拥有Python标签的文章
Python

python matplotlib库直方图绘制详解

例题:假设你获取了250部电影的时长(列表a中),希望统计出这些电影时长的分布状态(比如时长为100分钟到120分钟电影的数量,出现的频率)等信息,你应该如何呈现这些数据?一些概念及问题:把数据分为多少组进行统计组数要适当,太少会有较大的统计误差,太多规律不明显组数:将数据分组,共分为多少组组距:指每个小组的两个端点的距离组数:极差/组距,也就是(最大值-最小值)/组距频数分布直方图与频率分布直方图,hist()方法需增加参数normed注意:一般来说能够

系统 2019-09-27 17:47:12 2310

Python

python基于SMTP协议发送邮件

本文实例为大家分享了python基于SMTP协议发送邮件的具体代码,供大家参考,具体内容如下#!/usr/bin/envpython#-*-coding:utf-8-*-"""@Time:2018/5/31@Author:LiuXueWen@Site:@File:sendEmail.py@Software:PyCharm@Description:使用SMTP协议发送邮件,支持同时发送给多个地址,支持同时发送文本信息、超文本信息和多附件"""importsm

系统 2019-09-27 17:47:05 2310

Python

python整合ffmpeg实现视频文件的批量转换

转换工具层出不穷,ffmpeg才是全能的转换工具,只是不支持图形操作。没有关系,命令行方式,在freebsd/linux下直接来我们的思路是,设定一个文件夹存放源视频文件,python读取该文件夹下的全部文件,并对文件通过ffmpeg进行分析,根据需要,修改目标文件的编码、分辨率等等,调用ffmpeg转换。我这次的需求是,我家液晶电视只支持分辨来,长宽均小于720,编码只支持divx/xvid的avi文件,且fps只能小于25――多次实践,才总结出来的,电

系统 2019-09-27 17:46:46 2310

Python

python绘制直方图和密度图的实例

对于pandas的dataframe,绘制直方图方法如下://pdf是pandas的dataframe,delta_time是其中一列//xlim是x轴的范围,bins是分桶个数pdf.delta_time.plot(kind='hist',xlim=(-50,300),bins=500)对于pandas的dataframe,绘制概率密度图方法如下://pdf是pandas的dataframe,delta_time是其中一列pdf.delta_time.d

系统 2019-09-27 17:45:41 2310

Python

在Python的Django框架中创建语言文件

当你标记了翻译字符串,你就需要写出(或获取已有的)对应的语言翻译信息。这里就是它如何工作的。地域限制Django不支持把你的应用本地化到一个连它自己都还没被翻译的地域。在这种情况下,它将忽略你的翻译文件。如果你想尝试这个并且Django支持它,你会不可避免地见到这样一个混合体�C�C参杂着你的译文和来自Django自己的英文。如果你的应用需要你支持一个Django中没有的地域,你将至少需要做一个Djangocore的最小翻译。消息文件第一步,就是为一种语言

系统 2019-09-27 17:38:39 2310

Python

PYTHON压平嵌套列表的简单实现

list是Python中使用最频繁的数据类型,标准库里面有丰富的函数可以使用。不过,如果把多维列表转换成一维列表(不知道这种需求多不多),还真不容易找到好用的函数,要知道Ruby、Mathematica、Groovy中可是有flatten的啊。如果列表是维度少的、规则的,还算好办例如:li=[[1,2],[3,4],[5,6]]print[jforiinliforjini]#orfromitertoolsimportchainprintlist(chain

系统 2019-09-27 17:38:27 2310

Python

python常用代码

目录常用代码片段及技巧自动选择GPU和CPU切换当前目录临时添加环境目录打印模型参数将tensor的列表转换为tensor内存不够debugtensormemory常用代码片段及技巧自动选择GPU和CPUdevice=torch.device('cuda'iftorch.cuda.is_available()else'cpu')#modelandtensortodevicevgg=models.vgg16().to(device)切换当前目录importo

系统 2019-09-27 17:55:40 2309

Python

Python中使用MELIAE分析程序内存占用实例

写的dht协议搜索的程序,这几天优化了一下发现速度确实快了好多。但是出现了一个新的问题,内存直接飙升,我开了十个爬虫占用内存800m。开始我以为是节点太多了,找了几个小问题修改一下,发现没用。后来就到网上查找python内存分析的工具,查了一点资料发现python有个meliae库操作非常方便,就使用分析了一下,发现不是节点太多的原因00,是保存发送的t_id,用来标示返回的消息是那个发出的一个字典过大了。从分析的结果非常容易的定位了某个对象的数量和大小,

系统 2019-09-27 17:52:11 2309

Python

自然语言处理工具python调用hanlp的方法步骤

阅读更多Python调用hanlp的方法此前有分享过,本篇文章分享自“逍遥自在017”的博客,个别处有修改,阅读时请注意!1.首先安装jpype首先各种坑,jdk和python版本位数必须一致,我用的是JPype1-py3版本号0.5.5.2、1.6jdk和Python3.5,win764位下亲测没问题。否则死翘翘,有可能虚拟机都无法启动:出错调试,原因已说;测试成功会有输出。下面启动虚拟机跑hanlp2.下载各种安装包使用自定义的HanLP——HanLP

系统 2019-09-27 17:50:20 2309

Python

python九九乘法表

这个乘法表看上去比较舒服,(●’◡’●)foriinrange(1,10):#i取值1到9forjinrange(1,i+1):#j取值1到is="%d*%d=%d"%(j,i,i*j)#赋值乘法公式print(s.ljust(8),end='')#每个字符串占8字符,左对齐,i不变时结尾不换行print()#i变时换行函数defmult(n):foriinrange(1,n+1):forjinrange(1,i+1):s='%d*%d=%d'%(j,i,

系统 2019-09-27 17:49:52 2309

Python

几个方法帮你加快Python运行速度

Python运行的慢是历来被诟病的,一方面和语言有关,另一方面可能就是你代码的问题。语言方面的问题我们解决不了,所以只能在编程技巧上来提高程序的运行效率。下面就给大家分享几个提高运行效率的编程方法。首先,我们需要来衡量代码的时间和空间的复杂性,不然仅仅用我们的肉眼很难感受代码时间长短的变化。python中的profiler可以帮助我们测量程序的时间和空间复杂度。使用时通过-o参数传入可选输出文件以保留性能日志。具体使用方法如下:python-mcProfi

系统 2019-09-27 17:48:32 2309

Python

解析Python中的二进制位运算符

下表列出了所有的Python语言的支持位运算符。假设变量a持有60和变量b持有13,则:示例:试试下面的例子就明白了所有的Python编程语言提供了位运算符:#!/usr/bin/pythona=60#60=00111100b=13#13=00001101c=0c=a&b;#12=00001100print"Line1-Valueofcis",cc=a|b;#61=00111101print"Line2-Valueofcis",cc=a^b;#49=001

系统 2019-09-27 17:47:52 2309

Python

python变量与作用域

变量从作用域分类作用范围从小到大为,小作用域的可以调用大作用域的内容。局部Local闭包Enclosing全局Global内建Build-in局部变量局部变量是定义在函数中的,因此其作用域是在函数内部。defexample():v=1#局部变量print(v)由于局部变量作用域只在函数内部有效,因此程序会报错Traceback(mostrecentcalllast):File"test.py",line3,inprint(v)NameErr

系统 2019-09-27 17:46:36 2309

Python

在浏览器中使用TensorFlow.js和Python构建机器学习模型(附代码)

大数据文摘授权转载自数据派THU作者:MOHDSANADZAKIRIZVI本文主要介绍了:TensorFlow.js(deeplearn.js)使我们能够在浏览器中构建机器学习和深度学习模型,而无需任何复杂的安装步骤。TensorFlow.js的两个组件——CoreAPI和LayerAPI。了解如何构建一个很棒的使用Tensorflow.js对网络摄像头中的图像进行分类的模型。概述你最喜欢用什么工具来编写机器学习模型?数据科学家们对这个永恒的问题会给出各种

系统 2019-09-27 17:46:17 2309

Python

python多线程threading.Lock锁用法实例

本文实例讲述了python多线程threading.Lock锁的用法实例,分享给大家供大家参考。具体分析如下:python的锁可以独立提取出来复制代码代码如下:mutex=threading.Lock()#锁的使用#创建锁mutex=threading.Lock()#锁定mutex.acquire([timeout])#释放mutex.release()锁定方法acquire可以有一个超时时间的可选参数timeout。如果设定了timeout,则在超时后通

系统 2019-09-27 17:54:53 2308