- 军军小站|张军博客
拥有Python标签的文章
Python

对python 矩阵转置transpose的实例讲解

在读图片时,会用到这么的一段代码:image_vector_len=np.prod(image_size)#总元素大小,3*55*47img=Image.open(path)arr_img=np.asarray(img,dtype='float64')arr_img=arr_img.transpose(2,0,1).reshape((image_vector_len,))#47行,55列,每个点有3个元素rgb。再把这些元素一字排开transpose是什么

系统 2019-09-27 17:51:34 2201

Python

抖音爬虫python(来自github)非原创

#-*-coding:utf-8-*-importosimportsysimportgetoptimporturllib.parseimporturllib.requestfromurllib.parseimporturlencodeimportcopyimportcodecsimportrequestsimportrefromsix.movesimportqueueasQueuefromthreadingimportThreadimportjsonimp

系统 2019-09-27 17:51:14 2201

Python

Python爬虫运用正则表达式的方法和优缺点

前言我看到最近几部电影很火,查了一下猫眼电影上的数据,发现还有个榜单,里面有各种经典和热映电影的排行榜,然后我觉得电影封面图还挺好看的,想着一张一张下载真是费时费力,于是突发奇想,好像可以用一下最近学的东西实现我的需求,学习了正则表达式之后,想着要感受一下它在爬虫里面的效果和优缺点。目标:爬取Top100榜单上电影的封面图Top100榜单规则:将猫眼电影库中的经典影片,按照评分和评分人数从高到低综合排序取前100名,每天上午10点更新。相关数据来源于“猫眼

系统 2019-09-27 17:48:31 2201

Python

python中的上下文管理器和with语句块

上下文管理器对象存在的目的就是管理with语句。上下文管理器协议包含__enter__和__exit__两个方法。with语句开始运行时,会在上下文管理器对象上调用__enter__方法。with语句运行结束后,会在上下文管理器对象上调用__exit__方法来看一个例子,把文件对象当成上下文管理器使用withopen('test.dat')asfp:secc=fp.read(20)>>>len(src)20>>>fp<_io.TextIOWrapperna

系统 2019-09-27 17:57:27 2200

Python

Python依赖库版本备份以及虚拟环境的搭建

生成依赖文件命令:pipfreeze>requirements.txt安装依赖文件命令:pipinstall-rrequirements.txt最好在虚拟环境下生成依赖文件,否则会生成全局的依赖anaconda虚拟环境的搭建:anaconda创建虚拟环境命令:condacreate-nyour_env_namepython=X.X虚拟环境激活命令:Linux:sourceactivateyour_env_namewindows:activateyour_e

系统 2019-09-27 17:57:27 2200

Python

Python 70行代码实现简单算式计算器解析

描述:用户输入一系列算式字符串,程序返回计算结果。要求:不使用eval、exec函数。实现思路:找到当前字符串优先级最高的表达式,在算术运算中,()优先级最高,则取出算式最底层的(),再进行加减乘除运算。对于加减乘除,也要确立一个优先级,可以使用一个运算符列表,用for循环逐个处理运算符,并且要考虑同级情况(如for遍历至*时,也要考虑同级别的\是否要提前运算)。不断循环上述过程,直到最终得到一个结果。关键点:使用re模块匹配出当前状态下优先级最高的算式。

系统 2019-09-27 17:56:08 2200

Python

Python画图高斯分布的示例

如下所示:importmatplotlib.pyplotaspltimportnumpyasnpimportmathdefgaussian(sigma,x,u):y=np.exp(-(x-u)**2/(2*sigma**2))/(sigma*math.sqrt(2*math.pi))returny#x=np.linspace(220,230,10000)x=np.linspace(-800,800,10000)plt.title('PDFinHorizon

系统 2019-09-27 17:55:55 2200

Python

Python+Pyqt实现简单GUI电子时钟

本文实例为大家分享了Python+Pyqt实现简单GUI电子时钟的具体代码,供大家参考,具体内容如下突发奇想想用GUI做一个简单的电子时钟界面,利用pyqt模块也很方便,代码如下:fromPyQt5.QtGuiimport*fromPyQt5.QtCoreimport*fromPyQt5.QtWidgetsimportQWidget,QApplication,QLCDNumber,QVBoxLayout,QMessageBox,QPushButtonimp

系统 2019-09-27 17:54:37 2200

Python

Python实现将字符串的首字母变为大写,其余都变为小写的方法

利用map()函数,把用户输入的不规范的英文名字,变为首字母大写,其他小写的规范名字。思路:使用capitalize()函数将字符串的首字母转为大写,其余变为小写L1=['AdmIn','anny','LUCY','sandY','wILl']defnormallize(name):returnname.capitalize()L2=list(map(normallize,L1))print(L2)打印如下:['Admin','Anny','Lucy','

系统 2019-09-27 17:54:08 2200

Python

python实现抠图给证件照换背景源码

本文实例为大家分享了python实现抠图给证件照换背景的具体代码,供大家参考,具体内容如下importcv2importnumpyasnpimportmatplotlib.pyplotasplt#建立显示图片的函数defshow(image):plt.imshow(image)plt.axis('off')plt.show()#导入前景图img=cv2.imread('font.jpg')#图片导入img=cv2.cvtColor(img,cv2.COLO

系统 2019-09-27 17:53:19 2200

Python

从头实现主成分分析(PCA)--Python

主成分分析是一种常用的降维方法,多见于数据预处理阶段,其伪代码如下:输入:样本数据集D={x1,x2,x3,x4},低空间维度数d'过程:1对所有样本进行中心化(每个特征维度都减去其均值)2计算所有样本的协方差矩阵3对协方差矩阵进行特征分解4取最大的d'个特征值的对应特征向量w1,w2,w3输出:投影矩阵W*=(w1,w2,wd')下面是其代码实现:首先是产生数据,我们使用sklearn的make_blobs方法产生三类数据,每类有三个特征。数据结构是(n

系统 2019-09-27 17:53:00 2200

Python

Hbase使用(python3.6版)

参考脚本之家首先,安装thriftthrift链接:https://github.com/SparksFly8/Tools下载thrift,这里用的是thrift-0.7.0-dev.tar.gz这个版本tarxzfthrift-0.7.0-dev.tar.gzcdthrift-0.7.0-devsudo./configure--with-cpp=no--with-ruby=nosudomakesudomakeinstalsrc/main/resource

系统 2019-09-27 17:56:24 2199

Python

Python qqbot 实现qq机器人的示例代码

qqbot是一个用python实现的、基于腾讯SmartQQ协议的QQ机器人框架,可运行在Linux、Windows和MacOSX平台下。你可以通过扩展qqbot来实现:监控、收集QQ消息自动消息推送聊天机器人通过QQ远程控制你的设备qqbot项目Gayhub地址:https://github.com/pandolia/qqbot#-*-coding:utf-8-*-importqqbotfromqqbotimportQQBotSlotasqqbotslo

系统 2019-09-27 17:54:51 2199

Python

python如何实现代码检查

前言通常我们的python代码都是遵循PEP8的规范化格式,目的是为了保持代码的一致性、可读性。,这里给大家推荐几个常用的静态代码检查工具,大家可以酌情选择使用1.pylintPylint是一个Python静态代码分析工具,它可以查找编程错误,帮助强制执行编码标准,嗅探代码异味并提供简单的重构建议。它具有高度可配置性,具有特殊的编译指示来控制代码中的错误和警告,以及广泛的配置文件。也可以编写自己的插件来添加自己的检查或以某种方式扩展pylint。缺省情况下

系统 2019-09-27 17:54:07 2199

Python

详解python pandas 分组统计的方法

首先,看看本文所面向的应用场景:我们有一个数据集df,现在想统计数据中某一列每个元素的出现次数。这个在我们前面文章《如何画直方图》中已经介绍了方法,利用value_counts()就可以实现(具体回看文章)但是,现在,我们考虑另外一个场景,我们假如要想统计其中两列元素出现次数呢?举个栗子:在df数据集中,如果我们想统计A、B两列的元素的出现情况,也就是说,得到如下表。从上面的最后一列可以看到,在A、B两列中,12出现了2次,14出现1次,16出现1次,23

系统 2019-09-27 17:54:01 2199