ICode9

精准搜索请尝试: 精确搜索
  • 第十六章 下载数据2020-08-12 08:02:12

    1.打印第一列的值并且追到到列表中 filename='D:\\weather.csv' with open(filename) as f: reader=csv.reader(f) header_row=next(reader) highs=[] for row in reader: high=int(row[1]) highs.append(high) print(highs) 2.绘制高温折线图

  • np.meshgrid() 生成网格坐标函数2020-08-11 16:01:08

    numpy.meshgrid():生成网格点坐标矩阵 [X,Y] = meshgrid(x,y) 将向量x和y定义的区域转换成矩阵X和Y,其中矩阵X的行向量是向量x的简单复制,而矩阵Y的列向量是向量y的简单复制(注:下面代码中X和Y均是数组,在文中统一称为矩阵了)。 假设x是长度为m的向量,y是长度为n的向量,则最终生成的矩阵

  • python实现多条柱状图对比输出?2020-08-02 17:32:20

    import matplotlib.pyplot as pltplt.rcParams["font.sans-serif"]=["SimHei"]#输出图像的标题可以为中文正常输出plt.rcParams["axes.unicode_minus"]=False #可以正常输出图线里的负号name_list = ["评分1","评分2'","评分3", "评分4&quo

  • 可视化分析三2020-08-02 15:28:15

    可视化分析三 一.今日内容 1、 编程,在一个折线图中,画出影片A、B、C各自的周票房(文件中的所有涉及地区总周票房)收入变化,要求将输出的折线图保存成图像文件ans0303.jpg,程序源代码保存成ans0303.py,Y轴表示票房收入,单位为“万元”;X轴表示时间,以“0、1、2、3…n”的非负整数作为刻度值,

  • Python 词云图2020-07-28 08:00:34

      import matplotlibimport matplotlib.pyplot as plt #数据可视化import jieba #词语切割import wordcloud #分词from wordcloud import WordCloud,ImageColorGenerator,STOPWORDS #词云,颜色生成器,停止import numpy as np #科学计算from PIL import Image #处理图片 def ciyun()

  • 【第一周】深度学习和PyTorch基础2020-07-25 15:01:58

    绪论        本次作业主要针对机器学习概念的扫盲以及PyTorch的基础应用。全文共分为四个部分,分别是:第一部分对图像的基本操作,第二部分PyTorch的常用操作,第三部分和第四部分是PyTorch的实际应用。由于之前没接触过深度学习和图像处理方面的知识,故本次作业保留题目的原代码,并附

  • 利用scipy实现声音处理2020-07-23 12:00:58

    from scipy.io import wavfile import numpy as np import matplotlib.pyplot as plt sample_rate, data = wavfile.read("Alarm01.wav") # 加载声音,返回采样频率,声音数据 print("Data type", data.dtype, "Shape", data.shape) Data type int16 Shape (1

  • 拿Python作图,用数据说话!可视化折线图2020-07-22 14:32:53

    前言 本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。 作者:碧茂大数据   1. 用 Numpy ndarray 作为数据传入 ply import numpy as np import matplotlib as mpl import matplotlib.pyplot as plt np.r

  • matplotlib.pyplot画图包的使用简介 (3) [折线图]2020-07-20 18:02:06

        import numpy as np import matplotlib.pyplot as plt plt.rcParams["font.family"] = 'SimHei' # 将字体改为中文 plt.rcParams['axes.unicode_minus'] = False # 设置了中文字体默认后,坐标的"-"号无法显示,设置这个参数就可以避免 #生成随机数列 n =

  • [ML L9] Clustering (K-MEANS)2020-07-17 21:02:19

     The k-means algorithm captures the insight that each point in a cluster should be near to the center of that cluster. It works like this: first we choose k, the number of clusters we want to find in the data. Then, the centers of those k clusters, called

  • python 人像抠图2020-07-11 13:34:35

    安装依赖: 1. 将依赖保存为requirements.txt 文件 appdirs==1.4.4 astor==0.8.1 Babel==2.8.0 certifi==2020.6.20 cfgv==3.1.0 chardet==3.0.4 click==7.1.2 cma==3.0.3 colorlog==4.1.0 cycler==0.10.0 decorator==4.4.2 distlib==0.3.1 docopt==0.6.2 filelock==3.0.12 flake8

  • python—可视化绘图2020-07-04 21:04:04

    #numpy使用matplotlib实现可视化绘图import numpy as npimport matplotlib.pyplot as plt#线性图x= np.linspace(-10,10,100)y = np.sin(x)plt.plot(x,y)plt.show()#饼状图arr=np.array([15,30,45,10])lables=np.array(['apple','orange','grape','strawb

  • opencv阈值处理——threshold函数、自适应阈值处理、Otsu处理(大津法)2020-07-03 20:04:19

    threshold函数retval, dst = cv2.threshold(src, thresh, maxval, type) ''' retval:返回的阈值;dst:阈值分割结果图像 src:输入图像 thresh:阈值;maxval:需设定的最大值 type:阈值分割类型 '''简单的阈值分割类型有:cv.THRESH_BINARYcv.THRESH_BINARY_INVcv.THRESH_TRUNCcv.THRESH_TOZEROc

  • 《流浪地球》影评数据爬取分析2020-06-30 12:02:37

    《流浪地球》影评数据爬取分析 人生苦短,我用Python。 阿巴阿巴阿巴,爬虫初学者,志在记录爬虫笔记,交流爬虫思路。 话不多说,开始进行操作。 对于电影数据影评的爬取,这里选取的网站是豆瓣网(豆瓣网自从全面反爬之后,很多东西都只会用户看一部分,而且一天中访问量不得超过60次(maybe?))。

  • TensorFlow2.x —— mageDataGenerator2020-06-27 19:01:48

    在图像深度学习任务中,对于小数据集,可以通过Image Data Augmentation图像增强技术来扩充数据。比如Keras的ImageDataGenerator。 ImageDataGenerator的使用: tf.keras.preprocessing.image.ImageDataGenerator( featurewise_center=False, # 使输入数据集去中心化(均值为0), 按fea

  • PLT-hook技术2020-06-22 11:07:24

    最近在学习apk的hook,贴一下自己的理解。 以下内容仅为个人看法,不代表100%正确,如有错误还请指出。 1.什么是hook技术 hook技术是一种拦截用户函数调用的技术。通过hook技术可以实现统计用户对某些函数的调用次数,对函数注入新的功能的目标。比如我想知道一个游戏运行时PSS的大

  • Python机器学习(七十三)Keras 加载MNIST数据集2020-06-21 20:56:37

    MNIST是一个经典的深度学习和计算机视觉的数据集,里面包含了0-9的手写数字图片,开发人员可使用此数据集来训练和测试神经网络,训练后的神经网络可以识别手写数字。 Keras库已经包含了这个数据集,可以从Keras库中加载: from keras.datasets import mnist # 将预打乱的MNIST数据加载到

  • 应用python初探梅雨预报感言NLP词频分析2020-06-21 20:38:10

    每年的梅雨预报是长江中下游省份6月汛期预报的重要关注点,其中关于入梅时间的确定也是媒体和大众的主要关注点。2020年省台的预报和服务效果均较好,于是领导总结了整个决策过程,让我们来看看这篇感言的重点吧。 首先,由于数据是图片格式,需要调用baidu ORC api进行图片文字ORC识

  • 【python opencv】直方图均衡2020-06-20 14:55:04

    考虑这样一个图像,它的像素值仅局限于某个特定的值范围。例如,较亮的图像将把所有像素限制在高值上。但是一幅好的图像会有来自图像所有区域的像素。因此,您需要将这个直方图拉伸到两端(如下图所示,来自wikipedia),这就是直方图均衡化的作用(简单来说)。这通常会提高图像的对比度。 在

  • 使用OpenCV进行实时车道检测2020-06-19 13:03:40

    作者|ABHISHEK SHARMA 编译|VK 来源|Analytics Vidhya 大约十年前,当谷歌的人还在试验一辆原型车时,我预见了自己的第一辆自动驾驶汽车。当时我立刻被这个想法迷住了。不可否认,我不得不等待一段时间,直到这些概念向社区开放,现在看来等待确实是值得的! 我最近试验了一些与计算机视觉有

  • Matplotlib -2020-06-18 12:03:54

    The Matplotlib library is designed to work well with many different environments and platforms. As such, the library does not only contain routines for generating graphs, but it also contains support for displaying graphs in different graphical environmen

  • Python-绘制组合图2020-06-18 09:02:24

    1 """ 2 绘制组合图: 3 组合图就是将多个形状,组合到⼀个图形中,主要作⽤是节约作图的空间,节省读者的时间,从⽽提⾼ 4 信息传达的效率。 5 """ 6 import pandas as pd 7 import numpy as np 8 import matplotlib.pyplot as plt 9 def plot_combination1(): 10

  • Python机器学习(十)经典算法大全2020-06-17 18:04:07

      1.KNN 分类算法 由于knn算法涉及到距离的概念,KNN 算法需要先进行归一化处理 1.1 归一化处理 scaler from sklearn.preprocessing import StandardScaler standardScaler =StandardScaler() standardScaler.fit(X_train) X_train_standard = standardScaler.transform(X_

  • Tensorflow2.0 Inceptionv3实现图片分类2020-06-17 17:04:11

    1.InceptionV3网络结构 论文:《Rethinking the Inception Architecture for Computer Vision》 论文链接:https://arxiv.org/abs/1512.00567 在2015年,谷歌发布了Inception V3版本,Inception V3 的创新点是将大的卷积分解成小卷积,即 5x5 卷积可以用两个 3x3 卷积代替(Inception

  • 用三种不同颜色表示的三个决策边界2020-06-17 10:59:35

    import numpy as npimport matplotlib.pyplot as pltfrom matplotlib.colors import ListedColormapfrom sklearn import datasetsfrom sklearn.neighbors import KNeighborsClassifieriris = datasets.load_iris()x = iris.data[:,:2]y = iris.targetx_min,x_max = x[:,0].mi

专注分享技术,共同学习,共同进步。侵权联系[admin#icode9.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有