背景：今天同事寫代碼，用python讀取一個四五百兆的文件，然后做一串邏輯上很直觀的處理。結果處理了一天還沒有出來結果。問題出在哪里呢？解決：1.同事打印了在不同時間點的時間，在需要的地方插入如下代碼:printtime.strftime('%Y-%m-%d%H:%M:%S',time.localtime(time.time()))發現一個規律，執行速度到后面時間越來越長，也就是處理速度越來越慢。2.為什么會越來越慢呢？1）可能原因1，GC的問題，有篇文章
系統 2019-09-27 17:48:26 2612
如下所示：sum=0n=99whilen>0:sum=sum+nn=n-2print(sum)只要條件滿足，就不斷循環，條件不滿足時退出循環。比如我們要計算100以內所有奇數之和，可以用while循環實現：在循環內部變量n不斷自減，直到變為-1時，不再滿足while條件，循環退出。#100以內奇數的和sum=0foriinrange(0,100):ifi%2==1:sum+=1print(sum)以上這篇Python-while計算100以內奇數和的方法就
系統 2019-09-27 17:53:48 2611
1threshold激活函數f(x)={1,x≥00,x<0f\left(x\right)=\begin{cases}1,&\text{$x\geq0$}\\0,&\text{x<0}\end{cases}f(x)={1,0,?x≥0x<0?importmatplotlib.pyplotaspltimportmpl_toolkits.axisartistasaxisartistimportnumpyasnpfig=plt.figure(figsize=(6
系統 2019-09-27 17:55:11 2609
質量聲明：原創文章，內容質量問題請評論吐槽。如對您產生干擾，可私信刪除。主要參考：（美）拉斐爾·C.岡薩雷斯.數字圖像處理第3版[M].阮秋琦,譯.北京：電子工業出版社,2017:633.形態學重建形態學重建涉及兩幅圖像和一個結構元：Marker圖像：包含變換的起點，將被連續膨脹，直至收斂Mask圖像：用來約束膨脹結果，即Mask>=Marker結構單元（StructuringElement，SE）：定義連通性數學迭代式：Marker=(Marker⊕SE
系統 2019-09-27 17:45:45 2609
在使用Anaconda+Juyternotebook的時候，默認Juyternotebook里只有最初時的python3環境，當通過Anaconda創建一個新版本python環境時，需要一些操作來將其添加到Juyternotebook的選項中。首先在命令行中激活需要添加的環境：condaactivatetf2.0然后安裝ipykernelpipinstallipykernel最后通過ipykernel為jupyter添加該環境：python-mipyker
系統 2019-09-27 17:56:12 2607
python2.7在內存管理上相比python3還是有些坑的，其釋放后的內存仍然保留在python的內存池中，不被系統所用。python循環引用的變量不會被回收，這會導致程序越運行，占用的內存越大。我在跑py-faster-rcnn的demo時，基本上跑2000張圖像，16g內存就要爆了。于是嘗試用python的內存監控工具來調試程序，找到不能膨脹的變量，然后del之，再手動回收內存gc.collec（）下面是我用的兩個內存監視工具，一個是按每行代碼查看內
系統 2019-09-27 17:54:53 2606
Windows搭建python開發環境首先需要去python的官網下載環境。鼠標移動到Downloads的tab上，在這里可以下載。python的環境還是很人性化的，沒有那么多羅里吧嗦的配置什么的，下載好以后直接無腦next就行了，直到finish.PythonIDE優秀的PythonIDE有很多，這里我就介紹幾款相對我來說比較常用的！排名不分先后！pycharmVIMEclipsewithPyDevSublimeTextKomodoEditPyScrip
系統 2019-09-27 17:38:39 2605
實用技巧。我們的大腦通常最多能感知三維空間，超過三維就很難想象了。盡管是三維，理解起來也很費勁，所以大多數情況下都使用二維平面。不過，我們仍然可以繪制出多維空間，今天就來用Python的plotly庫繪制下三維到六維的圖，看看長什么樣。數據我們使用一份來自UCI的真實汽車數據集，該數據集包括205個樣本和26個特征，從中選擇6個特征來繪制圖形：Python學習交流群：1004391443基礎工作安裝好plotly包：pipinstallplotly加載數據
系統 2019-09-27 17:53:43 2604
功能批量獲取微博博文mid(每篇博文唯一id)并插入數據庫批量登錄微博賬號(無需驗證碼,為什么我也不知道,一個賬號需要.4個賬號就直接上去了)并插入數據庫批量發表隨機微博批量轉發微博(開發中)批量關注微博(開發中)批量發私信(開發中)批量發評論(已完成)多線程(已完成80%)代理請求(開發中)目錄結構WeiBoMode__init__.pyConn.pyGet_Data.pyGet_Mid.pyLogin_Session.pyPost.pySend_Con
系統 2019-09-27 17:48:13 2603
最近電腦打開某個軟件卻看不見窗口，在任務欄上看到軟件明明已經運行，猜想一定是什么原因造成軟件窗口位置偏離屏幕的有效坐標太遠。嘗試重啟電腦，重裝軟件，都沒有解決，看來是在注冊表存儲了位置信息了。沒辦法，寫程序解決吧，最近正在折騰python，搜了一下python還真有相關接口操作windows窗口，而且很方便。解決問題的代碼如下：importwin32guiimportwin32condefreset_window_pos(targetTitle):hWnd
系統 2019-09-27 17:56:02 2601
1.背景在深度學習的任務中，通常需要比較復雜的參數以及輸入輸出配置，比如需要不同的訓練data，不同的模型，寫入不同的log文件，輸出到不同的文件夾以免混淆輸出常用的parser.add（）方法非常占用代碼空間，而且輸入輸出配置無法通過文件更改，只能通過命令行參數改變。docopt庫提供了一個非常優雅的命令行解析工具，這邊只介紹其中解析文件參數2.安裝pipinstalldocoptimportdocoptimportjson3.使用docopt由兩部分組
系統 2019-09-27 17:57:42 2599
作者|PrasadOstwal譯者|高級農民工我們的大腦通常最多能感知三維空間，超過三維就很難想象了。盡管是三維，理解起來也很費勁，所以大多數情況下都使用二維平面。來自維基百科不過，我們仍然可以繪制出多維空間，今天就來用Python的plotly庫繪制下三維到六維的圖，看看長什么樣。數據我們使用一份來自UCI的真實汽車數據集，該數據集包括205個樣本和26個特征，從中選擇6個特征來繪制圖形：基礎工作安裝好plotly包：加載數據集（文末會提供）：下面我們先
系統 2019-09-27 17:54:10 2597
參考周志華的《西瓜書》第16章強化學習16.2K-搖臂賭博機其實這個問題的目的就是為了能夠獲得更大的利潤，但是具體怎樣去獲得更大的利潤，用到了兩種算法，一種是epsilon-貪心算法，另一種是Softmax算法，當然還有其他方法，具體可以參考http://incompleteideas.net/book/the-book-2nd.html，我在網上也找到了一位博主的博客，好像是翻譯這本書的，寫得挺好的，具體網址如下：https://blog.csdn.ne
系統 2019-09-27 17:54:10 2597
如下所示：#-*-coding:utf-8-*-importpandasaspdimportnumpyasnpfrompatsy.highlevelimportdmatrices#2.7里面是frompatsyimportdmatricesfromstatsmodels.stats.outliers_influenceimportvariance_inflation_factorimportstatsmodels.apiassmimportscipy.st
系統 2019-09-27 17:57:08 2596
話不多說，直接上代碼importwebbrowseraswebimportosimporttimeIEPath="C:\ProgramFiles(x86)\Google\Chrome\Application\chrome.exe"web.register('IE',None,web.BackgroundBrowser(IEPath))while1:i=0whilei<1:web.get('IE').open('https://blog.csdn.net/t
系統 2019-09-27 17:50:22 2593
