分类：python

2022
04-20

Python类型提示Type Hints示例详解

目录为什么会有类型提示解决上述问题，类型提示类型提示分类变量类型提示没有使用类型提示使用了类型提示变量类型提示-元组打包变量类型提示-元组解包在类里面使用函数参数类型提示栗子一栗子二总结为什么会有类型提示Python是一种动态类型语言，这意味着我们在编写代码的时候更为自由，运行时不需要指定变量类型但是与此同时IDE无法像静态类型语言那样分析代码，及时给我们相应的提示，比如字符串的split方法defsplit_str(s)... 继续阅读 >

2022
04-20

用Python实现网易云音乐的数据进行数据清洗和可视化分析

目录Python实现对网易云音乐的数据进行一个数据清洗和可视化分析对音乐数据进行数据清洗与可视化分析对音乐数据进行数据清洗与可视化分析歌词文本分析总结Python实现对网易云音乐的数据进行一个数据清洗和可视化分析对音乐数据进行数据清洗与可视化分析关于数据的清洗，实际上在上一一篇文章关于抓取数据的过程中已经做了一部分，后面我又做了一下用户数据的抓取歌曲评论：包括后台返回的空用户信息、重复数据的去重等。除此之外，... 继续阅读 >

2022
04-20

(手写)PCA原理及其Python实现图文详解

目录1、背景2、样本均值和样本方差矩阵3、PCA3.1最大投影方差3.2最小重构距离4、Python实现总结1、背景为什么需要降维呢？因为数据个数N和每个数据的维度p不满足N>>p，造成了模型结果的“过拟合”。有两种方法解决上述问题：增加N;减小p。这里我们讲解的PCA属于方法2。2、样本均值和样本方差矩阵3、PCA3.1最大投影方差3.2最小重构距离4、Python实现"""-*-coding:utf-8-*-@Time:2021/8/1522:19... 继续阅读 >

2022
04-20

一篇文章告诉你如何用python进行自动化测试,调用c程序

目录一、介绍二、方法三、示例windows平台1、编写搭建动态库c函数2、python导入库3、结果linux平台1、编写c程序2、编译成so动态库3、编写python导入库4、执行总结一、介绍python可以做测试c的程序，用到ctypes模块ctypes有以下优点：Python内建，不需要单独安装可以直接调用二进制的动态链接库在Python一侧，不需要了解Python内部的工作方式在C/C++一侧，也不需要了解Python内部的工作方式对... 继续阅读 >

2022
04-20

一篇文章告诉你如何用Python控制Excel实现自动化办公

目录1.安装2.操作一个简单的Excel文档3.操作简单Excel文档并添加数据格式4.Excel中添加不同类型的数据5.Excel中添加数据图表最后：可能给予你助力的教程总结1.安装2.操作一个简单的Excel文档操作注释及代码：操作完成后，数据存储结果如下：3.操作简单Excel文档并添加数据格式操作代码如下：附带数据格式的定义操作效果如图所示：4.Excel中添加不同类型的数据操作代码如下：将不同的数据按照指定的格式添加到文件中代码执行结果如... 继续阅读 >

2022
04-20

Python实现端口扫描器的示例代码

目录socket概念socket基本用法创建tcp套接字实现端口扫描socket概念socket又称套接字,可以看做是不同主机之间的进程进⾏双向通信的端点，简单的说就是通信的两⽅的⼀种约定，⽤套接字中的相关函数来完成通信过程，发出网络请求或者应答网络请求。socket起源于Unix，⽽Unix/Linux基本哲学之⼀就是"⼀切皆⽂件"，对于⽂件⽤"打开"、"读写"、"关闭"模式来操作。而socket... 继续阅读 >

2022
04-20

使用python svm实现直接可用的手写数字识别

目录pythonsvm实现手写数字识别——直接可用1、训练1.1、训练数据集下载——已转化成csv文件1.2、训练源码2、预测单张图片2.1、待预测图像2.2、预测源码2.3、预测结果pythonsvm实现手写数字识别——直接可用最近在做个围棋识别的项目，需要识别下面的数字，如下图：我发现现在网上很多代码是良莠不齐，…真是一言难尽，于是记录一下，能够运行成功并识别成功的一个源码。1、训练1.1、训练数据集下载——已转化成csv文件下载地址... 继续阅读 >

2022
04-16

Python Pandas的简单使用教程

一、Pandas简介1、PythonDataAnalysisLibrary或pandas是基于NumPy的一种工具，该工具是为了解决数据分析任务而创建的。Pandas纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现，它是使Python成为强大而高效的数据分析环境的重要因素之一。2、Pandas是python的一个数据分析包，最初由AQRCapitalManagement于2008... 继续阅读 >

2022
04-16

Python OpenCV 针对图像细节的不同操作技巧

本系列专栏写作将采用首创的问答式写作形式，快速让你学习到OpenCV的初级、中级、高级知识。6.在PythonOpenCV针对图像细节的不同操作本篇博客的目标将为你解释一幅图像的拆解，包括图像像素的说明，图像属性信息的获取与修改，图像目标区域ROI相关内容，以及图像通道的知识（包括拆分通道和合并通道）这些内容在知识结构上与numpy库十分紧密，如果从学习的角度出发，建议你储备一下numpy相关知识。读取修改图像的像素... 继续阅读 >

2022
04-16

python imread函数详解

Python中各种imread函数的区别与联系最近一直在用python做图像处理相关的东西，被各种imread函数搞得很头疼，因此今天决定将这些imread总结一下，以免以后因此犯些愚蠢的错误。如果你正好也对此感到困惑可以看下这篇总结。当然，要了解具体的细节，还是应该readthefuckcode和APIdocument，但貌似python的很多模块文档都不是很全，所以只能多看代码和注释了。先来看看常用的读取图片的方式：PIL.Image.openscipy.misc... 继续阅读 >

2022
04-16

Python基于React-Dropzone实现上传组件的示例代码

目录实例演示1.axios上传普通文件：2.大文件导入：结语这次我要讲述的是在React-Flask框架上开发上传组件的技巧。我目前主要以React开发前端，在这个过程中认识到了许多有趣的前端UI框架——React-Bootstrap、AntDesign、MaterialUI、Bulma等。而比较流行的上传组件也不少，而目前用户比较多的是jQuery-File-Upload和Dropzone，而成长速度快的新晋有Uppy和filepond。比较惋惜的是Fine-Uploader的作者自2018年后就决定不再维护... 继续阅读 >

2022
04-12

python Selenium等待元素出现的具体方法

有一个Selenium脚本（Python），它点击回复按钮使anonemail类出现。anonemail类出现的时间各不相同。因此，我必须使用sleep直到元素出现。我想等到课程出现而不是使用睡眠。我听说过等待命令，但我不知道如何使用它们。这是我迄今为止所拥有的：browser.find_element_by_css_selector(".reply-button").click()sleep(5)email=browser.find_element_by_css_selector(".anonemail").get_attribute("value")解决：1、如果验证任... 继续阅读 >

2022
04-12

Python数据标准化的实例分析

说明1、将原始数据转换为均值为0，标准差在1范围内。2、对标准化而言：如果出现异常点，由于有一定数据量，少量异常点对平均值的影响不大，因此方差变化不大。实例defstand_demo():"""标准化:return:"""#1.获取数据data=pd.read_csv('dating.txt')data=data.iloc[:,:3]print('data:\n',data)#2.实例化一个转换器类transfer=StandardScaler()#3.调用fit_transform()data_new=t... 继续阅读 >

2022
04-12

Python特征降维知识点总结

说明1、PCA是最经典、最实用的降维技术，尤其在辅助图形识别中表现突出。2、用来减少数据集的维度，同时保持数据集中对方差贡献最大的特征。保持低阶主成分，而忽略高阶成分，低阶成分往往能保留数据的最重要部分。实例fromsklearn.feature_selectionimportVarianceThreshold#特征选择VarianceThreshold删除低方差的特征(删除差别不大的特征)var=VarianceThreshold(threshold=1.0)#将方差小于等于1.0的特征删除。默认... 继续阅读 >

2022
04-12

Python方差特征过滤的实例分析

说明1、通过特征本身的方差来筛选特征。特征的方差越小，特征的变化越不明显。2、变化越不明显的特征对我们区分标签没有太大作用，因此应该消除这些特征。实例defvariance_demo():"""过滤低方差特征:return:"""#1.获取数据data=pd.read_csv('factor_returns.csv')data=data.iloc[:,1:-2]print('data:\n',data)#2.实例化一个转换器类transfer=VarianceThreshold(threshold=1... 继续阅读 >

2022
04-12

Python高级架构模式知识点总结

1、残差连接是目前常用的组件，解决了大规模深度学习模型梯度消失和瓶颈问题。通常，在10层以上的模型中追加残差连接可能有帮助。fromkerasimportlayersx=...y=layers.Conv2D(128,3,activation='relu',padding='same')(x)y=layers.Conv2D(128,3,activation='relu',padding='same')(y)y=layers.MaxPooling2D(2,strides=2)(y)#形状不同，要做线性变换：residual=layers.Conv2D(128,1,strides=2,padding='... 继续阅读 >