原文链接：https://edu.csdn.net/bundled/detail/49?utm_source=wx0有人说，随着AI和大数据的兴起，Python变得越来越强了，它语言简洁、开发效率高、可移植性强，并且可以和其他编程语言（比如C++）轻松无缝衔接所以，很多程序员把Python当作第一语言来学习，单在和小伙伴们的沟通中，我发现了大部分小伙伴经常在基础部分就放弃了，原因无非是：1、基础相当薄弱型：最近在学爬虫，遇到一个知识点，钻研了2小时没出来，
系统 2019-09-27 17:54:12 2177
一组有序项目的集合可变的数据类型【可进行增删改查】列表中可以包含任何数据类型，也可包含另一个列表【可任意组合嵌套】列表是以方括号“[]”包围的数据集合，不同成员以“,”分隔列表可通过序号访问其中成员定义>>>l=[]#空列表>>>l=[1,2,3]>>>l=[1,2,3,['a','b']]>>>l=list('linuxeye')>>>l['l','i','n','u','x','e','y','e']>>>l=list(range(5))>>>l[0,
系统 2019-09-27 17:53:39 2177
python的布尔值True和False相当于1和0，True==1，False==0，True+1=2是成立。在if()条件判断语句中，0、空字符串（""）、None、空列表（[]）、空元组（()）、空集合（{}）这六种都等价于False，详见示例1，但是用==（比较值是否相等，不比较引用地址）比较时只有0==False为True，其他五种都是False，示例2。示例1#示例1if0:print("0")elif"":print("\"\"")elifN
系统 2019-09-27 17:50:47 2177
Python数据科学入门DmitryZinoviev著熊子源译第10章机器学习监督学习尝试从具有标记的训练数据集中推断出预测函数，其中训练数据集中的每一个样本属于哪类都是已知的。（线性回归、逻辑回归、随机决策森林、朴素贝叶斯分类、支持向量机、线性判别分析、神经网络）无监督学习尝试在没有标记的数据中找出隐藏的结构。（K均值、社区检测、分层聚类、主成分分析）第48单元设计预测试验完成模型的建立、评估和验证有一下四个步骤：将输入数据分成训练集和测试集（一般占比为
系统 2019-09-27 17:50:40 2177
本文实例讲述了Pythonscipy的二维图像卷积运算与图像模糊处理操作。分享给大家供大家参考，具体如下：二维图像卷积运算一代码importnumpyasnpfromscipyimportsignal,miscimportmatplotlib.pyplotaspltimage=misc.ascent()#二维图像数组，lena图像w=np.zeros((50,50))#全0二维数组，卷积核w[0][0]=1.0#修改参数，调整滤波器w[49][25]=1.
系统 2019-09-27 17:50:25 2177
1.安装python-crontabpipinstallpython-crontab2.设置定时任务fromcrontabimportCronTabmy_cron=CronTab(user='xxx')job1=my_cron.new(command='pythonxxx1.py')job1.minute.every(6)#定周期任务，每6分钟运行一次job2=my_cron.new(command='pythonxxx2.py')job2.hour.ev
系统 2019-09-27 17:50:23 2177
一前言本文算是一次队列的学习笔记，Queue模块实现了三种类型的队列，它们的区别仅仅是队列中元素被取回的顺序。在FIFO队列中，先添加的任务先取回。在LIFO队列中，最近被添加的元素先取回(操作类似一个堆栈)。优先级队列中，元素将保持排序(使用heapq模块)并且最小值的条目第一个返回。值得注意的是Python2.X版本中调用队列需要引用importQueue而在Python3.X版本中则需要importqueue二队列特性2.1Queue的常用函数Que
系统 2019-09-27 17:50:08 2177
一、concurrent模块的介绍concurrent.futures模块提供了高度封装的异步调用接口ThreadPoolExecutor：线程池，提供异步调用ProcessPoolExecutor：进程池，提供异步调用ProcessPoolExecutor和ThreadPoolExecutor：两者都实现相同的接口，该接口由抽象Executor类定义。二、基本方法submit(fn,*args,**kwargs):异步提交任务map(func,*iter
系统 2019-09-27 17:49:19 2177
一、排序【这里介绍冒泡排序、选择排序、快速排序和插入排序】1.冒泡排序（1）原理解释：冒泡排序，分多轮排序。1）每一轮都是从上层的第一个数开始与其下一个数进行对比，如果大于下一个数就进行交换，下次对比就从上面第二个数【不管之前有无交换】再与其下一个数进行比较，依次比较到最后一个数。【如图i的移动变化】2）第一轮比较【j=0】。比较了最底下第二个数和最底下这个数后，即第一轮比较完。所以第一轮比较的次数为n-1次，即从上面第一个数一直比较到底下第二个数。【其中
系统 2019-09-27 17:48:20 2177
在处理faster-rcnn和yolo时笔者使用labelimg标注图片但是我们只截取了大概800张左右的图，这个量级在训练时肯定是不够的，所以我们需要使用数据增强（无非是旋转加噪调量度）来增加我们的训练样本这里附上视频按帧率截取图片的脚本代码https://www.cnblogs.com/bob-jianfeng/p/11140444.html网上找到一个非常好的开源代码用来数据增强，这里记录一下，以备以后使用https://github.com/xin
系统 2019-09-27 17:47:26 2177
