tensorflow学习——numpy
2017-07-17 11:31
253 查看
numpy 方法总结:
参考文献:
http://blog.csdn.net/u010156024/article/details/50419338
**列表:
列表操作包含以下函数:
1、len(list):列表元素个数
2、max(list):返回列表元素最大值
3、min(list):返回列表元素最小值
4、list(seq):将元组转换为列表
列表操作包含以下方法:
1、list.append(obj):在列表末尾添加新的对象
2、list.count(obj):统计某个元素在列表中出现的次数
3、list.extend(seq):在列表末尾一次性追加另一个序列中的多个值(用新列表扩展原来的列表)
4、list.index(obj):从列表中找出某个值第一个匹配项的索引位置
5、list.insert(index, obj):将对象插入列表
6、list.pop(obj=list[-1]):移除列表中的一个元素(默认最后一个元素),并且返回该元素的值
7、list.remove(obj):移除列表中某个值的第一个匹配项
8、list.reverse():列表元素颠倒
9、list.sort([func]):对原列表进行排序(从小到大)
各类型数据对比对比
matplotlib如何写出汉字:
批量读取图片:
转载地址:GAN_player的博客
参考文献:
http://blog.csdn.net/u010156024/article/details/50419338
**列表:
列表操作包含以下函数:
1、len(list):列表元素个数
2、max(list):返回列表元素最大值
3、min(list):返回列表元素最小值
4、list(seq):将元组转换为列表
列表操作包含以下方法:
1、list.append(obj):在列表末尾添加新的对象
2、list.count(obj):统计某个元素在列表中出现的次数
3、list.extend(seq):在列表末尾一次性追加另一个序列中的多个值(用新列表扩展原来的列表)
4、list.index(obj):从列表中找出某个值第一个匹配项的索引位置
5、list.insert(index, obj):将对象插入列表
6、list.pop(obj=list[-1]):移除列表中的一个元素(默认最后一个元素),并且返回该元素的值
7、list.remove(obj):移除列表中某个值的第一个匹配项
8、list.reverse():列表元素颠倒
9、list.sort([func]):对原列表进行排序(从小到大)
各类型数据对比对比
#list nums = [0, 1, 2, 3, 4] even_squares = [x ** 2 for x in nums if x % 2 == 0] print (even_squares ) animals = ['cat', 'dog', 'monkey'] for idx, animal in enumerate(animals): print ('#%d: %s' % (idx + 1, animal)) #dictionary d = {'cat': 'cute', 'dog': 'furry'} d.get('cat','no element') #如果找不到,就返回备选 d = {'person': 2, 'cat': 4, 'spider': 8} for animal, legs in d.items(): print ('A %s has %d legs' % (animal, legs)) nums = [0, 1, 2, 3, 4] even_num_to_square = {x: x ** 2 for x in nums if x % 2 == 0} print( even_num_to_square )# Prints "{0: 0, 2: 4, 4: 16}" #set animals = {'cat', 'dog'} animals.add('fish')
matplotlib如何写出汉字:
from matplotlib.font_manager import FontProperties import numpy as np import matplotlib.pyplot as plt font = FontProperties(fname="/usr/share/fonts/truetype/droid/DroidSansFallbackFull.ttf", size=14) plt.figure(figsize=(5,5)) x=np.arange(0,5,0.1) y=np.sin(x) plt.plot(x,y,color='r',label='sin') plt.legend(loc=1) plt.xlabel(u"横坐标", fontproperties=font) plt.ylabel(u"纵坐标", fontproperties=font) plt.title(u"正弦函数",fontproperties=font) plt.text(0.5,0.5,u'正弦函数',font a344 properties=font)
批量读取图片:
import os import numpy import cv2 def is_inp(name): return(name[-4:] in ['.jpg','.JPG', '.jpeg', '.JPEG', '.png', '.PNG']) inp_path = '/home/no1/Desktop/read/' all_inps = os.listdir(inp_path) all_inp = [i for i in all_inps if is_inp(i)] for i in range(len(all_inp)): path_=os.path.join(inp_path,all_inp[i]) I=cv2.imread(path_) cv2.imwrite('/home/no1/Desktop/read/ha/%05d'%(i)+'.jpg',I) #按照00000~以此排序 cv2.imwrite('/home/no1/Desktop/read/aa/'+'{}'.format(i)+'.jpg',I) #按照1~以此排序 cv2.imwrite('/home/no1/Desktop/read/hh/'+all_inp[i],I) #按照原图命名排序
转载地址:GAN_player的博客
相关文章推荐
- TensorFlow 学习(六) —— TensorFlow 与 numpy 的交互
- tensorflow学习心得:numpy中newaxis的使用
- 看深度学习框架排名第一的TensorFlow如何进行时序预测!
- Tensorflow 实战google深度学习框架 08 变量域
- Numpy学习笔记1--genfromtxt
- 深度学习笔记——深度学习框架TensorFlow(八)[Logging and Monitoring Basics with tf.contrib.learn]
- TensorFlow 学习(二) 制作自己的TFRecord数据集,读取,显示及代码详解
- 机器学习&深度学习基础(tensorflow版本实现的算法概述0)
- TensorFlow 深度学习框架 (2)-- 反向传播优化神经网络
- Udacity 深度学习_学习笔记(1)TensorFlow练习环境安装
- TensorFlow学习(三) 保存和恢复
- tensorflow学习笔记二——建立一个简单的神经网络拟合二次函数
- TensorFlow官方教程学习 基本使用
- Numpy学习笔记
- TensorFlow学习笔记--1.0 版本的一个小坑记录
- Tensorflow学习--tensorboard
- 深度学习之卷积神经网络CNN及tensorflow代码实现示例
- TensorFlow 深度学习框架(4)-- 损失函数
- TensorFlow 深度学习框架(4)-- 损失函数
- 问题集录--新手入门深度学习,选择TensorFlow 好吗?