python
文章平均质量分 60
nickdlk
就那样吧
展开
-
Python interp1d()插值错误 ‘<m8[ns]‘
错误:numpy.core._exceptions.UFuncTypeError: ufunc ‘true_divide’ cannot use operands with types dtype(‘float64’) and dtype(‘<m8[ns]’)报错源代码:使用日期作为x轴,float作为y轴传入interp1d()报错原因是,如果用两个日期相减(上图x_hi-x_lo)会得到一个 Timedelta类型或者说是numpy的<m8[ns]类型,这是带单位的,不能跟作为除数.原创 2022-04-09 17:16:26 · 1939 阅读 · 0 评论 -
Django swagger APIView
Django swagger APIView drf-yasg原创 2021-09-09 20:56:42 · 467 阅读 · 0 评论 -
Django rest framework “Object with this Name already exists“
https://github.com/encode/django-rest-framework/issues/1682https://stackoverflow.com/questions/36327029/model-with-this-field-already-exist-on-put-call-django-rest-framework/36334825model:Serializer:view:用Django rest framework POST的时候出现错误,不能添加已经.原创 2021-08-06 21:54:34 · 441 阅读 · 0 评论 -
Django Channels 异步调用ORM
Database Access — Channels 3.0.4 documentationhttps://channels.readthedocs.io/en/stable/topics/databases.html数据库访问Django ORM 是一段同步代码,因此如果您想从异步代码访问它,您需要进行特殊处理以确保其连接正确关闭。如果您正在使用SyncConsumer,或任何基于它的东西——比如 JsonWebsocketConsumer——你不需要做任何特别的事情,因为你的所有代码都已经在.原创 2021-08-05 17:22:42 · 2681 阅读 · 0 评论 -
Django REST FrameWork 序列化关联一对多 多对多关系
Django REST FrameWork 序列化关联一对多 多对多关系,反序列化 Serializer create原创 2021-08-01 23:19:12 · 4324 阅读 · 1 评论 -
Python Django使用websocket channels3.0.3
Channels3.0.3网上的教程是2.4.0,本文照着官方文档整合。Installation — Channels 3.0.3 documentationhttps://channels.readthedocs.io/en/stable/installation.html版本:Python 3.7Django 3.2.2Channels 3.0.3python -m pip install -U channels新建项目新建项目,新建app,略。setting.py添加ch原创 2021-06-17 17:41:04 · 1670 阅读 · 8 评论 -
Python selenium爬取协程酒店评论
python3.72021年selenium原创 2021-06-13 19:44:01 · 666 阅读 · 3 评论 -
易语言与Python socket通信
要在Linux环境下使用Python做服务端,在Windows环境下做客户端,用易语言方便开发。使用现成的模块Hp-socket易语言:[搬运]HPsocket5.8.1中文支持库+Demohttps://bbs.125.la/forum.php?mod=viewthread&tid=14676555&highlight=socketPython:HPSocket4Python: 这个是HPSocket的Python绑定https://gitee.com/RonxBulld/原创 2021-05-28 10:51:06 · 1489 阅读 · 0 评论 -
Django 初始化后运行特定代码 使用models
Django运行特定代码场景:Django第一次运行 或者每次启动时需要执行某段代码,我这是需要启动Django的时候同时启动Socket。__init__.py里面加载直接在__init__里面加载 但是如果要执行的代码里要用到model的话会提示model未初始化在urls.py里面加载在urls.py里面的代码再runserver的时候会执行一次,并且此时model已经载入,可以在外部的代码里直接import models使用外部使用models先导入环境 messageServ原创 2021-05-28 10:43:53 · 975 阅读 · 0 评论 -
Python 基于位平面的信息隐藏算法 阿诺德置乱算法
Python 基于位平面的信息隐藏算法 阿诺德置乱算法 Arnold算法原创 2021-04-27 22:12:26 · 1868 阅读 · 6 评论 -
Python numpy ValueError: setting an array element with a sequence.
ValueError: setting an array element with a sequence.两个矩阵没有对齐p[x, y] = img[i, j]p的shape是(256, 256)img的shape是(256, 256, 3)将img截取成(256, 256)image = img[:,:,0]#深复制image = np.copy(img[:,:,0])原创 2021-04-26 22:31:26 · 628 阅读 · 0 评论 -
Backtrader Orders 订单
https://www.backtrader.com/docu/order/#order-notificationCerebro is the key control system in backtrader and Strategy (a subclass) is the key control point of the end user. The latter needs a chaining method to other parts of the system and that’s where .原创 2021-04-10 10:35:04 · 1680 阅读 · 0 评论 -
Backtrader 画图和指标
Backtrader 画图 图片大小 展示结果 quantstats指标展示原创 2021-04-09 20:42:05 · 4752 阅读 · 1 评论 -
树莓派 Python读取信息 CPU GPU温度 显示IP
树莓派 Python读取信息 CPU GPU温度 内存使用 硬盘使用 top命令GUI显示原创 2021-04-04 15:21:53 · 614 阅读 · 0 评论 -
Python 实现RC4流密码
RC4流密码 Python3.7 实现原创 2021-03-28 19:22:59 · 596 阅读 · 0 评论 -
Python sanic-jwt 身份验证
Sanic登录验证包 sanic-jwt使用,身份验证原创 2021-03-07 21:08:56 · 1723 阅读 · 1 评论 -
Python windows安装catalyst
windows下安装python回测框架enigma-catalyst原创 2021-02-22 20:29:26 · 2422 阅读 · 0 评论 -
python pandas ISO-8601时间转换为本地时间
ISO-8601小时、分和秒都用2位数表示,对UTC时间最后加一个大写字母Z,其他时区用实际时间加时差表示。如UTC时间下午2点30分5秒表示为14:30:05Z或143005Z,当时的北京时间表示为22:30:05+08:00或223005+0800,也可以简化成223005+08。合并表示时,要在时间前面加一大写字母T,如要表示北京时间2004年5月3日下午5点30分8秒,可以写成2004-05-03T17:30:08+08:00或20040503T173008+08。现有数据:print(原创 2021-02-21 16:58:34 · 1337 阅读 · 0 评论 -
监督+无监督、机器学习+深度学习 寻找普通苹果与其他苹果
根据original_data 样本,建立模型,对test_data的图片进行普通/其他苹果判断1. 数据增强,扩充确认为普通苹果的样本数量+ 特征提取,使用VGG16模型提取图像特征+ 图像批量处理+ Kmeans模型尝试普通/其他苹果聚类+ 基于标签数据矫正结果,并可视化+ Meanshift模型提升模型表现+ 数据降维PCA处理,提升模型表现原创 2020-07-26 23:52:58 · 1119 阅读 · 7 评论 -
keras 迁移学习 二次函数拟合
迁移学习 transfer learning以已经训练好的模型A为起点,在新场景中,根据新数据建立模型B。目的:将某个领域或任务上学习到的知识或模式,应用到不同但相关的领域或问题中。 模型A存储了模型结构,权重系数;模型B基于新数据,实现了对模型A的部分结构或权重系数的更新。原创 2020-07-26 23:29:12 · 990 阅读 · 1 评论 -
LSTM实现文本生成
LSTM实现文本生成#加载数据data = open("LSTM_text.txt").read()#移除换行data = data.replace("\n","").replace("\r","")print(data)原创 2020-07-26 23:20:33 · 1316 阅读 · 0 评论 -
RNN模型 LSTM 股票时间序列预测
载入数据import pandas as pdimport numpy as npdata = pd.read_csv("zgpa_train.csv")data.head()price = data.loc[:,'close']price.head()#归一化处理price_norm = price/max(price)print(price_norm)#绘制曲线%matplotlib inlinefrom matplotlib import pyplot as pltfi原创 2020-07-25 23:58:50 · 2861 阅读 · 6 评论 -
VGG16模型 MLP 猫狗图像分类
单张图片预测#加载数单张数据from keras.preprocessing.image import load_img,img_to_arraypic_dog_path = "E:\\PycharmProjects\\Learning\\dataset\\dog_test.jpg"pic_dog = load_img(pic_dog_path,target_size=(224,224))#VGG所要的大小pic_dog = img_to_array(pic_dog)#加载模型from ke原创 2020-07-24 23:57:23 · 1522 阅读 · 1 评论 -
CNN 猫狗图像分类
加载数据from keras.preprocessing.image import ImageDataGeneratortrain_datagen = ImageDataGenerator(rescale=1./255)training_set = train_datagen.flow_from_directory("E:\\PycharmProjects\\Learning\\dataset\\train",target_size=(50,50),batch_size=32,class_mode="原创 2020-07-24 23:48:16 · 1972 阅读 · 0 评论 -
MLP mnist 手写数字识别
#载入数据from keras.datasets import mnist(X_train,y_train),(X_test,y_test)=mnist.load_data()#X_train是图像数据,y_train是标签#数据量有点大 载入需要时间print(type(X_train),X_train.shape)#可视化数据img1 = X_train[0]%matplotlib inlinefrom matplotlib import pyplot as pltfig1 = p原创 2020-07-24 23:23:52 · 1031 阅读 · 0 评论 -
MLP实现非线性二分类 keras简单应用
import pandas as pdimport numpy as npdata = pd.read_csv("MLP_test_data.csv")data.head()数据自己用excel生成的…再处理一下输出:print(type(data),type(data.loc[:,'x']))data_x = []data_y = []data_lable = []for index, row in data.iterrows(): # print(type(row),r原创 2020-07-23 23:52:06 · 2475 阅读 · 3 评论 -
数据分离与混淆矩阵 好坏质检分类
好坏质检分类实战task:基于data_class_raw.csv数据,根据高斯分布概率密度函数,寻找异常点并剔除基于data_class_processed.csv数据,进行PCA处理,确定重要数据维度及成分完成数据分离,数据分离参数:random_state=4,test_size=0.4建立KNN模型完成分类,n_neighbors取10,计算分类准确率,可视化分类边界计算测试数据集对应的混淆矩阵,计算准确率、召回率、特异度、精确率、F1分数尝试不同的n_neighbors(1-20原创 2020-07-23 23:45:23 · 448 阅读 · 3 评论 -
决策树实现iris数据分类
#加载数据import pandas as pdimport numpy as npdata = pd.read_csv('iris_data.csv')data.head()#定义X,yX = data.drop(['target','label'],axis=1)y = data.loc[:,'label']print(X.shape,y.shape)#打印X,y的维度(150, 4) (150,)#建立决策树模型from sklearn import treedc_t原创 2020-07-23 23:45:02 · 3394 阅读 · 2 评论 -
PCA iris数据降维后分类
基于iris数据 建立KNN模型实现数据分类对数据进行标准环处理,选择一个维度可视化处理后效果进行与元数据等维度PCA,查看各主成分的方差比例保留合适的主成分,可视化降维后的数据基于降维后数据建立KNN模型,与元数据表现进行对比import pandas as pdimport numpy as npdata = pd.read_csv('iris_data.csv')print(data.head())X = data.drop(['target','label'],axis=1.原创 2020-07-23 23:41:56 · 3765 阅读 · 0 评论 -
分布问题 异常检测
#加载数据import pandas as pdimport numpy as npdata = pd.read_csv('anomaly_data.csv')data.head()#数据可视化%matplotlib inlinefrom matplotlib import pyplot as pltfig1 = plt.figure(figsize=(10,7))plt.scatter(data.loc[:,'x1'],data.loc[:,'x2'])plt.title("dat原创 2020-07-23 23:38:46 · 613 阅读 · 3 评论 -
过拟合 欠拟合 多项式回归模型 酶活性预测实战task
酶活性预测实战task:基于T-R-train.csv数据,建立线性回归模型,计算其在T-R-test.csv数据上的r2分数,可视化模型预测结果加入多项式特征(2次、5次),建立回归模型计算多项式回归模型对测试数据进行预测的r2分数,判断哪个模型预测更准确可视化多项式回归模型数据预测结果,判断哪个模型预测更准确import pandas as pdimport numpy as npdata_train = pd.read_csv('T-R-train.csv')data_train原创 2020-07-23 23:22:32 · 899 阅读 · 1 评论 -
聚类分析 Kmeans算法 KNN模型 Meanshift算法
Kmeans 算法#加载数据并预览import pandas as pdimport numpy as npdata = pd.read_csv('data.csv')data.head()#定义X和yX = data.drop(['labels'],axis=1)y = data.loc[:,'labels']y.head()#预览#查看类别pd.value_counts(y) #画图 无标签的%matplotlib inlinefrom matplotlib impo原创 2020-07-23 23:16:35 · 726 阅读 · 3 评论 -
逻辑回归 分类任务 芯片质量通过检测
#加载数据import pandas as pdimport numpy as npdata = pd.read_csv('chip_test.csv')data.head() #数据预览#可视化数据%matplotlib inline from matplotlib import pyplot as pltfig1 = plt.figure()passed = plt.scatter(data.loc[:,'test1'][mask],data.loc[:,'test2'][mas原创 2020-07-23 23:08:02 · 940 阅读 · 5 评论 -
线性回归问题 自写拟合函数
二次回归拟合#生成数据点import numpy as np import matplotlib.pyplot as plt xx = np.random.normal(0, 1, [1000]) dd = xx**2 + xx + np.random.normal(0, 0.3, [1000]) #产生样本plt.scatter(xx, dd) plt.show()[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-S2ODkGiH-159543449066原创 2020-07-23 00:15:49 · 342 阅读 · 0 评论 -
逻辑回归 分类任务 考试通过预测
导入数据处理数据训练模型 一阶函数训练模型 二阶边界函数预测准确率为1 画图也看得出拟合的比一阶的好#%%import pandas as pdimport numpy as npdata = pd.read_csv("examdata.csv")data.head()#%%%matplotlib inlinefrom matplotlib import pyplot as pltfig1 = plt.figure()plt.scatter(data.loc[:,原创 2020-07-22 11:34:03 · 640 阅读 · 1 评论 -
线性回归模型预测 多因子房价预测
#%%#加载数据import pandas as pdimport numpy as npdata = pd.read_csv("usa_housing_price.csv")#%%data.head()#%%#展示散点图%matplotlib inlinefrom matplotlib import pyplot as pltfig = plt.figure( figsize = (10,10))fig1 = plt.subplot(231)plt.scatter(da原创 2020-07-20 16:33:55 · 1868 阅读 · 0 评论 -
Python刷江南百景图水井
思路用adb截图传到电脑,用cv2识图,找到坐标,再用adb模拟点击。代码:从手机截图并传回电脑 命名 PictureNamedef pull_screenshot(PictureName): #filename = datetime.datetime.now().strftime("%H%M%S") + '{}.png'.format(PictureName) #os.system('mv {}.png {}'.format(PictureName,filename)) o原创 2020-07-13 17:51:26 · 1977 阅读 · 3 评论 -
python判断图片中含有另外一张图
#!/usr/bin/env python# -*- encoding: utf-8 -*-import cv2import numpy as npimport matplotlib.pyplot as pltscale = 1img = cv2.imread('./auto.png')#要找的大图img = cv2.resize(img, (0, 0), fx=scale, fy=scale)template = cv2.imread('./image/water.png')#图中的原创 2020-07-12 11:57:08 · 7806 阅读 · 0 评论 -
conda新建环境报错
conda新建环境报错Python已停止工作conda create -n weibo python=3.6# 更新conda,保持conda最新conda update conda# 更新anacondaconda update anaconda# 更新pythonconda update pythonupdate python原创 2020-07-10 10:04:34 · 513 阅读 · 0 评论