn.net/zenghaitao0128/article/details/78512715

三、Argparse

1. Argparse 使用

https://www.cnblogs.com/cuhm/p/10643765.html

# 导入包
import argparse 
# 创建解析器
parser = argparse.ArgumentParser() 
#添加位置参数(positional arguments)
parser.add_argument('--dir', type=str, default = '', help='input a int')
parser.add_argument('--cuda', action='store_false', default=True, help='use cuda')
args = parser.parse_args()

其中action参数的’store_true’指的是：触发action时为真，不触发则为假。即储存了一个bool变量，默认为False; 只要触发（即edit configuration时，输入了–cuda）, 则 args.cuda = True

parser.add_argument('--cuda', action='store_false', default=True, help='use cuda')

此句，触发了–cuda，所以cuda=false。(default=False意思是，edit configuration时，若不输入–cuda, 则默认为args.cuda = False, 不用cuda(local 只有 cpu))

2. pycharm中传入命令行参数

https://blog.csdn.net/jacke121/article/details/77867939