自我学习记录：如有问题，请帮助指正，勿喷。条件判断：用if语句来实现，而且if语句还捆绑了一个else来做判断，字面意思就是例外情况。#比如，输入身高，根据不同的内容，用if语句来实现。#很抱歉我在终端python环境下，没有找到怎么输入判断语句。#所以用的pycharm软件里面查看到的结果。#代码：height=float(input('请告诉我你的身高(单位M)\n'))ifheight>0:#if语句后面一定要跟冒号':'不然会报错的print('你
系统 2019-09-27 17:48:27 2149
本文较为详细的讲述了Python中常用的模块，分享给大家便于大家查阅参考之用。具体如下：1.内置模块(不用import就可以直接使用)常用内置函数：help(obj)在线帮助,obj可是任何类型callable(obj)查看一个obj是不是可以像函数一样调用repr(obj)得到obj的表示字符串，可以利用这个字符串eval重建该对象的一个拷贝eval_r(str)表示合法的python表达式，返回这个表达式dir(obj)查看obj的namespace中
系统 2019-09-27 17:45:32 2149
在语句Book.objects.all()中，objects是一个特殊的属性，需要通过它查询数据库。在第5章，我们只是简要地说这是模块的manager。现在是时候深入了解managers是什么和如何使用了。总之，模块manager是一个对象，Django模块通过它进行数据库查询。每个Django模块至少有一个manager，你可以创建自定义manager以定制数据库访问。下面是你创建自定义manager的两个原因：增加额外的manager方法，和/或修ma
系统 2019-09-27 17:37:39 2149
Numpy模块被广泛用于科学和数值计算，自然有它的强大之处，之前对于特征处理中需要进行数据列表或者矩阵拼接的时候都是自己写的函数来完成的，今天发现一个好玩的函数，不仅好玩，关键性能强大，那就是Numpy模块自带的矩阵、列表连接函数，实践一下。#!usr/bin/envpython#encoding:utf-8from__future__importdivision'''__Author__:沂水寒城使用numpy模块实现矩阵的连接操作'''importnu
系统 2019-09-27 17:55:12 2148
本文实例讲述了PythonDjango框架实现应用添加logging日志。分享给大家供大家参考，具体如下：DjangousesPython'sbuiltinloggingmoduletoperformsystemlogging.Django使用python的内建日志模块来记录系统日志，但是要想在django应用中开启此功能使我们的部分操作能够被记录到日志文件，那么就需要进行一定的配置并且根据具体的log类型来进行调用step1：配置setting.py以下
系统 2019-09-27 17:54:44 2148
邻近算法（k-NearestNeighbor)是机器学习中的一种分类（classification）算法，也是机器学习中最简单的算法之一了。虽然很简单，但在解决特定问题时却能发挥很好的效果。因此，学习kNN算法是机器学习入门的一个很好的途径。kNN算法的思想非常的朴素，它选取k个离测试点最近的样本点，输出在这k个样本点中数量最多的标签（label）。我们假设每一个样本有m个特征值（property），则一个样本的可以用一个m维向量表示:X=（x1，x2，.
系统 2019-09-27 17:54:43 2148
由于之前对于爬取下来的数据都是存入MongoDB中，想起来还没有尝试存入MySQL，于是将一篇简单的文章爬取下来，存入MySQL试试这里用到的python模块是pymysql，因为MySQLdb之前已经停止维护首先在cmd中连接MySQL并且创建一个数据库json在图形化界面workbench中可以看到接下来就要在pycharm中写代码了，在pycharm中导入pymysql后即可#建立python与MySQL之间的连接mysql=pymysql.conn
系统 2019-09-27 17:53:26 2148
什么是异常？一般情况下，在python无法正常处理程序时就会发生一个异常（异常是python对象，表示一个错误），也就是我们俗称的程序崩了。异常就是程序运行时候发生错误的信号（在程序出现错误的时候，则会产生一个异常，若程序没有处理他，则会抛出该异常，程序的运行也随之终止）。异常的处理步骤：1、可预知的异常：如果错误发生的条件是可预知的，需要用if进行处理，在错误发生之前进行预防。2、未知的异常：try:代码块except异常类型:异常处理的方法else:如
系统 2019-09-27 17:53:08 2148
某天回家之时，听到有个朋友说起他正在做一个车牌识别的项目于是对其定位车牌的位置算法颇有兴趣，今日有空得以研究，事实上车牌识别算是比较成熟的技术了，这里我只是简单实现。我的思路为：对图片进行一些预处理，包括灰度化、高斯平滑、中值滤波、Sobel算子边缘检测等等。利用OpenCV对预处理后的图像进行轮廓查找，然后根据一些参数判断该轮廓是否为车牌轮廓。效果如下：test1：test2实现代码如下（对图像预处理（滤波器等）的原理比较简单，这里只是对一些函数进行调包
系统 2019-09-27 17:50:43 2148
本文实例为大家分享了python傅里叶变换FFT绘制频谱图的具体代码，供大家参考，具体内容如下频谱图的横轴表示的是频率，纵轴表示的是振幅#coding=gbkimportnumpyasnpimportpandasaspdimportmatplotlib.pyplotasplt#依据快速傅里叶算法得到信号的频域deftest_fft():sampling_rate=8000#采样率fft_size=8000#FFT长度t=np.arange(0,1.0,1.
系统 2019-09-27 17:48:55 2148
