Python cheatsheet
作者:互联网
Python cheatsheet
pandas
df = pd.read_csv('path') # read .csv
df.to_csv('path') # write .csv df.to_csv('path',header=True,index=True),header是列名,index是数字行名,两者默认都是True,将header设为False,第一行会称为列名,将index设为True,会额外加上行数列作为列名
matplotlib
scatter(x,y,linewidth) # linewidth 点大小
plt.imshow(img,cmap='gray') # 展示灰度图像
plt.axis('off') # 关闭坐标轴
设置子图大小
plt.subplots(figsize=(15,15))
plt.subplot(121)
...
交互模式
plt.ion()
与阻塞模式相对
plt.ioff()
绘图是否会暂停程序
输出格式
print("{:.2f}".format(1/2)) # 保留两位小数
计时
import time
start = time.time()
...
end = time.time()
print(end-start)
numpy
- 重复列的矩阵
- 加减乘,既可以用在维数相同的向量上,也可以用在列数相同的向量上
第二个例子表明,即便行数相等,numpy也不会执行将向量加到每一列上的加(减、乘)法>>> import numpy as np >>> a = np.zeros((3,3)) >>> b = np.array([1,2,3]) >>> a + b array([[1., 2., 3.], [1., 2., 3.], [1., 2., 3.]]) >>> c = np.zeros((3,2)) >>> b + c Traceback (most recent call last): File "<stdin>", line 1, in <module>ValueError: operands could not be broadcast together with shapes (3,) (3,2)
- argmax,argmax的axis参数指定求argmax的维度,如果axis=0则说明结果是一行(0代表行),就是在列上求最大值,如果axis=1则说明结果是一列(1代表列),就是在行上求最大值
- 索引
多维索引的写法>>> a = np.array([[0,0],[1,1],[2,2]]) >>> b = np.zeros((5,5)) >>> b[a] = 1 array([[1., 1., 1., 1., 1.], [1., 1., 1., 1., 1.], [1., 1., 1., 1., 1.], [0., 0., 0., 0., 0.], [0., 0., 0., 0., 0.]]) >>> c = np.zeros((5,5)) >>> c[a[:,0],a[:,1]] = 1 array([[1., 0., 0., 0., 0.], [0., 1., 0., 0., 0.], [0., 0., 1., 0., 0.], [0., 0., 0., 0., 0.], [0., 0., 0., 0., 0.]])
- 等间距数组
np.linspace(st,ed,num)
- 排序1
按照某列排序
a = np.array([[1,2,3],[4,5,6],[0,0,1]])
a_arg = np.argsort(a[:,1]) #按第’1’列排序
a_arg = np.argsort(a[:,-2]) #按第倒数第2列排序
a = a[a_arg].tolist() - 矩阵转化成列表
ndarray.tolist(),按行转化为列表 - OpenCV Error: Assertion failed (points.checkVector(2, CV_32S) >= 0) in fillConvexPoly, file …/OpenCV-2.4.0/modules/core/src/drawing.cpp, line 2017
将points改成np.int32类型,通过.astype(np.int32)
f-string
- 格式
>>>a = 1.1111111
>>>print(f"{a:.2f}")
1.11
列出目录下文件
>>>import os
>>>os.listdir(.)
只能列一级的
错误
不要将模块命名为一些自带的模块名
比如random.py
否则会让所有依赖random模块的包出现问题
标签:plt,Python,cheatsheet,time,np,array,csv,True 来源: https://blog.csdn.net/luo3300612/article/details/88175598