在python开发的过程中，经常会遇到需要打印各种信息。海量的信息堆砌在控制台中，就会导致信息都混在一起，降低了重要信息的可读性。这时候，如果能给重要的信息加上字体颜色，那么就会更加方便用户阅读了。当然了，控制台的展示效果有限，并不能像前段一样炫酷，只能做一些简单的设置。不过站在可读性的角度来看，已经好很多了。书写格式：开头部分：\033[显示方式;前景色;背景色m+结尾部分：\033[0m注意：开头部分的三个参数：显示方式，前景色，背景色是可选参数，可以
系统 2019-09-27 17:55:17 2114
1.类的继承与方法的重载上面就是先定义了一个类A，然后由定义了一个类B，B继承了类A，这样B就有了A的非私有属性和方法。classWasher:company='ZBL'def__init__(self,water=10,scour=2):self._water=water#不想让用户直接访问实例变量，可以标志成私有self.scour=scourself.year=2000#这是生产日期#属性包装，将water属性包装成方法，用户使用water时实际是访
系统 2019-09-27 17:54:42 2114
全文共5234字，预计学习时长10分钟图片来源：unsplash.com/@alinnnaaaa本文将介绍如何建立进阶神经网络。输入数据本教程唯一使用的数据库为NumPy。激活函数在隐藏层中会使用tanh激活函数，而在输出层中则会使用sigmod函数。在两种函数的图中都很容易找到信息。下面直接执行函数。以上为Sigmoid函数。以下为该函数代码：设定参数什么是参数和超参数？参数指权值和偏差。超参数会影响参数，并设置在学习过程开始之前。准确无误设置超参数并不
系统 2019-09-27 17:54:41 2114
本文实例讲述了朴素贝叶斯算法的python实现方法。分享给大家供大家参考。具体实现方法如下：朴素贝叶斯算法优缺点优点：在数据较少的情况下依然有效，可以处理多类别问题缺点：对输入数据的准备方式敏感适用数据类型：标称型数据算法思想：比如我们想判断一个邮件是不是垃圾邮件，那么我们知道的是这个邮件中的词的分布，那么我们还要知道：垃圾邮件中某些词的出现是多少，就可以利用贝叶斯定理得到。朴素贝叶斯分类器中的一个假设是：每个特征同等重要函数loadDataSet()创建
系统 2019-09-27 17:54:25 2114
本文实例讲述了kNN算法python实现和简单数字识别的方法。分享给大家供大家参考。具体如下：kNN算法算法优缺点：优点：精度高、对异常值不敏感、无输入数据假定缺点：时间复杂度和空间复杂度都很高适用数据范围:数值型和标称型算法的思路：KNN算法（全称K最近邻算法），算法的思想很简单，简单的说就是物以类聚，也就是说我们从一堆已知的训练集中找出k个与目标最靠近的，然后看他们中最多的分类是哪个，就以这个为依据分类。函数解析：库函数：tile()如tile(A,n
系统 2019-09-27 17:54:24 2114
Python面向对象编程——继承与派生一、初始继承1、什么是继承继承指的是类与类之间的关系，是一种什么“是”什么的关系，继承的功能之一就是用来解决代码重用问题。继承是一种创建新类的方式，在python中，新建的类可以继承一个或多个父类，父类又可以成为基类或超类，新建的类称为派生类或子类2、python中类的继承分为：单继承和多继承classParentClass1:#定义父类passclassParentClass2:#定义父类passclassSubCl
系统 2019-09-27 17:53:48 2114
一、PyQt5安装：1、国内镜像：pipinstallPyQt5-ihttps://pypi.douban.com/simple安装完成之后还要安装PyQt5的工具包：pipinstallPyQt5-tools-ihttps://pypi.douban.com/simple2、官网的：pipinstallPyQt5pipinstallPyQt5-tools3、也可以在PyCharm中安装：4、安装完毕之后用下面的代码测试如果运行成功表示安装成功：impor
系统 2019-09-27 17:53:46 2114
一、引言在前面《第11.13节Python正则表达式的转义符”\”功能介绍》介绍了正则表达式转义符'\'，只不过当时作为转义符主要是用于在正则表达式中表示元字符自身的需要进行的转义。实际上，除了元字符使用转义符外，Python还支持由'\'和一个ASCII数字或ASCII字母字符组成的特殊序列，这些特殊代表特殊的含义。如果'\'后面跟的字符不是ASCII数字或者ASCII字母，那么正则样式将直接匹配后面跟的字符，如’\$’匹配字符‘$’。二、特殊序列\nu
系统 2019-09-27 17:53:29 2114
算法思想来自于网上资源，先使用图像边缘和车牌颜色定位车牌，再识别字符。车牌定位在predict方法中，为说明清楚，完成代码和测试后，加了很多注释，请参看源码。车牌字符识别也在predict方法中，请参看源码中的注释，需要说明的是，车牌字符识别使用的算法是opencv的SVM，opencv的SVM使用代码来自于opencv附带的sample，StatModel类和SVM类都是sample中的代码。SVM训练使用的训练样本来自于github上的EasyPR的c
系统 2019-09-27 17:51:17 2114
文章目录一、乘法二、转置array.transpose()array.Treshape()求逆一、乘法numpy.dot(x,y)就是正常的向量或者矩阵乘法x*y:分情况讨论如果x和y是维度相同的行（列）向量或者矩阵，结果是对应位置的数相乘：importnumpyasnpa=np.array([1,2,3])b=np.array([4,2,6])print(a*b)#结果array([4,4,18])c=np.array([[1],[2],[3]])d=n
系统 2019-09-27 17:50:16 2114
