python 语法

评论

语言规范

  1. 变量名小写，下划线连接
    1. train_txt_file
  2. 函数名一般小写，下划线连接
    1. def txt_save(self):
  3. 类名称一般大驼峰
    1. class BatchRename():

基础

inf

Python中可以用如下方式表示正负无穷

1
2
float("inf")  # 正无穷
float("-inf")  # 负无穷
  1. INF做加法、乘法等算数运算仍然会的到inf：
  2. 除了 INF 外的其他数除以 INF ，会得到0：
  3. 任何其他的数值除以 INF 都会得到 INF， 因为INF表示正无穷
  4. 如果 INF 涉及到 < 和 > 不等式的问题，所有数都比 -inf 大，所有数都比 +inf 小就可以了。

Numpy

np.mean()

np.mean()函数功能：求取均值
经常操作的参数为axis，以m * n矩阵举例：
axis 不设置值，对 mn 个数求均值，返回一个实数
axis = 0：压缩行，对各列求均值，返回 1 n 矩阵
axis =1 ：压缩列，对各行求均值，返回 m *1 矩阵

1
2
3
4
5
6
7
8
9
10
11
12
13
np.mean(num1,0)
num1 = np.array([[1,2,3],[2,3,4],[3,4,5],[4,5,6]])
num2 = np.mat(num1)

ans = np.mean(num1,0)
3.5
ans = np.mean(num1,0) # 压缩行，对各列求均值
matrix([[ 2.5,  3.5,  4.5]])
ans = np.mean(num1,1) # 压缩列，对各行求均值
matrix([[ 2.],
        [ 3.],
        [ 4.],
        [ 5.]])

np.fliplr()

将数组在左右方向上翻转

1
2
3
4
5
6
7
8
9
arr = np.array([[[0,1],[2,3]],[[4,5],[6,7]]], dtype=float)
print(arr)
print(np.fliplr(arr))

[[[0,1], [2, 3]]
 [[4,5], [6, 7]]]

[[[2, 3], [0, 1]]
 [[6, 7], [4, 5]] ]
px, py = np.transpose(np.flipud(np.fliplr(path)))

np.flipud()

翻转列表，将矩阵进行上下翻转

1
2
3
4
5
6
7
8
9
10
11
12
arr=np.diag([1,2,3,4]) #diag用于声明对角矩阵
print(arr)
print(np.flipud(arr))
[[1 0 0 0]
 [0 2 0 0]
 [0 0 3 0]
 [0 0 0 4]]

[[0, 0, 0, 4],
 [0, 0, 3, 0],
 [0, 2, 0, 0],
 [1, 0, 0, 0]]

np.transpose()

transpose在不指定参数是默认是矩阵转置

1
2
3
4
5
6
arr = np.arange(4).reshape((2,2))
[[0, 1],
[2, 3]]

[[0, 2],
[1, 3]]

求维数，求长宽

data = np.array([
[1,2,3],
[4,5,6],
[7,8,9],
[0,0,0]
])

print(data)
print(data.ndim)
print(data.shape)

2
(4, 3)

Math

math.ceil()

ceil() 向上取整

1
2
ans = math.ceil(-45.17) : -45.0
ans = math.ceil(100.12) :  101.0

anaconda

  1. 打开anaconda,初始化自己的环境
1
2
3
4
5
# 装python3.6版本，环境所用的python版本需要在后面指定，如果不指定默认Anaconda自带python版本
# doccano 是环境名称，可根据自己命名区分不同自己的环境
conda create -n labeme python=3.10
# 激活自己的环境
conda activate ant
  1. 在pycharm中配置
    file->setting->Project: Complete Coverage Pat…->Python Interpreter

安装过程增加环境变量
E:\Anaconda
E:\Anaconda\Scripts
E:\Anaconda\Library\mingw-w64\bin
E:\Anaconda\Library\usr\bin
E:\Anaconda\Library\bin

conda update -n base conda

conda install –yes –file requirements.txt

conda config –remove-key channels
conda config –show # 查看conda的配置，确认channels
conda config –show-sources # 仅查看所有镜像

查看已经添加的channels

conda config –get channels
conda config –show channels

修改文件

在C:\Users{username} 文件夹下面修改.condarc
channels:

channel_priority: flexible

conda list

pip3 install torch torchvision -i https://pypi.mirrors.ustc.edu.cn/simple/

import torch

print(torch.version)
print(torch.cuda.is_available())

argparse

pycharm

  1. python的编译过程

没有二进制文件，直接编译成字节码了

pip3 install paddlepaddle -i https://mirror.baidu.com/pypi/simple/

pip3 install eiseg -i https://mirror.baidu.com/pypi/simple/

anaconda导出环境

conda env export > environment.yaml

导入环境
conda env create -f environment.yaml

安装anaconda环境

pip3

pip3 安装在/usr/lib/python3/dist-packages
pip3 freeze # 查看安装了什么包
pip3 show
pip3 list -v # 列出所有已安装包的位置
pip3 –version 查看 pip3 的默认安装位置

Linux下安装Django

使用在线安装
sudo pip3 install django==2.2.28

使用离线安装包安装

1
2
3
4
5
6
apt-get install python3-setuptools -y  # setup.py中的依赖项
apt-get install python3-pip -y
tar -xvf Django-2.2.28.tar.gz 
cd Django-2.2.28/
python3 setup.py install
pip3 freeze |grep Django # 查看是否安装成功

vscode调试python单个文件

只需要直接F5，自动生成的就可以了

常用命令

python3 manage.py runserver # 启动服务
python3 manage.py startapp # 创建应用
python3 manage.py migrate # 数据库迁移
python3 manage.py # 列出所有Django子命令

项目结构

_init : Python包的初始化文件
wsgi.py : WEB服务网关的配置文件– Django正式启动时，需要用到
urls.py :项目的主路由配置- HTTP请求进入Django时，优先调用该文件
settings.py:项目的配置文件–包含项目启动时需要的配置

搭建第一个Django程序

  1. 安装环境
  2. django-admin startproject mysite1
  3. 需要在setting中改为，ALLOWED_HOSTS = [“192.168.1.19”]
  4. python3 manage.py runserver 0.0.0.0:8000 # 将所有IP的请求都接入进来
  5. 成功连接

常见修改
LANGUAGE_CODE = ‘zh-Hans’

TIME_ZONE = ‘Asia/Shanghai’

matplotlib有很多主要的模块，例如：

matplotlib.figure: 用来创建和管理图像对象
matplotlib.axes: 用来创建和管理子图对象，提供大部分的绘图方法
matplotlib.pyplot: 用来提供类似于MATLAB的绘图接口，方便快速绘制图像
matplotlib.animation: 用来创建和保存动画
matplotlib.cm: 用来提供颜色映射相关的功能
matplotlib.colorbar: 用来添加颜色条到图像中
matplotlib.colors: 用来处理颜色相关的问题
matplotlib.image: 用来处理图像相关的问题
matplotlib.patches: 用来绘制各种形状的对象，如圆，矩形，多边形等
matplotlib.text: 用来绘制文本相关的对象，如标签，注释，数学公式等
matplotlib.ticker: 用来控制坐标轴刻度的格式和位置
matplotlib.transforms: 用来处理坐标变换相关的问题

类型 描述 简写
int8 8位整数 ‘i1’
int16 16位整数 ‘i2’
int32 32位整数 ‘i4’
int64 64位整数 ‘i8’
uint8 8位无符号整数 ‘u1’
uint16 16位无符号整数 ‘u2’
uint32 32位无符号整数 ‘u4’
uint64 64位无符号整数 ‘u8’
float16 半精度浮点数 ‘f2’
float32 单精度浮点数 ‘f4’
float64 双精度浮点数 ‘f8’
complex64 由两个32位浮点数组成的复数 ‘c8’
complex128 由两个64位浮点数组成的复数 ‘c16’
bool_ 布尔型 ‘bool’
object_ Python对象类型 ‘O’
string_ 固定长度字符串 ‘S’
unicode_ 固定长度unicode字符串 ‘U’

参考资料

[anaconda启动非常慢，一直卡在Initializing(看起来没什么用，FQ马上打开了)]https://blog.csdn.net/qq_40051406/article/details/121365478
[Anaconda超详细安装教程（Windows环境下）]https://blog.csdn.net/fan18317517352/article/details/123035625
[新手教程一：Anaconda新建开发环境]https://blog.csdn.net/qq_42573052/article/details/113770662
anaconda 换清华镜像源 windows
[Python命名规范-大小写]https://blog.csdn.net/quietbxj/article/details/107188786
[Solving environment: failed with initial frozen solve. Retrying with flexible solve的解决]https://blog.csdn.net/Brookekitty/article/details/106226285
[Python使用conda安装requirement.txt的扩展包]https://blog.csdn.net/weixin_45092662/article/details/106906719
[安装PyTorch详细过程]https://blog.csdn.net/MCYZSF/article/details/116525159
[清华大学开源软件镜像站]https://mirrors.tuna.tsinghua.edu.cn/
[Pytorch教程（一）：Pytorch安装教程-使用pip在conda里面装上了]https://zhuanlan.zhihu.com/p/88903659
[基于pytorch的yolov5运行报错warnings.warn(‘User provided device_type of ‘cuda‘, but CUDA is not available)]https://blog.csdn.net/weixin_50813961/article/details/122587255
[CUDA 11.7无法安装pytorch的GPU版本]https://blog.csdn.net/qq_46037444/article/details/125991109
[pytorch官网]https://pytorch.org/get-started/locally/
[__pycache__文件夹是什么东西？]https://zhuanlan.zhihu.com/p/476772186
Anaconda之导出/导出配置好的虚拟环境
[EISeg工具对应博文]https://blog.csdn.net/qq_37541097/article/details/120154543

gtoo8888C++ Developer

喜欢Linux高并发服务器开发，喜欢探究代码的底层原理，热爱开源，乐于分享