随笔分类 - Python
摘要：给定一个一维numpy数组，反转数组的三种方法： 1. 切片索引 2. numpy.flipud() 函数 3. numpy.flip() 函数 ``` import numpy as np a = np.array([1,2,3,4,5]) # 切片索引 ans1 = a[::-1] print(
阅读全文
摘要：《Python机器学习手册——从数据预处理到深度学习》 这本书类似于工具书或者字典，对于python具体代码的调用和使用场景写的很清楚，感觉虽然是工具书，但是对照着做一遍应该可以对机器学习中python常用的这些库有更深入的理解，在应用中也能更为熟练。 以下是根据书上的代码进行实操，注释基本写明了每
阅读全文
摘要：常常会遇到需要将分割的结果可视化的问题，这里采用修改dataset的方式，传入原图路径，最终保存的图片是在原图上叠加分割的结果，可以根据需要修改颜色。 注意：这里的颜色三元组顺序是BGR。 示例1： 这是每张图包含两类分割标签的可视化，每个类别需要分别保存，而且加入gt和预测的overlap。 im
阅读全文
摘要：# 将ui文件编译为py文件 python -m PyQt5.uic.pyuic xxx.ui -o xxx.py # 将主程序py文件生成exe pyinstaller yyy.py -F -w 注意，主程序.py文件中，调用ui的方式要改成form * import * 的形式。
阅读全文
摘要：《Python机器学习手册——从数据预处理到深度学习》 这本书类似于工具书或者字典，对于python具体代码的调用和使用场景写的很清楚，感觉虽然是工具书，但是对照着做一遍应该可以对机器学习中python常用的这些库有更深入的理解，在应用中也能更为熟练。 以下是根据书上的代码进行实操，注释基本写明了每
阅读全文
摘要：SimpleITK模块以多种语言为 ITK 提供简化的接口，支持Python、R、Java、C#、Lua、Ruby、TCL 和 C++ 中的开源多维图像分析，由 Insight Toolkit 社区为生物医学科学及其他领域开发。 官方文档链接：https://simpleitk.org/# 在实际使
阅读全文
摘要：分类问题 分类问题是人工智能领域中最常见的一类问题之一，掌握合适的评价指标，对模型进行恰当的评价，是至关重要的。 同样地，分割问题是像素级别的分类，除了mAcc、mIoU之外，也可以采用分类问题的一些指标来评价。 本文对分类问题的常见评价指标进行介绍，并附上利用sklearn库的python实现。
阅读全文
摘要：《Python机器学习手册——从数据预处理到深度学习》 这本书类似于工具书或者字典，对于python具体代码的调用和使用场景写的很清楚，感觉虽然是工具书，但是对照着做一遍应该可以对机器学习中python常用的这些库有更深入的理解，在应用中也能更为熟练。 以下是根据书上的代码进行实操，注释基本写明了每
阅读全文
摘要：《Python机器学习手册——从数据预处理到深度学习》 这本书类似于工具书或者字典，对于python具体代码的调用和使用场景写的很清楚，感觉虽然是工具书，但是对照着做一遍应该可以对机器学习中python常用的这些库有更深入的理解，在应用中也能更为熟练。 02-加载数据 包括： 加载样本数据集 创建仿
阅读全文
摘要：《Python机器学习手册——从数据预处理到深度学习》 这本书类似于工具书或者字典，对于python具体代码的调用和使用场景写的很清楚，感觉虽然是工具书，但是对照着做一遍应该可以对机器学习中python常用的这些库有更深入的理解，在应用中也能更为熟练。 以下是根据书上的代码进行实操，注释基本写明了每
阅读全文
摘要：random模块通常用来生成随机数，结合time模块生成随机数的代码： ``` import time import random random.seed(time.time()) x = random.randint(0,9) # x是[0，9]的整数，注意是闭区间 ``` random.samp
阅读全文
摘要：《Python机器学习手册——从数据预处理到深度学习》 这本书类似于工具书或者字典，对于python具体代码的调用和使用场景写的很清楚，感觉虽然是工具书，但是对照着做一遍应该可以对机器学习中python常用的这些库有更深入的理解，在应用中也能更为熟练。 以下是根据书上的代码进行实操，注释基本写明了每
阅读全文
摘要：import tqdm 使用tqdm模块，可以在漫长的for循环加上一个进度条，显示当前进度百分比。 将tqdm写在迭代器之外即可：tqdm(iterator) for i in tqdm(range(len(list))) # 或者 for i in trange(len(list)) 参考： h
阅读全文
摘要：部分数据输出为NaN，处理这部分异常数据使用isnan()函数 方法一：使用np.nan import numpy as np if z == np.nan: print('error') 方法二： from math import isnan isnan(z) 参考： https://www.cn
阅读全文
摘要：import json 函数 json.dumps() json.dumps()函数是将字典转化为字符串 json.loads() json.loads()函数是将字符串转化为字典 注意： 从json文件读取多层嵌套的字典，每一层都需要进行json.loads()。 区分是字符串还是字典，看输出的键
阅读全文
摘要：Pandas 即Python Data Analysis Library，是为了解决数据分析而创建的第三方工具，它不仅提供了丰富的数据模型，而且支持多种文件格式处理，包括CSV、HDF5、HTML 等，能够提供高效的大型数据处理。 另外，csv模块也同样可以进行csv文件读写。 import pan
阅读全文
摘要：数据转换 1.numpy->tensor data2 = torch.tensor(data1) 2.tensor->numpy 非训练数据（训练结束后的tensor）的转换： data2 = np.array(data1) 如果是训练过程中需要转换，则： data2 = data1.cpu().d
阅读全文
摘要：RuntimeError: Input type (torch.cuda.HalfTensor) and weight type (torch.cuda.FloatTensor) should be the same 模型输入的数据类型要与模型参数的数据类型一致。 torch.cuda.HalfTe
阅读全文
摘要：使用pdb模块辅助python调试。 import pdb 断点模式 在需要调试的语句前设置断点，加入这行代码： pdb.set_trace() 程序运行到这就会进入断点调试模式。 | 输入 | 作用 | | | | |n|运行下一步| |s x|进入某个函数x| |c|跳到下一个断点| |p x|
阅读全文
摘要：python常常用opencv模块来处理图像。 import cv2 as cv 读取图片：imread() 默认按照彩色三通道读取： img = cv2.imread(path) 读取灰度图： img = cv2.imread(path, cv2.IMREAD_GRAYSCALE) 色彩空间转换：
阅读全文
