拥有Python标签的文章
Python

python内存监控工具memory_profiler和guppy的用法详解

python2.7在内存管理上相比python3还是有些坑的,其释放后的内存仍然保留在python的内存池中,不被系统所用。python循环引用的变量不会被回收,这会导致程序越运行,占用的内存越大。我在跑py-faster-rcnn的demo时,基本上跑2000张图像,16g内存就要爆了。于是尝试用python的内存监控工具来调试程序,找到不能膨胀的变量,然后del之,再手动回收内存gc.collec()下面是我用的两个内存监视工具,一个是按每行代码查看内

系统 2019-09-27 17:54:53 2557

Python

Python微博项目

功能批量获取微博博文mid(每篇博文唯一id)并插入数据库批量登录微博账号(无需验证码,为什么我也不知道,一个账号需要.4个账号就直接上去了)并插入数据库批量发表随机微博批量转发微博(开发中)批量关注微博(开发中)批量发私信(开发中)批量发评论(已完成)多线程(已完成80%)代理请求(开发中)目录结构WeiBoMode__init__.pyConn.pyGet_Data.pyGet_Mid.pyLogin_Session.pyPost.pySend_Con

系统 2019-09-27 17:48:13 2557

Python

形态学重建:孔洞填充的python实现

质量声明:原创文章,内容质量问题请评论吐槽。如对您产生干扰,可私信删除。主要参考:(美)拉斐尔·C.冈萨雷斯.数字图像处理第3版[M].阮秋琦,译.北京:电子工业出版社,2017:633.形态学重建形态学重建涉及两幅图像和一个结构元:Marker图像:包含变换的起点,将被连续膨胀,直至收敛Mask图像:用来约束膨胀结果,即Mask>=Marker结构单元(StructuringElement,SE):定义连通性数学迭代式:Marker=(Marker⊕SE

系统 2019-09-27 17:45:45 2557

Python

Windows下用PyCharm和Visual Studio开始Python

Windows搭建python开发环境首先需要去python的官网下载环境。鼠标移动到Downloads的tab上,在这里可以下载。python的环境还是很人性化的,没有那么多罗里吧嗦的配置什么的,下载好以后直接无脑next就行了,直到finish.PythonIDE优秀的PythonIDE有很多,这里我就介绍几款相对我来说比较常用的!排名不分先后!pycharmVIMEclipsewithPyDevSublimeTextKomodoEditPyScrip

系统 2019-09-27 17:38:39 2557

Python

【python】详解使用configparser进行文件配置

将代码中的配置项抽取到配置文件中,修改配置时不需要涉及到代码修改,这样就提高了代码的重用性,不再每次都去修改代码内部,极大的方便后期软件的维护。configparser解析的配置文件的格式为ini的配置文件格式(xxx.ini),就是文件中由多个section构成,每个section下又有多个配置项:;配置文件#定义section0[section0]key0=value0key1=value1[section1]key2=value2key3=value

系统 2019-09-27 17:57:37 2556

Python

python3 线性回归验证方法

如下所示:#-*-coding:utf-8-*-importpandasaspdimportnumpyasnpfrompatsy.highlevelimportdmatrices#2.7里面是frompatsyimportdmatricesfromstatsmodels.stats.outliers_influenceimportvariance_inflation_factorimportstatsmodels.apiassmimportscipy.st

系统 2019-09-27 17:57:08 2555

Python

蒙特卡洛方法以及python实现

蒙特卡洛方法以及python实现1.什么是蒙特卡洛方法(MonteCarlomethod)2.蒙特卡洛方法的基本思想3.应用:蒙特卡洛求定积分常见方法3.1投点法:3.2期望法:3.3蒙特卡洛求定积分4.蒙特卡洛方法python实例1.什么是蒙特卡洛方法(MonteCarlomethod)蒙特卡罗方法也称统计模拟方法,是1940年代中期由于科学技术的发展和电子计算机的发明,而提出的一种以概率统计理论为指导的数值计算方法。是指使用随机数(或更常见的伪随机数)

系统 2019-09-27 17:53:14 2555

Python

python读取大文件越来越慢的原因与解决

背景:今天同事写代码,用python读取一个四五百兆的文件,然后做一串逻辑上很直观的处理。结果处理了一天还没有出来结果。问题出在哪里呢?解决:1.同事打印了在不同时间点的时间,在需要的地方插入如下代码:printtime.strftime('%Y-%m-%d%H:%M:%S',time.localtime(time.time()))发现一个规律,执行速度到后面时间越来越长,也就是处理速度越来越慢。2.为什么会越来越慢呢?1)可能原因1,GC的问题,有篇文章

系统 2019-09-27 17:48:26 2554

Python

python用win32gui遍历窗口并设置窗口位置的方法

最近电脑打开某个软件却看不见窗口,在任务栏上看到软件明明已经运行,猜想一定是什么原因造成软件窗口位置偏离屏幕的有效坐标太远。尝试重启电脑,重装软件,都没有解决,看来是在注册表存储了位置信息了。没办法,写程序解决吧,最近正在折腾python,搜了一下python还真有相关接口操作windows窗口,而且很方便。解决问题的代码如下:importwin32guiimportwin32condefreset_window_pos(targetTitle):hWnd

系统 2019-09-27 17:56:02 2550

Python

K臂老虎机问题Python代码实现

参考周志华的《西瓜书》第16章强化学习16.2K-摇臂赌博机其实这个问题的目的就是为了能够获得更大的利润,但是具体怎样去获得更大的利润,用到了两种算法,一种是epsilon-贪心算法,另一种是Softmax算法,当然还有其他方法,具体可以参考http://incompleteideas.net/book/the-book-2nd.html,我在网上也找到了一位博主的博客,好像是翻译这本书的,写得挺好的,具体网址如下:https://blog.csdn.ne

系统 2019-09-27 17:54:10 2550

Python

Python 绘制 3 维以上的高维图!

实用技巧。我们的大脑通常最多能感知三维空间,超过三维就很难想象了。尽管是三维,理解起来也很费劲,所以大多数情况下都使用二维平面。不过,我们仍然可以绘制出多维空间,今天就来用Python的plotly库绘制下三维到六维的图,看看长什么样。数据我们使用一份来自UCI的真实汽车数据集,该数据集包括205个样本和26个特征,从中选择6个特征来绘制图形:Python学习交流群:1004391443基础工作安装好plotly包:pipinstallplotly加载数据

系统 2019-09-27 17:53:43 2550

Python

用python实现一个简单的刷浏览量小程序

话不多说,直接上代码importwebbrowseraswebimportosimporttimeIEPath="C:\ProgramFiles(x86)\Google\Chrome\Application\chrome.exe"web.register('IE',None,web.BackgroundBrowser(IEPath))while1:i=0whilei<1:web.get('IE').open('https://blog.csdn.net/t

系统 2019-09-27 17:50:22 2549

Python

Python 免费翻译API

1、安装APIpipinstallgoogletrans2、使用:fromgoogletransimportTranslatortranslate=Translator()result=translate.translate('照片')printresult.text3、translate默认翻译为英语,可以用参数dest修改需要翻译成的语言比如先要把hello翻译成中文result=translate.translate('hello',dest='zh

系统 2019-09-27 17:50:34 2545

Python

六维图见过么?Python 画出来了!

作者|PrasadOstwal译者|高级农民工我们的大脑通常最多能感知三维空间,超过三维就很难想象了。尽管是三维,理解起来也很费劲,所以大多数情况下都使用二维平面。来自维基百科不过,我们仍然可以绘制出多维空间,今天就来用Python的plotly库绘制下三维到六维的图,看看长什么样。数据我们使用一份来自UCI的真实汽车数据集,该数据集包括205个样本和26个特征,从中选择6个特征来绘制图形:基础工作安装好plotly包:加载数据集(文末会提供):下面我们先

系统 2019-09-27 17:54:10 2544

Python

Python 使用 docopt 解析json参数文件过程讲解

1.背景在深度学习的任务中,通常需要比较复杂的参数以及输入输出配置,比如需要不同的训练data,不同的模型,写入不同的log文件,输出到不同的文件夹以免混淆输出常用的parser.add()方法非常占用代码空间,而且输入输出配置无法通过文件更改,只能通过命令行参数改变。docopt库提供了一个非常优雅的命令行解析工具,这边只介绍其中解析文件参数2.安装pipinstalldocoptimportdocoptimportjson3.使用docopt由两部分组

系统 2019-09-27 17:57:42 2543