目录
1、............................................................................................................ 内置函数
2、............................................................................................................ 列表函数
3、............................................................................................................ Os模块
4、............................................................................................................ __init__函数
5、............................................................................................................ 行列关系
6、............................................................................................................ def函数使用
7、............................................................................................................ 图像维度不同处理
我们之前所做的一切都只是把这些东西放到了一个“计算图(computation graph)”中,而我们还没有开始运行这个计算图,
为了实际计算这两个数字,我们需要创建一个会话并运行它:
对于Tensorflow的代码实现而言,实现代码的结构如下:
创建Tensorflow变量(此时,尚未直接计算)
实现Tensorflow变量之间的操作定义
初始化Tensorflow变量
创建Session
运行Session,此时,之前编写操作都会在这一步运行
一、内置函数(无需导入)
print:打印,输出 #print()会依次打印每个字符串,遇到逗号“,”会输出空格
对于字符串"100 + 200 ="它会原样输出,但是对于100+200,python解释器自动计算出结果为300
字符串相加,进行字符串的连接,且不产生空格
python中print之后是默认换行的,要实现不换行要加end参数表明end=' '
input:输入#函数input() 让程序暂停运行,等待用户输入一些文本。
获取用户输入后,Python将其存储在一个变量中,以方便使用。
abs: 求绝对值
type: 获取变量的类型
chr: 将ASCII数值转换为字符
ord: 将字符转换为对应的ASCII
id: 获取变量地址
len: 统计元素个数
range:产生连续整数的可迭代对象
enumerate:枚举可迭代对象
6、range()函数
range([start,] stop [,step])
实质:创建了一个可迭代对象;一般情况下与for循环一起连用
1、start 可以不写,默认值是0,若给定则从start开始
2、stop 必须给定;
3、取值范围[start,stop)
4、step:步长,若不给则默认为1
2、len(str)函数
功能:获取字符串长度
28、str.encode(编码格式)
对字符串进行编码 默认是utf-8
编码:str.encode()
解码:str.encode().decode()
注意:encode()的编码格式与decode()的编码格式必须保持一致
八、list列表函数
1、list.append(元素)
功能:在列表末尾添加新的元素,只要是python中的数据类型都可以添加,如列表,元组、字典等
8、list.index(元素,start,end)
功能:返回从指定的范围内[start,end)的列表中查找到第一个与元素匹配的元素的下标
若不指定范围,则默认为整个列表。
注意:若在列表中查不到指定的元素,则会报错
9、list.count(元素)
功能:返回元素在列表中出现的次数
10、len(list)
功能:返回列表元素的个数
12、list.reverse()
功能:列表倒叙
注意:操作的是原本的列表
13、list.sort()
功能:列表排序,默认升序
注意:操作的是原本的列表
15、list(元组)
功能:将元组转为列表
九、元组函数
1、len(tuple)
获取元组的长度
4、tuple(列表)
将列表转为元组
十二、栈和队列
1、 栈 stack
特点:先进后出[可以抽象成竹筒中的豆子,先进去的后出来] 后来者居上
2、 队列 queue
特点: 先进先出[可以抽象成一个平放的水管]
三、OS模块
在自动化测试中,经常需要查找操作文件,比如查找配置文件(从而读取配置文件的信息),
查找测试报告等等,经常会对大量文件和路径进行操作,这就需要依赖os模块。
1. os.getcwd()
功能:查看当前所在路径
2. os.listdir()
列举目录下所有的文件,返回的是列表类型
3. os.path.abspath(path)
功能:返回path的绝对路径
绝对路径:【路径具体的写法】“D:\Learn\python\qianfeng\day15”
相对路径:【路径的简写】 :"."
4. os.path.split(path)
功能: 将路径分解为(文件夹,文件名),返回的是元组类型
5. os.path.join(path1,path2,…)
将path进行组合,若其中有绝对路径,则之前的path将会被删除.
6. os.path.dirname(path)
返回path中文件夹部分,不包括""
7. os.path.basename(path)
功能:返回path中文件名
8. os.path.getsize(path)
功能: 获取文件的大小,若是文件夹则返回0
9. os.path.exists(path)
功能:判断文件是否存在,若存在返回True,否则返回False
10.os.path.isdir(path)
功能:判断该路径是否为目录
11.os.path.isfile(path)
功能:判断该路径是否为文件
五、Image模块
1、使用Image模块
有了PIL,处理图片易如反掌,随便找个图片生成缩略图
2. 内置函数format
format()用于字符串格式化,功能非常强大,格式是str.format(),format函数可以接受不限个参数,位置可以不按顺序。
Python中用__两个下划线开头,声明该属性为私有,不能在类地外部被使用或直接访问
而__init__函数(方法)支持带参数类的初始化,也可为声明该类的属性(类中的变量)。
__init__函数(方法)的第一个参数必须为self,后续参数为自己定义
例如我们定义一个Box类,有width, height, depth三个属性,以及计算体积的方法:
class Box:
def setDimension(self, width, height, depth):
self.width = width
self.height = height
self.depth = depth
def getVolume(self):
return self.width * self.height * self.depth
b = Box()
b.setDimension(10, 20, 30)
print(b.getVolume())
6000
X.reshape(X.shape[0], -1).T可以将一个维度为(a,b,c,d)的矩阵转换为一个维度为(b∗c∗d, a)的矩阵
>>> X.shape
(209, 64, 64, 3)
>>> X.shape[0]
209
>>> X.reshape(X.shape[0], -1)
(209, 64*64*3)
通过reshape重新建立维度,第一个维度就是X.shape[0],这就是正常的reshape操作;
第二个维度是-1,我们知道X的shape属性是多少,是(209, 64, 64, 3),
但是想让X变成209行,列数不知道是多少,所以也就是209 * 64 * 64 * 3 / 209,也就是64 * 64 * 3。
>>> X.reshape(X.shape[0], -1).T
(64*64*3, 209)
五、行列关系
img.shape[0]:图像的垂直尺寸(高度)
img.shape[1]:图像的水平尺寸(宽度)
img.shape[2]:图像的通道数
而对于矩阵来说:
shape[0]:表示矩阵的行数
shape[1]:表示矩阵的列数
六、def函数使用
1 、 定义函数: def 函数名 (参数表):
函数体
括号里的参数如果不需要可以为空
2、 使用函数:函数名 (参数表)
如:input("please input your class number:")
定义:def hi_name(yourname):
print ”Hello %s” %yourname
使用:hi_name(”zhangsan”)
会输出:Hello zhangsan
七、图像1和2维度统一处理
img1 = imread('10.png') img2 = imread('11.jpg') img2 = np.resize(img2, (img1.shape[0], img1.shape[1], img1.shape[2]))