Python
文章平均质量分 53
Python编程
jaredyam
指正均改,更新随缘。他因为完全不懂极化SAR患上了重度拖延症。
展开
-
【一分钟解决】Matplotlib 中英文混排多字体设置问题
直接给出绘图模板,快速解决中西混排绘图问题。原创 2022-03-29 11:44:58 · 8680 阅读 · 3 评论 -
Tensorflow目标检测API在Windows10环境下进行配置
Tensorflow Object_detection API InstallationTensorflow Object_detection API InstallationTensorflow 安装/查找所在目录安装:查询所在目录:下载Tensorflow Models安装相关依赖库编译protobuf设置路径测试Tensorflow Object_detection API Install...原创 2019-09-13 18:48:03 · 329 阅读 · 0 评论 -
解决matplotlib无法imshow/imsave真彩色图像或提示Clipping input data to the valid range for imshow with RGB data (
问题描述及解决方案问题描述解决matplotlib无法imshow/imsave真彩色图像或提示Clipping input data to the valid range for imshow with RGB data ([0…1] for floats or [0…255] for integers).的问题:解决方案:添加 .astype(np.uint8)import matpl...原创 2019-12-17 10:39:05 · 4663 阅读 · 1 评论 -
在Mac & Conda虚拟环境下从源码编译Opencv
在Mac上从源码编译opencv[Conda虚拟环境下]转自:Install OpenCV 4.0.1 from Source on MacOS with Anaconda Python 3.7 to Use SIFT and SURF准备工作——Cmake在 MacOS 环境下,建议以 Xcode 和 homebrew 作为主要的 build 工具,具体配置方法这里不再赘述。建议参考 In...转载 2020-03-07 23:20:10 · 464 阅读 · 0 评论 -
【PyTorch秒懂系列】torch.nn.Unfold/torch.nn.functional.unfold/F.unfold
nn.Unfold or F.unfoldExtracts sliding local blocks from a batched input tensor.将一个分批次的输入张量按局部块状区域逐次展开。核心思想作用于image-like的输入张量或特征图。作用后的特征图特征为原始特征图邻域特征展开、并逐通道连接后得到的新的特征图。图示[ 1.11 1.12 1.21 1.22 2.11 2.12 2.21 2.22> x.yz: x=通道 y=高 z=宽&g.原创 2021-07-13 20:47:59 · 1405 阅读 · 0 评论 -
【Python/Pythonic Solutions】牛客网OJ在线编程常见输入输出练习场Python语言练习题解
关键信息sys.stdin为系统级标准输入,适用于系统级程序交互的情形,stdin返回一个可迭代对象,其每一项为一行字符串数据读取,包含句末的换行分隔符;strip()方法默认移除字符串两边的空格和换行,而split()方法默认利用空字符对字符串进行切片,其中空格、换行(\n)、制表符(\t)均为空字符,因此split()在默认分隔符的情形下隐式移除了字符串两边的空字符,也即包含strip()预处理,所以在本文方法中使用默认切片split()的情况下均不考虑strip(),而在显式利用其它字符,如s.原创 2021-06-10 11:24:33 · 989 阅读 · 2 评论 -
基于plt.hist2d实现更美观的colorbar刻度及可视范围(plt.hist2d with custom colorbar)
修改前后对比如果设置图中的colorbar位置?修改前修改后修改前后代码通过get_ticks获取密度图取值范围,从而将ticks对齐到colorbar两端:修改前:plt.colorbar(...)修改后:cb = plt.colorbar(...)density = cb.get_ticks()plt.clim(density.min(), density.max())通过调试plt.hist2d中的参数bins,使得heatmap能够覆盖colorb原创 2021-03-27 15:13:00 · 3909 阅读 · 2 评论 -
在sns.jointplot和plt.hist2d内部实现plt.colorbar(plot colorbar inside the jointplot)
前后结果对比修改前修改后前后代码示例修改前ax = sns.jointplot(...)plt.sca(ax.ax_joint)plt.hist2d(...)plt.colorbar(...)修改后ax = sns.jointplot(...)plt.sca(ax.ax_joint)plt.hist2d(...)cbar_ax = ax.fig.add_axes(...)plt.colorbar(cax=cbar_ax, ...)关于 ax.fig.add_axes 的原创 2021-03-26 11:34:30 · 1368 阅读 · 1 评论 -
【解决方案:共用一个session】asyncio/aiohttp: _socket.socket.__init__(self, ..) OSError: Too many open files
问题分析open too many files是一种常见的由于创建过多socket而导致的异常。asyncio默认为每一次请求创建一个session,所以我们可以通过为多个请求共享同一个session(显式为gether创建session)解决该问题。解决方案async def get(url, session): async with session.get(url) as response: return await responseasync def tasks(urls):原创 2021-03-17 15:46:40 · 853 阅读 · 0 评论 -
【一分钟解决】Python报错ImportError: attempted relative import with no known parent package
❌真切希望你不是把包含相对导入的模块作为脚本直接运行了。原创 2021-02-24 11:24:10 · 316198 阅读 · 33 评论 -
【一行命令解决】/bin/pip: bad interprete;/bin/python: no such file or directory
原因分析你是不是修改了项目或虚拟环境路径(当然不排除你重命名了虚拟环境)?那大概是因为当前虚拟环境脚本文件的 shebang 还保留修改前的文件路径,导致报错。你可以通过命令 head -1 <env-path>/bin/pip 检查 shebang 对应路径,从而验证是否为该原因所致。解决方案⚠️ 注意 :此例仅针对 Python 虚拟环境 shebang 失效问题,其它类似问题此例仅供参考。# GNU/Linuxsed -i "s:$(head -1 <absolute-原创 2021-01-08 16:06:18 · 701 阅读 · 0 评论 -
【一分钟解决】快速精准建立用于远程访问的Jupyter Notebook
快速精准建立从macOS到Windows下WSL的远程Jupyter访问动机通过 ssh 建立从 macOS 到 Windows 下 WSL (Linux子系统)的远程访问后,如果能够直接通过远程 Jupyter Notebook GUI 界面对目标代码库进行修改编辑,可以极大提高一些场景下的实现效率。如何通过 openSSH 建立从 macOS 到 Windows WSL 的 ssh 远程连接?请参见:借助OpenSSH配置可远程访问的Windows10服务器解决方案Sever 端通过原创 2020-08-12 08:58:23 · 425 阅读 · 0 评论 -
通过自定义Shell函数创建和同步更新仅含指定安装包及其版本信息的requirements.txt
通过自定义shell命令创建仅含指定安装包及其版本信息的requirements.txt常见的环境复现/迁移方案pip freeze 包含了当前环境所包含的全部依赖包信息,影响复现者对主次依赖的判断;export yml 通过创建 yaml 文本实现环境打包,包含 pip 指定包安装及相关依赖信息,但存在跨平台问题;以及其他 --from-history 等 flag 都旨在解决相关问题;动机根据实际的包安装过程生成一种具有高可读性的 requirements.txt 环境依赖包文本,严格按原创 2020-08-10 11:00:34 · 239 阅读 · 0 评论 -
利用fzf模糊查找实现conda环境激活的自动提示和补全
利用fzf模糊查找实现conda环境激活的自动提示和补全动机多数情况下,我们会创建多种 conda 环境适用于不同的运行场景,提高整体的内存占用效率。对于 conda 环境管理,我们一般采取两种不同的管理方式:一种是直接放置于默认路径方便集中式管理,另一种则是创建于特定的项目文件之中。在一般的使用场景下,对于包含在项目文件中的 conda 环境,我们无需对环境进行特殊命名和记忆,因此也没有环境名提示和补全的需求。但对于创建在默认路径下进行集中管理的环境包,其命名是区分不同运行环境的唯一标识,我们需要原创 2020-07-21 10:54:34 · 438 阅读 · 0 评论 -
快速创建无须python解释器命令的可执行Python脚本
快速创建无须python前缀的可执行Python脚本为了自动化地完成多种场景下需要重复执行的特定处理过程,将处理方式写入并保存为 Bash 或 Python 脚本可以高效地辅助我们完成这一工作并方便在日后重复调用。本文主要介绍如何快速创建 Python 可执行脚本。快速创建代码一览创建及应用流程$ # create & initialize$ echo "#\!/usr/bin/env python3" > /the/path/to/yourscript.py$ chmod +x原创 2020-05-11 09:42:57 · 656 阅读 · 0 评论