- 文章目录 1. 函数的概念1)概念2） 为什么要用函数3） 函数的语法 2. 函数调用的参数传递1） 案例1 3. 函数的返回值4. 函数参数定义a)可变的位置参数：b）个数可变的关键字形参： 总结 1. 函数的概念 1)概念 函数就是执行特定的任务已完成特定功能的一段代码 2） 为什么要用函数 为什么要用函数呢？ 复用代码隐藏实现细节... 文章目录 1. 函数的概念1)概念2） 为什么要用函数3） 函数的语法 2. 函数调用的参数传递1） 案例1 3. 函数的返回值4. 函数参数定义a)可变的位置参数：b）个数可变的关键字形参： 总结 1. 函数的概念 1)概念 函数就是执行特定的任务已完成特定功能的一段代码 2） 为什么要用函数 为什么要用函数呢？ 复用代码隐藏实现细节...
- 概念： 转义字符： 表示有特殊含义的字符，如\n表示换行，是字母newline的首字母 \t表示 制表符 print(‘hello\nworld’) #\ +转义功能的首字母 这里的表示newline的首字符：表示换行 print(‘hello\tworld’) #\t表示制表位 print(‘hello\rworld’) #world 将hello进行了复制... 概念： 转义字符： 表示有特殊含义的字符，如\n表示换行，是字母newline的首字母 \t表示 制表符 print(‘hello\nworld’) #\ +转义功能的首字母 这里的表示newline的首字符：表示换行 print(‘hello\tworld’) #\t表示制表位 print(‘hello\rworld’) #world 将hello进行了复制...
- python初级课程—1110人已学习 课程介绍 python基础篇课程,涉及到python基础语法及常用技巧,是python初学者课程. 课程收益 帮助Linux运维和要学习python的新手快速巩固python基础语法 ... python初级课程—1110人已学习 课程介绍 python基础篇课程,涉及到python基础语法及常用技巧,是python初学者课程. 课程收益 帮助Linux运维和要学习python的新手快速巩固python基础语法 ...
- 文章目录 模块的相关概念1. 什么是模块2. 使用模块的好处 模块的使用1. 自定义模块a) 方法一： 导入模块：b) 方法二c) 导入自己的模块 Python中的包1. 包的介绍2.Python中常用的内置模块3. 第三方模块的安装及使用 总结 模块的相关概念 1. 什么是模块 模块就好比是工具包，要想使用这个工具包中的工具(就好比函数)，就... 文章目录 模块的相关概念1. 什么是模块2. 使用模块的好处 模块的使用1. 自定义模块a) 方法一： 导入模块：b) 方法二c) 导入自己的模块 Python中的包1. 包的介绍2.Python中常用的内置模块3. 第三方模块的安装及使用 总结 模块的相关概念 1. 什么是模块 模块就好比是工具包，要想使用这个工具包中的工具(就好比函数)，就...
- 模拟了一下异常： def add(x,y): return x+y print(add(bbb=3)) 报错： TypeError: add() got an unexpected keyword argument 'bbb' 原因： add函数没有参数bbb，传了一个未知参数bbb 解决方法： ... 模拟了一下异常： def add(x,y): return x+y print(add(bbb=3)) 报错： TypeError: add() got an unexpected keyword argument 'bbb' 原因： add函数没有参数bbb，传了一个未知参数bbb 解决方法： ...
- 前段时间，我已经在公众号为大家分享了Python数据分析 “三剑客” 之Numpy的系列文章 ，受到了好多朋友的赞赏。这里在正式讲述Pandas之前，先带着大家回顾一下10篇Numpy经典文章。 1 Numpy “这样” 开篇，才会被温柔以待！2 创建Numpy数组的 “7种” 方法，最全，必看！3 这些Numpy知识点，我猜99.99%的人不知道？4 这3个函数，是... 前段时间，我已经在公众号为大家分享了Python数据分析 “三剑客” 之Numpy的系列文章 ，受到了好多朋友的赞赏。这里在正式讲述Pandas之前，先带着大家回顾一下10篇Numpy经典文章。 1 Numpy “这样” 开篇，才会被温柔以待！2 创建Numpy数组的 “7种” 方法，最全，必看！3 这些Numpy知识点，我猜99.99%的人不知道？4 这3个函数，是...
- import time import numpy as np A = np.arange(1,1000001).reshape(500,1000,2) B = np.arange(0,1000000).reshape(500,1000,2) for i in range(10): start=time.time() np.multiply(A,B) pr... import time import numpy as np A = np.arange(1,1000001).reshape(500,1000,2) B = np.arange(0,1000000).reshape(500,1000,2) for i in range(10): start=time.time() np.multiply(A,B) pr...
- ubuntu下python2.76 windows python 2.79, chrome37 firefox35通过 代码是在别人(cddn有人提问)基础上改的, 主要改动了parsedata和sendmessage这2个函数. 改代码参考下面了这段文档. 主要是第5条, 发送的数据长度分别是 8bit和 16bit和 64 bit(即 12... ubuntu下python2.76 windows python 2.79, chrome37 firefox35通过 代码是在别人(cddn有人提问)基础上改的, 主要改动了parsedata和sendmessage这2个函数. 改代码参考下面了这段文档. 主要是第5条, 发送的数据长度分别是 8bit和 16bit和 64 bit(即 12...
- 对于形变，以下两种 相关系数的效果比较好： cv2.TM_CCOEFF cv2.TM_CCOEFF_NORMED 其余四种会误检。 平方差匹配CV_TM_SQDIFF：用两者的平方差来匹配，最好的匹配值为0归一化平方差匹配CV_TM_SQDIFF_NORMED相关匹配CV_TM_CCORR：用两者的乘积匹配，数值越大表明匹配程度越好归一化相关匹配CV_T... 对于形变，以下两种 相关系数的效果比较好： cv2.TM_CCOEFF cv2.TM_CCOEFF_NORMED 其余四种会误检。 平方差匹配CV_TM_SQDIFF：用两者的平方差来匹配，最好的匹配值为0归一化平方差匹配CV_TM_SQDIFF_NORMED相关匹配CV_TM_CCORR：用两者的乘积匹配，数值越大表明匹配程度越好归一化相关匹配CV_T...
- sys.stdout和print的区别 原创朔方_ 最后发布于2018-06-25 17:01:46 阅读数 11053 收藏 展开 一 sys.stdout的形式就是print的一种默认输出格式，等于print "%VALUE%" print函数是对sys.stdout的高级封装，看下print函数的解释 Prints the v... sys.stdout和print的区别 原创朔方_ 最后发布于2018-06-25 17:01:46 阅读数 11053 收藏 展开 一 sys.stdout的形式就是print的一种默认输出格式，等于print "%VALUE%" print函数是对sys.stdout的高级封装，看下print函数的解释 Prints the v...
- f = open(r"E:/muban.jpg",'rb')n = 0;s = f.read(1)while s: byte = ord(s) n = n+1 if n % 16 == 1: print('%x0 ' % (n//16), end='') print('%02x,'%(byte),end='') if n%16==0: print('') s... f = open(r"E:/muban.jpg",'rb')n = 0;s = f.read(1)while s: byte = ord(s) n = n+1 if n % 16 == 1: print('%x0 ' % (n//16), end='') print('%02x,'%(byte),end='') if n%16==0: print('') s...
- 二值化，轮廓检测，去掉小框， import cv2import numpy as np img = cv2.pyrDown(cv2.imread("hammer.jpg", cv2.IMREAD_UNCHANGED))# threshold 函数对图像进行二化值处理，由于处理后图像对原图像有所变化，因此img.copy()生成新的图像，cv2.THRESH_... 二值化，轮廓检测，去掉小框， import cv2import numpy as np img = cv2.pyrDown(cv2.imread("hammer.jpg", cv2.IMREAD_UNCHANGED))# threshold 函数对图像进行二化值处理，由于处理后图像对原图像有所变化，因此img.copy()生成新的图像，cv2.THRESH_...
- 这个不错： from collections import Counter # 引入Counter list = [29, 36, 57, 12, 79, 43, 23, 56, 28, 11, 14, 15, 16, 37, 24, 35, 17, 24, 33, 15, 39, 46, 52, 13] set = set(list) for item ... 这个不错： from collections import Counter # 引入Counter list = [29, 36, 57, 12, 79, 43, 23, 56, 28, 11, 14, 15, 16, 37, 24, 35, 17, 24, 33, 15, 39, 46, 52, 13] set = set(list) for item ...
- 不需要的部分，可以用黑色填充，但是返回的依然是矩形框。 import cv2 target = cv2.imread(r"e:/new/11.jpg") template = cv2.imread(r"e:/new/13.jpg")cv2.imshow("template",template)theight, twidth = template.shape[:2]#执行... 不需要的部分，可以用黑色填充，但是返回的依然是矩形框。 import cv2 target = cv2.imread(r"e:/new/11.jpg") template = cv2.imread(r"e:/new/13.jpg")cv2.imshow("template",template)theight, twidth = template.shape[:2]#执行...
- 对于简单的场景管用，复杂的场景效果不明显。 方法一：基于LoG算子的圆斑检测。 这是常用的斑点检测方法，可参考http://doc.okbase.net/ronny/archive/102540.html。 此方法的问题是，图像中不是圆形的斑点也会检测出来，还需要进一步的判断，这使得算法的效率不高。 /* SimpleBlo... 对于简单的场景管用，复杂的场景效果不明显。 方法一：基于LoG算子的圆斑检测。 这是常用的斑点检测方法，可参考http://doc.okbase.net/ronny/archive/102540.html。 此方法的问题是，图像中不是圆形的斑点也会检测出来，还需要进一步的判断，这使得算法的效率不高。 /* SimpleBlo...
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签