其他

matplotlib 是一個開源項目，由 John Hunter 發起。關於 matplotlib 的由來，有一個小故事。John Hunter 和他研究癲癇症的同事藉助一個專有軟體做腦皮層電圖分析，但是他所在的實驗室只有一份該電圖分析軟體的許可。他和許多一起工作的同事不得不輪流使用該軟體的硬體加密狗。於是，JohnHunter 便有了開發一個工具來替代當前所使用的軟體的想法。當時MATLAB被廣泛應用在生物醫學界中，John

python2.7，報錯如下： Traceback (most recent call last):  File "/usr/local/bin/pip", line 9, in <module>    load_entry_point('pip==1.4.1', 'console_scripts', 'pip')()  File "build/bdist.linux-x86_64/

本文通過Python3+PyQt5實現《python Qt Gui 快速編程》這本書的page Designer應用程式，採用QGraphicsView，QGraphicsScene，QGraphicsItem，這個程式包含有多個文本，圖片和框的頁面。有些圖形類在PyQt5已淘汰，所以本代碼改動幅度比較大。主要的類或方法的改變如下： QMatrix==>QTransform setMatrix==>setTransform rotate ==> setRotation

本文以網站https://mm.taobao.com/self/model_album.htm?user_id=687471686 點擊開啟連結為例子，介紹如何匹配總頁數，如下圖所示。 webdriver.Chrome().page_source的類型為Unicode，所以匹配字串也要是unicode，測試代碼如下： from selenium import webdriverimport timeimport reif __name__ == '

anaconda軟體下對於python提供了很好的安裝辦法。總體來說分為兩種，一種直接在anaconda的Navigator下線上下載安裝，一種是通過Prompt下安裝。今天主要寫一下prompt安裝步驟。這裡以opencv安裝為例。 首先，線上下載 opencv_python-3.3.0-cp35-cp35m-win_amd64.whl 檔案，下載地址：http://www.lfd.uci.edu/~gohlke/pythonlibs/#opencv

Python使用ftplib製作簡易FTP用戶端。 #!/usr/bin/python#-*- coding:utf-8 -*-from ftplib import FTP #載入ftp模組ftp=FTP() #設定變數ftp.set_debuglevel(2) #開啟調試層級2，顯示詳細資料ftp.connect("IP","port") #串連的ftp sever和連接埠ftp.

Pycharm Jupyter 多環境Jupyter配置1 activate tensorflow conda install notebook ipykernelipthon kernel install --user Pycharm中切換到Tensorflow工作環境，建立*ipnb檔案，運行即可。 Pycharm中jupyter繪圖黑色字型顯示 利用matplotlib plot的圖tick及text顏色為黑色。 解決辦法： 1. 設定Pycharm text背景：

這裡使用TensorFlow實現一個簡單的卷積神經網路，使用的是MNIST資料集。網路結構為：資料輸入層–卷積層1–池化層1–卷積層2–池化層2–全串連層1–全串連層2（輸出層），這是一個簡單但非常有代表性的卷積神經網路。 import tensorflow as tfimport numpy as npimport input_datamnist = input_data.read_data_sets('data/', one_hot=True)print("MNIST

Anaconda是Python科學技術包的合集，功能和Python(x,y) 類似。它是新起之秀，已更新多次了。包管理使用conda，GUI基於PySide，所有的包基本上都是最新版，該有的科學計算包都有：numpy，sicpy，matplotlib，spyder….。 Anaconda是完全免費的企業級的Python發行大規模資料處理、預測性分析和科學計算工具。

Pycharm本身是有pep8風格檢測的，當你敲得代碼中不符合規範時，會有下劃波浪線提示。如何讓代碼修改為符合規範，去掉這些難看的波浪線呢。下面介紹步驟： 2.1安裝autopep8 cmd視窗輸入：pip install autopep8 2.2在Pycharm中安裝autopep8配置 Tools→Extends Tools→點擊加號 配置項 Name：Autopep8（可以隨便取） Tools settings:

作者QQ595696297 QQ 交流群127591054 由於作者在這裡用到，顯示的一直是亂碼也嘗試的各種設定檔修改，還是不行。於是採用動態方法解決。 1、首先找到你要修改的字型，右鍵複製到matplotlib的目錄下，作者的在這裡：D:\Develop\Python27\Lib\site-packages\matplotlib\mpl-data\fonts\ttf 2、然後做完這步就是代碼 import matplotlib.pyplot as plt

網上找了很久，找個一個靠譜的連結地址。 感謝作者，原創地址：http://blog.sina.com.cn/s/blog_989218ad0102wz1k.html ====================================================== 先看效果： 圖 1

Array模組： python3的array模組提供了把整形list轉化為bytes的功能，如： >>> import array>>> a = array.array('i', [1, 2, 3, 4])>>> a.tostring()b'\x01\x00\x00\x00\x02\x00\x00\x00\x03\x00\x00\x00\x04\x00\x00\x00'>>>

Python 2.7 IDE Pycharm 5.0.3 numpy 1.11.0 matplotlib 1.5.1 本次可視化資料由機器學習實戰傾情提供(就是盜用了資料和改了一點點程式更加易讀) 前言 將txt中資料進行可視化展示用於分析需求 你只需要知道

Traceback (most recent call last):   File "C:\Users\appleyuchi\Desktop\todolist\LDA\datagenerate.py", line 30, in <module>     plt.scatter(X_new[:, 0], X_new[:, 1],marker='o',c=y)   File

除了基本的項目外，elk也要做相關的遷移….   logstash好說，client只需要在代碼邏輯改下redis地址就可以了，logstash server直接docker pull鏡像就可以了。  elasticsearch需要我們自己寫指令碼遷移，因為跨機房匯入匯出，挺費工夫的，關於elasticsearch的遷移，我下篇再寫，今天主要寫kibana的遷移。 

一個簡單的例子 以下是一個用pyqt5寫成的簡單圖片顯示程式。 該圖片顯示程式由一個QLabel和QPushButton組成，當單擊按鈕時，會彈出一個檔案選擇對話方塊，讓使用者選擇合適的圖片檔案。在使用者按下確定後程式會將使用者所選擇的圖片進行顯示。 啟動指令碼 main.py依然作為這個程式的啟動指令碼。 import sysfrom PyQt5.QtWidgets import QApplicationfrom dumbDialog import

最近因為一篇論文的原因，要從Excel中取得部分資料平作圖，但是得到的圖都是位元影像，不是太好插入到論文中，因此，決定使用Python畫圖來解決此問題（不使用MATLAB的原因在於它畫出的圖是在是不好看呀） 首先使用的庫是xlrd庫，此庫的作用是從讀取Excel資料 #對應的所有例子中使用的方法貼到了文章最後，方便尋找import xlrd#首先執行個體化一個book對象book =

一、動態網頁面逆向分析爬取 (1)今日頭條搜尋介面如上: (2)頁面分析擷取Jason資料格式 http://www.toutiao.com/search_content/?offset=20&format=json&keyword=美女&autoload=true&count=20&cur_tab=1 二、爬取完整代碼塊 # coding=utf-8import jsonimport osimport reimport

一、Elementwise operations 1、With scalars: 輸入： import numpy as npa = np.array([1, 2, 3, 4])a + 1輸出： array([2, 3, 4, 5]) 輸入： 2**a輸出： array([ 2, 4, 8, 16]) 2、All arithmetic operates elementwise: 輸入： b =