Python
文章平均质量分 51
mmい
这个作者很懒,什么都没留下…
展开
-
Python——Requests
requests.get——向一个网页请求数据的模块# 向国际空间站网页服务器发出一个数据请求,并获取请求的状态码import requestsresponse = requests.get("http://api.open-notify.org/iss-now.json")status_code = response.status_codeoutput:200状态码分为:200 – ev原创 2016-03-30 16:36:00 · 636 阅读 · 0 评论 -
Python键盘输入的区别
input会假设你的输入是一个有效的Python表达式,并返回运算结果.原创 2017-03-31 19:59:57 · 663 阅读 · 0 评论 -
random VS numpy.random
给随机生成器设置seed的目的是每次运行程序得到的随机数的值相同,这样方便测试。numpy.random.seed()不是线程安全的,如果程序中有多个线程最好使用numpy.random.RandomState实例对象来创建或者random.random.seed() 使用RandomState实例来生成随机数数组from numpy.random import RandomStater =原创 2017-03-10 12:12:00 · 2790 阅读 · 0 评论 -
直方图、盒图
本文数据是大学专业和就业的信息recent-grads.csv特征如下: Rank - Rank by median earnings Major_code - Major code Major - Major description Major_category - Category of major Total - Total number of people wi原创 2016-04-22 10:22:22 · 3154 阅读 · 0 评论 -
Python拼接图片
最近在写一篇卷积神经网络的论文,有好多实验结果需要整理,本来是用美图秀秀进行图像的拼接,但是发现重复操作太多,而且拼接效果不好,想到用python写个脚本实现,看一个简单的例子: 横向拼接首先我需要将同一张图片的变形拼接为一行,代码如下:import osfrom PIL import ImageUNIT_SIZE = 229 # 单个图像的大小为229*229TARGET_WIDTH =原创 2017-02-08 20:07:14 · 32643 阅读 · 3 评论 -
Python脚本中执行shell命令
如下图,其中最后一个0是这个命令的返回值,为0表示命令执行成功; popen():想要获取命令执行的结果,但是没有命令的执行状态。 commands:可以很方便的取得命令的输出(包括标准和错误输出)和执行状态位。commands.getoutput('ls')这个方法只返回执行结果result不返回状态。 在python中调用shell脚本 hello.sh 下面的512是返回的状态码,如果原创 2016-12-29 14:44:51 · 43285 阅读 · 4 评论 -
Python——csv txt文件读写
import csvtxt_file = "train.txt"csv_file = "train.csv"in_txt = csv.reader(open(txt_file, "r"), delimiter = ',')out_csv = csv.writer(open(csv_file, 'w'))out_csv.writerows(in_txt)原创 2016-12-02 17:30:09 · 5589 阅读 · 0 评论 -
Anaconda
Anaconda报错Spyder打开错误:pyder crashed during last sessionIf Spyder does not start at all and before submitting a bug report, please try to reset setting to defaults by running Spyder with the command li原创 2016-05-06 17:16:53 · 5104 阅读 · 0 评论 -
Pandas——ix vs loc vs iloc
Different Choices for Indexingloc——通过行标签索引行数据loc[1]表示索引的是第1行(index 是整数)import pandas as pddata = [[1,2,3],[4,5,6]]index = [0,1]columns=['a','b','c']df = pd.DataFrame(data=data, index=index, colum原创 2016-04-20 15:25:12 · 1575 阅读 · 0 评论 -
collections.defaultdict
通常情况下在遍历一个数组,找到每个数组里面的每个元素的个数时,我们会选择:bag = {}for word in words: if word not in bag: bag[word] = 1 else: bag[word] += 1像上面那样我们每次都要判断字典中是否有该键,有一个更简单的方法就是使用collections.defaultdi原创 2016-05-13 09:49:45 · 1461 阅读 · 0 评论 -
Python——Pandas
panda.read_csv()import pandasfood_info = pandas.read_csv("food_info.csv")print(type(food_info)output:<class 'pandas.core.frame.DataFrame'>read_csv()返回的是一个DataFrame对象。food_info.csv是一个food营养成分表格,每一行原创 2016-03-30 11:05:59 · 3071 阅读 · 0 评论 -
scikit-learn——Classification
Generalized Linear Models线性回归(LinearRegression) (Ordinary Least Squares)基于均方误差最小化来进行模型求解的方法称为最小二乘法。普通最小乘法线性回归就是最小化预测值与真实值的差的平方这个目标函数。使用步骤: 首先构建一个线性回归器clf然后让clf拟合数据集coef_ 表示系数,intercept_表示截距>>> fr原创 2016-04-07 18:03:38 · 1081 阅读 · 0 评论 -
pandas.read_csv——分块读取大文件
今天在读取一个超大csv文件的时候,遇到困难: 首先使用office打不开 然后在python中使用基本的pandas.read_csv打开文件时:MemoryError 最后查阅read_csv文档发现可以分块读取。 read_csv中有个参数chunksize,通过指定一个chunksize分块大小来读取文件,返回的是一个可迭代的对象TextFileReader,IO原创 2016-05-11 16:47:15 · 78692 阅读 · 6 评论 -
Python——sorted
1.对字典进行排序:d = {0: [2, 3], 1: [5, 4], 2: [9, 6], 3: [4, 7], 4: [8, 1], 5: [7, 2]}1.1按键排序print sorted(d.items(), lambda x, y: cmp(x[1][0], y[1][0]))结果:[(0, [2, 3]), (3, [4, 7]), (1, [5, 4]), (5, [7, 2])原创 2016-03-26 11:13:14 · 617 阅读 · 0 评论 -
Python——sys.argv
关于python中sys模块的参数argv:# -*- coding: utf-8 -*-# function name : sys.argv.pyimport sysprint 'This is a sys test'for i in sys.argv: print i在cmd中运行改程序,并且自己输入一些参数: 可以发现,argv[0]是函数的名称,而后面几个参数是自己手动原创 2016-03-26 08:57:45 · 682 阅读 · 0 评论 -
Python——import
以下情况都是a.py调用b.py:——a.py——b.py 直接是import b——f1 ——a.py——b.py 直接是import b——a.py——f2 ——b.py 需要在f2文件夹中建立空文件_init_.py文件,然后import f2.b——f1 ——a.py——f2 ——b.py 当a 和b的父文夹同级,需要现在f2下建立_init_.py的空文件,然后在原创 2016-03-28 09:43:29 · 432 阅读 · 0 评论 -
Python并行编程——multiprocessing
先看一个小例子:import time# 需要并行的任务def task(): time.sleep(1)start = time.time()for i in range(100000): task()end = time.time()print '串行所用时间:%d 秒'%(end-start) 程序输出:串行所用时间:100000 秒使用multiprocess原创 2017-05-23 15:08:59 · 1311 阅读 · 0 评论