Conda、pip、Python、Latex、Linux零碎技巧

Conda、pip、Python、Latex、Linux零碎技巧

Conda、pip

• conda create -n B --clone A 克隆A环境为B
• opencv安装，请参考pypi官网说明
• mmcv-full使用pip安装时编译出错，需安装当前虚拟环境pytorch对应的cuda的NVIDIA官网版本，并确认系统环境变量CUDA_PATH指向该版本（安装程序会自动设置，一般不需要手动修改）
• conda命令行换盘符d:，在任意路径下输入目标盘符加冒号，即可更换到目标盘的根目录下

Python

• with关键字：代替try-finally，用于处理文件，释放资源

• for line in f: print line ：通过迭代器访问文件每一行。

• shape

  • (3,1)二维数组，三行一列
  • (3,)一维数组，长度位3

• pandas.DataFrame.values不如使用pandas.DataFrame.to_numpy，DataFrame转numpy

• Python 类内方法

  class Test():
      a = 20
      _b = 21
      # 类外无法访问，类内可以通过类名或对象（self等）访问
      __c = 22
  
      def __init__(self):
          # 类内类外都无法通过类名访问，类内可通过对象（self等）访问
          self.aa = 10
          self._bb = 11
          # 类外无法访问
          self.__cc = 12
  
      @classmethod
      def cls_method(cls):
          print("class")
  
      # 参数不需要加 self
      @staticmethod
      def sta_method():
          print("static")
  
      # 类调用需要显式传对象参数
      def obj_method(self):
          print("object")
  
      # 类调用需要显式传对象参数
      def _pri_method(self):
          print("protect")
  
      # 类外无法访问，类内可以用类名或对象（self等）访问
      def __pri_method(self):
          print("private2")
  
      # 通过类名或对象（self等）调用所有函数
      def in_method(self):
          print("in==>")
          test_in = Test()
  
          Test.cls_method()
          Test.sta_method()
          Test.obj_method(test_in)
          Test._pri_method(test_in)
          Test.__pri_method(test_in)
          print(Test.a)
          print(Test._b)
          print(Test.__c)
          # print(Test.aa)  # 错误
          # print(Test._bb)  # 错误
          # print(Test.__cc)  # 错误
  
          test_in.cls_method()
          test_in.sta_method()
          test_in.obj_method()
          test_in._pri_method()
          test_in.__pri_method()
          print(test_in.a)
          print(test_in._b)
          print(test_in.__c)
          print(test_in.aa)
          print(test_in._bb)
          print(test_in.__cc)
  
          self.cls_method()
          self.sta_method()
          self.obj_method()
          self._pri_method()
          self.__pri_method()
          print(self.a)
          print(self._b)
          print(self.__c)
          print(self.aa)
          print(self._bb)
          print(self.__cc)
          print("<==in")
  
  
  test = Test()
  
  Test.cls_method()
  Test.sta_method()
  Test.obj_method(test)
  Test._pri_method(test)  # 警告
  # Test.__pri_method()  # 错误
  print(Test.a)
  print(Test._b)
  # print(Test.__c)  # 错误
  # print(Test.aa)  # 错误
  # print(Test._bb)  # 错误
  # print(Test.__cc)  # 错误
  
  Test.in_method(test)
  
  test.cls_method()
  test.sta_method()
  test.obj_method()
  test._pri_method()  # 警告
  # test.__pri_method()  # 错误
  print(test.a)
  print(test._b)
  # print(test.__c) # 错误
  print(test.aa)
  print(test._bb)
  # print(test.__cc)# 错误
  
  test.in_method()
  

• 按最后一列groupby

  # 先排序
  train_draw = train_draw[train_draw[:, -1].argsort()]
  # 后分割
  train_draw = np.array(np.split(train_draw, np.unique(train_draw[:, -1], return_index=True)[1][1:]))
  

• 函数静态类型定义，:后表示形参类型，->后表示返回类型

  def fun(a: int) -> int:
      return a + 1
  

• linux切割路径字符串os.path.dirname(path).split('/')[-1]，/the/input/path得到path

• windows切割路径字符串os.path.dirname(path).split('\\')[-1]，\the\input\path得到path

• 预训练模型下载缓慢可以将以下代码

  model = torch.hub.load('facebookresearch/detr', 'detr_resnet50', pretrained=True)
  model.eval()
  

  替换为如下形式，二者等价，需要手动git克隆仓库并参照hubconf.py文件中的函数，下载并加载权重

  model = torch.hub.load('./detr', 'detr_resnet50', pretrained=False,source='local')
  model.load_state_dict(torch.load('detr-r50-e632da11.pth')["model"])
  model.eval()
  

Latex

• 拖式计算，对齐等号

  & 对齐标志
  \\ 换行（必须有换行，否则对齐无效）
  
  $$
  \begin{aligned}
  CPU时间&=(CPU执行周期数+存储器停顿周期数)*时钟周期时间\\
  &=(CPU执行周期数+访存次数*不命中率*不命中开销)*时钟周期时间\\
  &=IC*(CPI_{execution}+每条指令平均访存次数*不命中率*不命中开销)*时钟周期时间
  \end{aligned}
  $$
  

  $$\begin{array}{rl}CPU时间& =(CPU执行周期数+存储器停顿周期数)\ast 时钟周期时间\\ & =(CPU执行周期数+访存次数\ast 不命中率\ast 不命中开销)\ast 时钟周期时间\\ & =IC\ast (CP{I}_{execution}+每条指令平均访存次数\ast 不命中率\ast 不命中开销)\ast 时钟周期时间\end{array}$$

• acmart class下的tex包的baselinestretch问题

  \let\savedbaselinestretch\baselinestretch
  \usepackage[UTF8]{ctex}
  \let\baselinestretch\savedbaselinestretch
  

Linux

• 根据进程号查看命令运行文件的路径pwdx PID