LJC的博客

看到一个有意思的做法，记录一下：class Solution: def spiralOrder(self, matrix: List[List[int]]) -> List[int]: res = [] while matrix: res.extend(matrix.pop(0)) # res += matrix.pop(0) 将当前矩阵的最上层进行存储在结果中，而且将原矩阵的最上层元素进行剥离。 matri.

查看环境依赖的具体版本pip list将环境依赖导出至txt文件pip freeze > requirements.txt安装某个依赖包pip install xxx=x.x.x安装txt里面所有的依赖pip install -r requirements.txt

直接附代码参考：# 下面生成的是0到(n-1)的随机列表，根据自己的需求改即可。### 方法一n = 10shuffle = random.sample(list(range(n)), n)print(shuffle) # [5, 4, 7, 9, 2, 3, 0, 8, 1, 6]### 方法二list = list(range(10))print(list) # [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]random.shuffle(list)print(l

python各种结构的插入与弹出1、list列表-栈插入用append()弹出用pop()2、set集合插入用add()弹出用pop()3、队列（1）from collections import deque插入用append(),appendleft()弹出用popleft(),pop()（2）from queue import Queue插入用put()弹出用get()...

np.where常用的用法示例，从一维数组以及二维数组进行举例：一、一维数组的np.where用法import numpy as nparr = np.arange(6) print(arr) # [0 1 2 3 4 5]print(np.where(arr > 3)) # (array([4, 5], dtype=int64),) 代表大于3数值的posprint(np.where(arr > 3, 1, -1)) # [-1 -1 -1 -1 1 1]arr = n

list.sort():改变list内部的顺序sorted(list):不改变list内部的顺序>>> a = [2,1,4]>>> sorted(a)[1, 2, 4]>>> a[2, 1, 4]>>> a.sort()>>> a[1, 2, 4]

链表概念：链表是一种物理存储单元上非连续、非顺序的存储结构，数据元素的逻辑顺序是通过链表中的指针链接次序实现的。相关代码# 首先定义结点类，链表结点包括值域 val，和 next 指针class ListNode: def __init__(self, x): self.val = x self.next = Nonedef main(): """ 利用数组初始化一个链表 """ nums = [1, 4, 2, 7..

读写json的简单示例这里以将字典写入json文件为例：import jsonmy_dict = {} # 换成自己的dictjson_str = json.dumps(my_dict, indent=4)with open('./my_dict.json', 'w') as json_file: json_file.write(json_str) # 写入with open('./my_dict.json', 'r', encoding='utf-8') as f: my

队列概念：一种 先进先出的数据结构，元素从后端入队，然后从前端出队。因此，标准的队列基本操作有 push to back（从右边入队）、peek/pop from front（从左边出队）、size 和 is empty 这些操作，遵循了上述概念的原则。而python中collections自带的deque，是一个双端队列。即两边均可操作。理解时，可以按数组的顺序来理解，即0为前端（首），-1为后端（尾）。附下源码：class deque(object): """ deque([i

break可以跳出当前while的循环，而不是全部while。

python利用字典统计词频的两种方式1、自带collections库>>> import collections>>> s = 'collection'>>> collections.Counter(s)Counter({'c': 2, 'o': 2, 'l': 2, 'e': 1, 't': 1, 'i': 1, 'n': 1})>>> dict(collections.Counter(s)){'c': 2, 'o':

字符串相关基础操作1、切片>>> str = '0123456789'>>> str[0:3] # 从0开始计数，左闭右开'012'>>> str[:] # 没有具体数值：默认从0开始，默认到终点'0123456789'>>> str[::-1] # 反转'9876543210' >>> str[4::] # str[4:]'456789'>>> str[::

在没有利用pycharm等软件时，利用命令行编程调试时就可以使用pdb库。主要有两种方式进入调试方式。1、直接将断点在程序指定行设置好这种方式需要修改原先的py文件。然后运行py文件，会自动运行跳转指定的地方开始调试。import pdbpdb.set_trace() # 需要断点调试的地方2、命令行直接进行调试状态（推荐）这种方式不需要修改py文件，直接进行调试状态，默认从头开始。然后利用之后的一些命令进行调试即可。运行以下指令即可。python -m pdb main.py3、相关

1、创建虚拟环境conda create -n your_env_name python=3.8 其中，your_env_name:虚拟环境的名字，是自定义的。2、激活虚拟环境conda activate your_env_name 或Linux以及windows系统下Linux: source activate your_env_nameWindows: activate your_env_name3、结束虚拟环境Linux: source deactivateWindows

ipython在命令行的使用，相较于直接输入python并使用更加方便。例如有时会自动跳转到合适的位置。输入以下指令并回车：ipython操作的示例：Python 3.7.3 (default, Mar 27 2019, 22:11:17)Type 'copyright', 'credits' or 'license' for more informationIPython 7.4.0 -- An enhanced Interactive Python. Type '?' for help.

图像处理经常需要涉及画不同颜色的框、线；需要理解对应的颜色名字（包括中英文的）。注意：python的cv2读取图像是BGR格式，即与下面表格最后一列的数值相反，如LightPink浅粉红色为(193,182,255)；blue纯蓝色为(255,0,0)。需要看具体颜色的样式可以打开链接查看。英文颜色中文颜色HEX格式RGB格式LightPink浅粉红#FFB6C1255,182,193Pink粉红#FFC0CB255,192,203Crimson猩红#

示例：import _pickle as cPicklef = open('./valid.pkl', 'rb+')info = cPickle.load(f)print(info)附上open的相关参数：模式描述t文本模式 (默认)。x写模式，新建一个文件，如果该文件已存在则会报错。b二进制模式。+打开一个文件进行更新(可读可写)。U通用换行模式（不推荐）。r以只读方式打开文件。文件的指针将会放在文件的开头。这是默认模式。

了解python的二进制与位运算，主要由以下几个方面展开：一、bin()函数将十进制转为二进制，输出的是字符串格式。>>> bin(11)'0b1011'其他八进制oct()、十六进制hex()。二、format以上的内置函数输出时前两位的字符代表进制。如果不需要输出前两位的，可以用以下的方式。>>> '{:b}'.format(11)'1011'>>> type('{:b}'.format(11))<class 'str'

这里考虑了两种情况：一、直接赋值初始化>>> row = 3>>> col = 4>>> matrix = [[0]*col for i in range(row)]>>> matrix[[0, 0, 0, 0], [0, 0, 0, 0], [0, 0, 0, 0]]二、利用numpy初始化>>> import numpy as np>>> row = 3>>&gt

pip install pycocotools-windows

安装图像处理cv2库pip install opencv-python安装机器学习sklearn库pip install scikit-learn注意：pip一般默认安装最新的版本，如果需要安装指定的版本，可以在后面加上==xx.xx。

1、在线下载anaconda软件以Anaconda3-2020.07-Linux-x86_64版本为例，具体可看https://repo.anaconda.com/archive。wget https://repo.anaconda.com/archive/Anaconda3-2020.07-Linux-x86_64.sh2、安装anaconda在所安装的路径下，修改安装程序权限为可执行chmod +x Anaconda3-2020.07-Linux-x86_64.sh./Anaconda3

python的标准数据类型Python3 中有六个标准的数据类型：Number（数字）String（字符串）List（列表）Tuple（元组）Set（集合）Dictionary（字典）Python3 的六个标准数据类型中：**不可变数据（3 个）：**Number（数字）、String（字符串）、Tuple（元组）；**可变数据（3 个）：**List（列表）、Dictionary（字典）、Set（集合）。>>> dict = {}>>>

os.system(cmd)直接调用os.system(cmd)即可。在一个python文件里，同时写多个命令，然后按顺序执行。案例1（运行一个python文件，从前到后按顺序调用程序执行）：以下例子就是，执行顺序为preprocess.py -> train.py -> test.py -> postprocess.py。import oscmd = 'python preprocess.py'os.system(cmd)cmd = 'python train.py'o

下面记录下学习python的argparse库的相关用法以及主要示例。主要分为以下六步：import argparse导入库parser = argparse.ArgumentParser() 建立解析对象parser.add_argument("–data_root", type=str, default=’./data’, help=“path to Dataset”)添加各种变量，可以用一个函数专门放置，也可以直接放在主函数当中。args = parser.parse_args() 把pa

本项目是基于pandas==1.1.5的版本。以下记录学习pandas库的笔记def read_excel( io, sheet_name=0, header=0, names=None, index_col=None, usecols=None, squeeze=False, dtype=None, engine=None, converters=None, true_values=None, false_v

现在以图像train_aachen_000000_000019_leftImg8bit.jpg为例。属性详细信息（w * h）如下：图像的示意图：一、cv2读取图像cv2读取的图像就是numpy的格式了。import cv2img = cv2.imread('./train_aachen_000000_000019_leftImg8bit.jpg')print(img.shape) # (1024, 2048, 3) (h, w, c)print(type(img)) # <

1、ord()函数它以一个字符（长度为1的字符串）作为参数，返回对应的 ASCII 数值，或者 Unicode 数值。>>> ord('a')97>>> ord('b')98>>> ord('A')652、chr()函数chr() 用一个范围在 range（256）内的（就是0～255）整数作参数，返回一个对应的字符（当前整数对应的 ASCII 字符）。是上述ord()函数的配对函数。>>> chr(65)'A'