02 2020 档案
摘要：test.py： # -*- coding: UTF-8 -*- """ 测试神经网络模型 大家之后可以加上各种的 name_scope（命名空间） 用 TensorBoard 来可视化 一些术语的概念 # Batch size : 批次(样本)数目。一次迭代（Forword 运算（用于得到损失函数
阅读全文
摘要：train.py: # -*- coding: UTF-8 -*- """ 训练神经网络模型 大家之后可以加上各种的 name_scope（命名空间） 用 TensorBoard 来可视化 一些术语的概念 # Batch size : 批次(样本)数目。一次迭代（Forword 运算（用于得到损失函
阅读全文
摘要：network.py: # -*- coding: UTF-8 -*- """ 神经网络模型相关 RNN-LSTM 循环神经网络 大家之后可以加上各种的 name_scope（命名空间） 用 TensorBoard 来可视化 一些术语的概念 # Batch size : 批次(样本)数目。一次迭代（
阅读全文
摘要：utils.py： # -*- coding: UTF-8 -*- """ 实用方法 """ import os import sys import argparse import datetime import collections import numpy as np import tenso
阅读全文
摘要：深度学习三大模型 CNN卷积神经网络 RNN循环神经网络 DBN深度信念网络 灵感 CNN卷积神经网络：人脑视觉皮层对外界感知 RNN循环神经网络：人脑记忆机制 RNN循环神经网络优势 RNN每个输出与前面的输出建立关联 能够很好地处理序列化数据（音乐、文章等） 能以前面的是序列化对象为基础，来生成
阅读全文
摘要：代码： # -*- coding: UTF-8 -*- import numpy as np import tensorflow as tf # 下载并载入 MNIST 手写数字库（55000 * 28 * 28）55000 张训练图像 from tensorflow.examples.tutori
阅读全文
摘要：一些常见激活函数（维基百科） 代码： # -*- coding: UTF-8 -*- import numpy as np import matplotlib.pyplot as plt import tensorflow as tf # 创建输入数据 x = np.linspace(-7, 7,
阅读全文
摘要：Tensorflow一些常见操作： 代码： # -*- coding: UTF-8 -*- """ 用梯度下降的优化方法来快速解决线性回归问题 """ import numpy as np import matplotlib.pyplot as plt import tensorflow as tf
阅读全文
摘要：这是在用matplotlib绘制动画是出现的错误 分析原因应该是没有安装ffmpeg这个东西，同时也需要imagemagick，这两个是玩绘图必备的 下面就安装一下： 经过踩坑发现安装imagemagick过程中勾选ffmpeg就好，不需要再单独安装ffmpeg了，否则还会出现一些稀奇古怪的问题，而
阅读全文
摘要：代码： # -*- coding: UTF-8 -*- # 引入 Matplotlib 的分模块 pyplot import matplotlib.pyplot as plt # 引入 numpy import numpy as np # 创建数据 x = np.linspace(-2, 2, 10
阅读全文
摘要：使用命令打开tensorboard，我这里是在log文件夹的上一级，注意在哪个文件夹使用命令 tensorboard --logdir=log 运行结果： TensorBoard 1.11.0 at http://DESKTOP-I0SJT3T:6006 (Press CTRL+C to quit)
阅读全文
摘要：基本符号 代码： # -*- coding: UTF-8 -*- # 引入tensorflow import tensorflow as tf # 构造图（Graph）的结构 # 用一个线性方程的例子 y = W * x + b W = tf.Variable(2.0, dtype=tf.float
阅读全文
摘要：代码： # -*- coding: UTF-8 -*- # 引入 TensorFlow import tensorflow as tf # 创建两个常量 Tensor,两个[]才是矩阵 const1 = tf.constant([[2, 2]]) const2 = tf.constant([[4],
阅读全文
摘要：张量的维度（秩） tensor属性 tensor和numpy类似，具有类似的属性，例如： 数据类型dtpye 形状shape 几种tensor constant 值不能改变的一种tensor tf.constant( value, dtype=None, shape=None, name='Cons
阅读全文
摘要：基础结构 数据流图 基础模型 会话（启动图） 程序流程 定义算法的计算图结构 使用会话执行计算
阅读全文
摘要：编程模式 命令式编程（例如torch） 容易理解，命令语句基本没有优化，C、Java、C++、python a = 2 b = 3 c = a * b d = c + 1 print(d) 符号式编程（例如tensorflow） 涉及较多的嵌入和优化，运行速度有同比提升 import tensorf
阅读全文
摘要：卸载原来的tensorflow pip uninstall tensorflow pip uninstall tensorflow-tensorboard 下载编译好的whl文件 在这里下载对应版本的文件https://github.com/fo40225/tensorflow-windows-wh
阅读全文
摘要：拟和 欠拟合Underfitting 样本不够或者算法不精，测试样本特性没学到 拟合完美Fitting right 恰当的拟合数据，泛化能力强 过拟合Overfitting “一丝不苟”的拟合测试数据，泛化能力弱 回归问题中的三种拟合状态 分类问题中的三种拟合状态 解决过拟合方法 降低数据量 正则化
阅读全文
摘要：网络结构 输入层、隐含层(多层)、输出层 单个神经元结构，g(z)为激励函数，线性组合，非线性处理 逻辑回归 正向传播预测结果，反向传播调整w和b 激励函数 作用：提供规模化的非线性化能力 常用： 损失函数 单次训练损失： 全部训练损失： 梯度下降 逻辑回归梯度下降 同步更新 网络向量化 网络梯度下
阅读全文
摘要：机器学习基础认识 机器学习：利用计算机从历史数据中找出规律，并把这些规律用到对未来不确定场景的决策 概率论 数据统计 数据代替expert 离线机器学习 在线学习(电商，搜索) 机器学习典型应用 购物篮分析（啤酒+尿布）-- 关联规则 用户细分精准营销（手机卡分类）-- 聚类 垃圾邮箱 -- 朴素贝
阅读全文
摘要：detect_blinks.py： #导入工具包 from scipy.spatial import distance as dist from collections import OrderedDict import numpy as np import argparse import time
阅读全文
摘要：detect_face_parts.py： #导入工具包 from collections import OrderedDict import numpy as np import argparse import dlib import cv2 #https://ibug.doc.ic.ac.uk/
阅读全文
摘要：multi_object_tracking_slow.py： #导入工具包 from utils import FPS import numpy as np import argparse import dlib import cv2 """ --prototxt mobilenet_ssd/Mob
阅读全文
摘要：直接下载好编译好的.whl文件，网上一大堆...，省去了大量出错的可能性， 注意cp35表示python3.5系列，以此类推，找对版本，否则： 我这里用的anaconda3,在需要安装的env下运行安装命令：
阅读全文
摘要：utils_paths.py： import os image_types = (".jpg", ".jpeg", ".png", ".bmp", ".tif", ".tiff") def list_images(basePath, contains=None): # return the set
阅读全文
摘要：光流估计 光流是空间运动物体在观测成像平面上的像素运动的“瞬时速度”，根据各个像素点的速度矢量特征，可以对图像进行动态分析，例如目标跟踪。 - 亮度恒定：同一点随着时间的变化，其亮度不会发生改变。 - 小运动：随着时间的变化不会引起位置的剧烈变化，只有小运动情况下才能用前后帧之间单位位置变化引起的灰
阅读全文
摘要：背景建模 帧差法 由于场景中的目标在运动，目标的影像在不同图像帧中的位置不同。该类算法对时间上连续的两帧图像进行差分运算，不同帧对应的像素点相减，判断灰度差的绝对值，当绝对值超过一定阈值时，即可判断为运动目标，从而实现目标的检测功能。帧差法非常简单，但是会 引入噪音和空洞问题。 混合高斯模型 在进行
阅读全文
摘要：get_answer.py： #导入工具包 import numpy as np import argparse import imutils import cv2 # 设置参数 ap = argparse.ArgumentParser() ap.add_argument("-i", "--imag
阅读全文
摘要：train.py： import numpy import os from keras import applications from keras.preprocessing.image import ImageDataGenerator from keras import optimizers
阅读全文
摘要：Stitcher.py： import numpy as np import cv2 class Stitcher: #拼接函数 def stitch(self, images, ratio=0.75, reprojThresh=4.0,showMatches=False): #获取输入图片 (im
阅读全文
摘要：特征匹配 Brute-Force蛮力匹配 import cv2 import numpy as np import matplotlib.pyplot as plt %matplotlib inline img1 = cv2.imread('box.png', 0) img2 = cv2.imrea
阅读全文
摘要：图像特征-sift 图像尺度空间 在一定的范围内，无论物体是大还是小，人眼都可以分辨出来，然而计算机要有相同的能力却很难，所以要让机器能够对物体在不同尺度下有一个统一的认知，就需要考虑图像在不同的尺度下都存在的特点。 尺度空间的获取通常使用高斯模糊来实现 不同σ的高斯函数决定了对图像的平滑程度，越大
阅读全文
摘要：图像特征--harris角点检测 基本原理 cv2.cornerHarris() - img： 数据类型为 float32 的入图像 - blockSize： 角点检测中指定区域的大小 - ksize： Sobel求导中使用的窗口大小 - k： 取值参数为 [0,04,0.06] import cv2
阅读全文
摘要：设置参数： ap = argparse.ArgumentParser() ap.add_argument("-i", "--image", required=True, help="path to input image") ap.add_argument("-t", "--template", r
阅读全文
摘要：scan.py: # 导入工具包 import numpy as np import argparse import cv2 # 设置参数 ap = argparse.ArgumentParser() ap.add_argument("-i", "--image", required = True,
阅读全文
摘要：myutils.py: import cv2 def sort_contours(cnts, method="left-to-right"): reverse = False i = 0 if method == "right-to-left" or method == "bottom-to-top
阅读全文
摘要：傅里叶变换 我们生活在时间的世界中，早上7:00起来吃早饭，8:00去挤地铁，9:00开始上班。。。以时间为参照就是时域分析。 但是在频域中一切都是静止的！ https://zhuanlan.zhihu.com/p/19763358 傅里叶变换的作用 - 高频：变化剧烈的灰度分量，例如边界 - 低频
阅读全文
摘要：直方图 cv2.calcHist(images,channels,mask,histSize,ranges) - images: 原图像图像格式为 uint8 或 float32。当传入函数时应 用中括号 [] 括来例如[img] - channels: 同样用中括号括起来，它会告诉函数我们统幅图像的
阅读全文
摘要：模板匹配 模板匹配和卷积原理很像，模板在原图像上从原点开始滑动，计算模板与（图像被模板覆盖的地方）的差别程度，这个差别程度的计算方法在opencv里有6种，然后将每次计算的结果放入一个矩阵里，作为结果输出。假如原图形是AxB大小，而模板是axb大小，则输出结果的矩阵是(A-a+1)x(B-b+1)
阅读全文
摘要：图像轮廓 cv2.findContours(img,mode,method) mode:轮廓检索模式- RETR_EXTERNAL ：只检索最外面的轮廓；- RETR_LIST：检索所有的轮廓，并将其保存到一条链表当中；- RETR_CCOMP：检索所有的轮廓，并将他们组织为两层：顶层是各部分的外部
阅读全文
摘要：图像金字塔 高斯金字塔 高斯金字塔：向下采样方法（缩小） 高斯金字塔：向上采样方法（放大） img=cv2.imread("AM.png") cv_show(img,'img') print (img.shape) 效果： up=cv2.pyrUp(img) cv_show(up,'up') pri
阅读全文
摘要：Canny边缘检测 使用高斯滤波器，以平滑图像，滤除噪声 计算图像中每个像素点的梯度强度和方向 应用非极大值（Non-Maximum Suppression）抑制，以消除边缘检测带来的杂散响应 应用双阈值（Double-Threshold）检测来确定真实的和潜在的边缘 双阈值检测 通过抑制孤立的弱边
阅读全文
摘要：图像梯度-Sobel算子 img = cv2.imread('pie.png',cv2.IMREAD_GRAYSCALE) cv2.imshow("img",img) cv2.waitKey() cv2.destroyAllWindows() 效果： dst = cv2.Sobel(src, dde
阅读全文
摘要：形态学-腐蚀操作 img = cv2.imread('dige.png') cv2.imshow('img', img) cv2.waitKey(0) cv2.destroyAllWindows() 效果： kernel = np.ones((3,3),np.uint8) erosion = cv2
阅读全文
摘要：图像阈值 ret, dst = cv2.threshold(src, thresh, maxval, type) 两个返回值分别是阈值处理后的像素点矩阵列表、输出图 src： 输入图，只能输入单通道图像，通常来说为灰度图 dst： 输出图 thresh： 阈值 maxval： 当像素值超过了阈值（或
阅读全文
摘要：图像基本操作 环境配置地址 Anaconda:https://www.anaconda.com/download/ Python_whl:https://www.lfd.uci.edu/~gohlke/pythonlibs/#opencv IDE:按照自己的喜好，选择一个能debug就好 安装ope
阅读全文
摘要：__call__ 在Python中，函数其实是一个对象： >>> f = abs >>> f.__name__ 'abs' >>> f(-123) 123 由于 f 可以被调用，所以，f 被称为可调用对象。 所有的函数都是可调用对象。 一个类实例也可以变成一个可调用对象，只需要实现一个特殊方法__c
阅读全文
摘要：__slots__ 由于Python是动态语言，任何实例在运行期都可以动态地添加属性。 如果要限制添加的属性，例如，Student类只允许添加 name、gender和score 这3个属性，就可以利用Python的一个特殊的__slots__来实现。 顾名思义，__slots__是指一个类允许的属
阅读全文
摘要：@property 考察 Student 类： class Student(object): def __init__(self, name, score): self.name = name self.score = score 当我们想要修改一个 Student 的 scroe 属性时，可以这么
阅读全文
摘要：类型转换 Rational类实现了有理数运算，但是，如果要把结果转为 int 或 float 怎么办？ 考察整数和浮点数的转换： >>> int(12.34) 12 >>> float(12) 12.0 如果要把 Rational 转为 int，应该使用： r = Rational(12, 5) n
阅读全文
摘要：数学运算 Python 提供的基本数据类型 int、float 可以做整数和浮点的四则运算以及乘方等运算。 但是，四则运算不局限于int和float，还可以是有理数、矩阵等。 要表示有理数，可以用一个Rational类来表示： class Rational(object): def __init__
阅读全文
摘要：__len__ 如果一个类表现得像一个list，要获取有多少个元素，就得用 len() 函数。 要让 len() 函数工作正常，类必须提供一个特殊方法__len__()，它返回元素的个数。 例如，我们写一个 Students 类，把名字传进去： class Students(object): def
阅读全文
摘要：__cmp__ 对 int、str 等内置数据类型排序时，Python的 sorted() 按照默认的比较函数 cmp 排序，但是，如果对一组 Student 类的实例排序时，就必须提供我们自己的特殊方法 __cmp__()： class Student(object): def __init__(
阅读全文
摘要：__str__和__repr__ 如果要把一个类的实例变成 str，就需要实现特殊方法__str__()： class Person(object): def __init__(self, name, gender): self.name = name self.gender = gender de
阅读全文
摘要：特殊方法 python如何把任意数据类型变成str 因为任意数据类型都有一个特殊方法__str__() print(p) == print(p.__str__()) print(list) == print(list.__str__()) 特殊方法还有 特点 定义在class中 不需要直接调用 py
阅读全文
摘要：获取对象信息 拿到一个变量，除了用 isinstance() 判断它是否是某种类型的实例外，还有没有别的方法获取到更多的信息呢？ 例如，已有定义： class Person(object): def __init__(self, name, gender): self.name = name sel
阅读全文
摘要：多重继承 除了从一个父类继承外，Python允许从多个父类继承，称为多重继承。 多重继承的继承链就不是一棵树了，它像这样： class A(object): def __init__(self, a): print 'init A...' self.a = a class B(A): def __i
阅读全文
摘要：多态 类具有继承关系，并且子类类型可以向上转型看做父类类型，如果我们从 Person 派生出 Student和Teacher ，并都写了一个 whoAmI() 方法： class Person(object): def __init__(self, name, gender): self.name
阅读全文
摘要：判断类型 函数isinstance()可以判断一个变量的类型，既可以用在Python内置的数据类型如str、list、dict，也可以用在我们自定义的类，它们本质上都是数据类型。 假设有如下的 Person、Student 和 Teacher 的定义及继承关系如下： class Person(obj
阅读全文
摘要：继承基础 继承的优点 新类不用从头编写，复用已有代码 新类从现有的类继承，就自动拥有了现有类的全部功能 新类只需要编写现有类缺少的功能 继承的特点 子类和父类是一个is关系 class person(object): pass class student(person): pass p = pers
阅读全文
摘要：定义类方法 和属性类似，方法也分实例方法和类方法。 在class中定义的全部是实例方法，实例方法第一个参数 self 是实例本身。 要在class中定义类方法，需要这么写： class Person(object): count = 0 @classmethod def how_many(cls):
阅读全文
摘要：方法也是属性 我们在 class 中定义的实例方法其实也是属性，它实际上是一个函数对象： class Person(object): def __init__(self, name, score): self.name = name self.score = score def get_grade(
阅读全文
摘要：定义实例方法 一个实例的私有属性就是以__开头的属性，无法被外部访问，那这些属性定义有什么用？ 虽然私有属性无法从外部访问，但是，从类的内部是可以访问的。除了可以定义实例的属性外，还可以定义实例的方法。 实例的方法就是在类中定义的函数，它的第一个参数永远是 self，指向调用该方法的实例本身，其他参
阅读全文
摘要：类属性和实例属性名字冲突怎么办 修改类属性会导致所有实例访问到的类属性全部都受影响，但是，如果在实例变量上修改类属性会发生什么问题呢？ class Person(object): address = 'Earth' def __init__(self, name): self.name = name
阅读全文
摘要：创建类属性 类是模板，而实例则是根据类创建的对象。 绑定在一个实例上的属性不会影响其他实例，但是，类本身也是一个对象，如果在类上绑定一个属性，则所有实例都可以访问类的属性，并且，所有实例访问的类属性都是同一个！也就是说，实例属性每个实例各自拥有，互相独立，而类属性有且只有一份。 定义类属性可以直接在
阅读全文
摘要：访问限制 我们可以给一个实例绑定很多属性，如果有些属性不希望被外部访问到怎么办？ Python对属性权限的控制是通过属性名来实现的，如果一个属性由双下划线开头(__)，该属性就无法被外部访问。看例子： class Person(object): def __init__(self, name): s
阅读全文
摘要：初始化实例属性 虽然我们可以自由地给一个实例绑定各种属性，但是，现实世界中，一种类型的实例应该拥有相同名字的属性。例如，Person类应该在创建的时候就拥有 name、gender 和 birth 属性，怎么办？ 在定义 Person 类时，可以为Person类添加一个特殊的__init__()方法
阅读全文
摘要：面向对象编程 什么是面向对象编程 面向对象是一种编程范式 把程序看做不同对象的相互调用 对现实世界建立对象模型 面向对象编程的基本细想 类和实例 类用于定义抽象类型 实例根据类的定义被创建出来 class person: pass xiaoming = person() xiaojun = pers
阅读全文
摘要：模块和包的概念 在文件系统中，包就是文件夹，模块就是xxx.py，包可以有多级，包和普通目录的区别就是包下面必须有个__init__.py,每一层都必须有 py文件名即模块名，模块的上一级为包，不同模块允许同名变量函数等，不同包允许同名模块 在一个模块引用其他模块： import math prin
阅读全文
摘要：这两个都是可变参数，可以传入任意个数的参数 *args是非关键字参数，用于tuple，**kw是关键字参数，用于dict 同时使用*args和**kwargs时，必须*args参数列要在**kwargs前 代码 def foo(*args, **kw): print ('args = ', args
阅读全文
摘要：偏函数 当一个函数有很多参数时，调用者就需要提供多个参数。如果减少参数个数，就可以简化调用者的负担。 比如，int()函数可以把字符串转换为整数，当仅传入字符串时，int()函数默认按十进制转换： >>> int('12345') 12345 但int()函数还提供额外的base参数，默认值为10。
阅读全文
摘要：decorator装饰器 什么是装饰器 问题： 定义了一个函数 想在运行时动态增加功能 又不想改变函数本身的代码 解决： 利用高阶函数，接收一个函数并对其进行包装，然后返回一个函数 代码 def f1(x): #被装饰函数 return x * x def new_fn(f): #装饰器函数 def
阅读全文
摘要：匿名函数 高阶函数可以接收函数做参数，有些时候，我们不需要显式地定义函数，直接传入匿名函数更方便。 在Python中，对匿名函数提供了有限支持。还是以map()函数为例，计算 f(x)=x2 时，除了定义一个f(x)的函数外，还可以直接传入匿名函数： >>> map(lambda x: x * x,
阅读全文
摘要：闭包 在函数内部定义的函数和外部定义的函数是一样的，只是他们无法被外部访问： def g(): print 'g()...' def f(): print 'f()...' return g 将 g 的定义移入函数 f 内部，防止其他代码调用 g： def f(): print 'f()...' d
阅读全文
摘要：返回函数 Python的函数不但可以返回int、str、list、dict等数据类型，还可以返回函数！ 例如，定义一个函数 f()，我们让它返回一个函数 g，可以这样写： def f(): print 'call f()...' # 定义函数g: def g(): print 'call g()..
阅读全文
摘要：自定义排序函数 Python内置的 sorted()函数可对list进行排序： >>>sorted([36, 5, 12, 9, 21]) [5, 9, 12, 21, 36] 但 sorted()也是一个高阶函数，它可以接收一个比较函数来实现自定义排序，比较函数的定义是，传入两个待比较的元素 x,
阅读全文
摘要：filter()函数 filter()函数是 Python 内置的另一个有用的高阶函数，filter()函数接收一个函数 f 和一个list，这个函数 f 的作用是对每个元素进行判断，返回 True或 False，filter()根据判断结果自动过滤掉不符合条件的元素，返回由符合条件元素组成的新li
阅读全文
摘要：reduce()函数 reduce()函数也是Python内置的一个高阶函数。reduce()函数接收的参数和 map()类似，一个函数 f，一个list，但行为和 map()不同，reduce()传入的函数 f 必须接收两个参数，reduce()对list的每个元素反复调用函数f，并返回最终结果值
阅读全文
摘要：map()函数 map()是 Python 内置的高阶函数，它接收一个函数 f 和一个 list，并通过把函数 f 依次作用在 list 的每个元素上，得到一个新的 list 并返回。 例如，对于list [1, 2, 3, 4, 5, 6, 7, 8, 9] 如果希望把list的每个元素都作平方，
阅读全文
摘要：什么是函数式编程 函数：function，之前已经谈到 函数式：functional，一种编程范式 函数式编程特点 把计算视为函数而非指令 纯函数式编程：不需要变量，没有副作用，测试简单 支持高阶函数，代码简洁 python支持的函数式编程 不是纯函数式编程：允许有变量 支持高阶函数：函数可作为变量
阅读全文
摘要：生成列表 要生成list [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]，我们可以用range(1, 11)： >>> range(1, 11) [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] 但如果要生成[1x1, 2x2, 3x3, ..., 10x10]怎么做？
阅读全文
摘要：什么是迭代 在Python中，如果给定一个list或tuple，我们可以通过for循环来遍历这个list或tuple，这种遍历我们成为迭代（Iteration）。 在Python中，迭代是通过 for ... in 来完成的，而很多语言比如C或者Java，迭代list是通过下标完成的，比如Java代
阅读全文
摘要：对list或者tuple进行切片 取一个list的部分元素是非常常见的操作。比如，一个list如下： >>> L = ['Adam', 'Lisa', 'Bart', 'Paul'] 取前3个元素，应该怎么做？ 笨办法： >>> [L[0], L[1], L[2]] ['Adam', 'Lisa',
阅读全文
摘要：什么是函数 我们知道圆的面积计算公式为： S = πr² 当我们知道半径r的值时，就可以根据公式计算出面积。假设我们需要计算3个不同大小的圆的面积： r1 = 12.34 r2 = 9.08 r3 = 73.1 s1 = 3.14 * r1 * r1 s2 = 3.14 * r2 * r2 s3 =
阅读全文
摘要：什么是set dict的作用是建立一组 key 和一组 value 的映射关系，dict的key是不能重复的。 有的时候，我们只想要 dict 的 key，不关心 key 对应的 value，目的就是保证这个集合的元素不会重复，这时，set就派上用场了。 set 持有一系列元素，这一点和 list
阅读全文
摘要：什么是dict 我们已经知道，list 和 tuple 可以用来表示顺序集合，例如，班里同学的名字： ['Adam', 'Lisa', 'Bart'] 或者考试的成绩列表： [95, 85, 59] 但是，要根据名字找到对应的成绩，用两个 list 表示就不方便。 如果把名字和分数关联起来，组成类似
阅读全文
摘要：if语句 计算机之所以能做很多自动化的任务，因为它可以自己做条件判断。 比如，输入用户年龄，根据年龄打印不同的内容，在Python程序中，可以用if语句实现： age = 20 if age >= 18: print 'your age is', age print 'adult' print 'E
阅读全文
摘要：创建tuple tuple是另一种有序的列表，中文翻译为“ 元组 ”。tuple 和 list 非常类似，但是，tuple一旦创建完毕，就不能修改了。 同样是表示班里同学的名称，用tuple表示如下： >>> t = ('Adam', 'Lisa', 'Bart') 创建tuple和创建list唯一
阅读全文
摘要：创建list Python内置的一种数据类型是列表：list。list是一种有序的集合，可以随时添加和删除其中的元素。 比如，列出班里所有同学的名字，就可以用一个list表示： >>> ['Michael', 'Bob', 'Tracy'] ['Michael', 'Bob', 'Tracy'] l
阅读全文
摘要：数据类型 整数 Python可以处理任意大小的整数，当然包括负整数，在Python程序中，整数的表示方法和数学上的写法一模一样，例如：1，100，-8080，0，等等。计算机由于使用二进制，所以，有时候用十六进制表示整数比较方便，十六进制用0x前缀和0-9，a-f表示，例如：0xff00，0xa5b
阅读全文
浙公网安备 33010602011771号