- 参考：https://stackoverflow.com/questions/16343752/numpy-where-function-multiple-conditions (dists >= r) & (dists <= r + dr) < 参考：https://stackoverflow.com/questions/16343752/numpy-where-function-multiple-conditions (dists >= r) & (dists <= r + dr) <
- python 中easydict的简单使用 pip install easydict 写在前面：当遇到一个陌生的python第三方库时，可以去pypi这个主页查看描述以迅速入门！ 或者 [python] view plain copy import time dir（time）  ... python 中easydict的简单使用 pip install easydict 写在前面：当遇到一个陌生的python第三方库时，可以去pypi这个主页查看描述以迅速入门！ 或者 [python] view plain copy import time dir（time）  ...
- 用 Opencv 和 Python 模糊检测 在刚刚过去的这个周末，我坐下来想在 iphoto 中整理这些海量的照片。这不仅仅意味着巨大的工作量，因为我很快注意到一个现象——其中充斥着大量模糊的照片。 主要因为我的摄影技术比较low，Jemma又特别活泼，跑来跑去，有时候看到我拍照，它又吓得缩起来发抖，所以我抓拍的效果不是很好，导... 用 Opencv 和 Python 模糊检测 在刚刚过去的这个周末，我坐下来想在 iphoto 中整理这些海量的照片。这不仅仅意味着巨大的工作量，因为我很快注意到一个现象——其中充斥着大量模糊的照片。 主要因为我的摄影技术比较low，Jemma又特别活泼，跑来跑去，有时候看到我拍照，它又吓得缩起来发抖，所以我抓拍的效果不是很好，导...
- #coding=utf-8import threadingfrom ctypes import * class DeviceAttribute(Structure): _fields_ = [("vendorId", c_uint16), ("productId", c_uint16), ("deviceAddress", c_uint32), ("seria... #coding=utf-8import threadingfrom ctypes import * class DeviceAttribute(Structure): _fields_ = [("vendorId", c_uint16), ("productId", c_uint16), ("deviceAddress", c_uint32), ("seria...
- Python 有两个内建的模块用于处理命令行参数： 一个是 getopt，《Deep in python》一书中也有提到，只能简单处理 命令行参数； 另一个是 optparse，它功能强大，而且易于使用，可以方便地生成标准的、符合Unix/Posix 规范的命令行说明。 示例 下面是一个使用 optparse 的简单示例： from&nbs... Python 有两个内建的模块用于处理命令行参数： 一个是 getopt，《Deep in python》一书中也有提到，只能简单处理 命令行参数； 另一个是 optparse，它功能强大，而且易于使用，可以方便地生成标准的、符合Unix/Posix 规范的命令行说明。 示例 下面是一个使用 optparse 的简单示例： from&nbs...
- 有时候我们很希望看到程序中某个函数或某个代码段的耗时情况，那么该如何办呢？本文用两种方式实现了代码计时器的功能，第一种方式是采用装饰器来实现，第二种方式采用上下文管理器实现。 其实计算代码的运行时间，最朴素的想法就是先记录下来某段代码刚开始运行时的时间，等到运行完之后，再看一下结束时的时间，最后和开始运行时的时间求个差值，就是这段代码所花费的时间。 下面两... 有时候我们很希望看到程序中某个函数或某个代码段的耗时情况，那么该如何办呢？本文用两种方式实现了代码计时器的功能，第一种方式是采用装饰器来实现，第二种方式采用上下文管理器实现。 其实计算代码的运行时间，最朴素的想法就是先记录下来某段代码刚开始运行时的时间，等到运行完之后，再看一下结束时的时间，最后和开始运行时的时间求个差值，就是这段代码所花费的时间。 下面两...
- files,words都是list zip_data=list(zip(file_names,words)) random.shuffle(zip_data) random.shuffle(zip_data) file_names, words = zip(*zip_data) files,words都是list zip_data=list(zip(file_names,words)) random.shuffle(zip_data) random.shuffle(zip_data) file_names, words = zip(*zip_data)
- 方阵是行数必等于列数的矩阵，比如说：某一矩阵的行数与列数都是5，我们可以叫它为5阶方阵 import numpy as np import numpy as np ##引入numpy模块 x=np.diag(( 方阵是行数必等于列数的矩阵，比如说：某一矩阵的行数与列数都是5，我们可以叫它为5阶方阵 import numpy as np import numpy as np ##引入numpy模块 x=np.diag((
- 多条件排序及itemgetter的应用 曾经客户端的同事用as写一大堆代码来排序，在得知Python排序往往只需要一行，惊讶无比，遂对python产生浓厚的兴趣。 之前在做足球的积分榜的时候需要用到多条件排序，如果积分相同，则按净胜球，再相同按进球数，再相同按失球数。 即按积分P、净胜球GD、进球GS、失球GA这样的顺序。 在python中，排序非常方便，排序的参数... 多条件排序及itemgetter的应用 曾经客户端的同事用as写一大堆代码来排序，在得知Python排序往往只需要一行，惊讶无比，遂对python产生浓厚的兴趣。 之前在做足球的积分榜的时候需要用到多条件排序，如果积分相同，则按净胜球，再相同按进球数，再相同按失球数。 即按积分P、净胜球GD、进球GS、失球GA这样的顺序。 在python中，排序非常方便，排序的参数...
- Python中的map()函数和reduce()函数的用法 这篇文章主要介绍了Python中的map()函数和reduce()函数的用法,代码基于Python2.x版本,需要的朋友可以参考下 Python中的map()函数和reduce()函数的用法 这篇文章主要介绍了Python中的map()函数和reduce()函数的用法,代码基于Python2.x版本,需要的朋友可以参考下
- python for循环遍历时，能动态删除元素吗？本文讲给你答案。 先来上个代码： # -*- coding:utf-8 -*-list = [1,2,3,4,5,6,7,8] # 使用for 删除某个元素for i in list: if i == 3 or i == 4: list.remove(i) print(list) 分析: 当我们在for ... python for循环遍历时，能动态删除元素吗？本文讲给你答案。 先来上个代码： # -*- coding:utf-8 -*-list = [1,2,3,4,5,6,7,8] # 使用for 删除某个元素for i in list: if i == 3 or i == 4: list.remove(i) print(list) 分析: 当我们在for ...
- 6天前，当前时间把减号后面去掉就行。 import datetime tmp = (datetime.date.today() - datetime.timedelta(days=6)).strftime("%Y%m%d_%H%M%S") print(tmp) 编码格式： # -*- coding: utf-8 -*- 打印时间毫秒 ... 6天前，当前时间把减号后面去掉就行。 import datetime tmp = (datetime.date.today() - datetime.timedelta(days=6)).strftime("%Y%m%d_%H%M%S") print(tmp) 编码格式： # -*- coding: utf-8 -*- 打印时间毫秒 ...
- pip install PyWavelets # -*- coding: utf-8 -*- import numpy as np import pywt import matplotlib.pyplot as plt # dwt x = np.linspace(-5, 5, 100) y = np.sin(x) (cA, cD) = pywt.dwt(y, 'db1'... pip install PyWavelets # -*- coding: utf-8 -*- import numpy as np import pywt import matplotlib.pyplot as plt # dwt x = np.linspace(-5, 5, 100) y = np.sin(x) (cA, cD) = pywt.dwt(y, 'db1'...
- def anchors_plane(feat_h, feat_w, stride, base_anchors): # return anchors_cython(feat_h, feat_w, stride, base_anchor) A = base_anchors.shape[0] all_anchors = np.zeros((feat_h, feat... def anchors_plane(feat_h, feat_w, stride, base_anchors): # return anchors_cython(feat_h, feat_w, stride, base_anchor) A = base_anchors.shape[0] all_anchors = np.zeros((feat_h, feat...
- import cv2 import numpy as np import numpy as np from numpy import random as nr # 只显示小数点后两位 np.set_printoptions(precision=2) r3 = nr.randint(0, 10, size=( import cv2 import numpy as np import numpy as np from numpy import random as nr # 只显示小数点后两位 np.set_printoptions(precision=2) r3 = nr.randint(0, 10, size=(
上滑加载中
推荐直播
-
码道新技能，AI 新生产力——从自动视频生成到开源项目解析2026/04/08 周三 19:00-21:00
童得力-华为云开发者生态运营总监/何文强-无人机企业AI提效负责人
本次华为云码道 Skill 实战活动，聚焦两大 AI 开发场景：通过实战教学，带你打造 AI 编程自动生成视频 Skill，并实现对 GitHub 热门开源项目的智能知识抽取，手把手掌握 Skill 开发全流程，用 AI 提升研发效率与内容生产力。
回顾中 -
华为云码道：零代码股票智能决策平台全功能实战2026/04/18 周六 10:00-12:00
秦拳德-中软国际教育卓越研究院研究员、华为云金牌讲师、云原生技术专家
利用Tushare接口获取实时行情数据，采用Transformer算法进行时序预测与涨跌分析，并集成DeepSeek API提供智能解读。同时，项目深度结合华为云CodeArts（码道）的代码智能体能力，实现代码一键推送至云端代码仓库，建立起高效、可协作的团队开发新范式。开发者可快速上手，从零打造功能完整的个股筛选、智能分析与风险管控产品。
回顾中 -
华为云码道全新升级，多会话并行与多智能体协作2026/05/08 周五 19:00-21:00
王一男-华为云码道产品专家；张嘉冉-华为云码道工程师；胡琦-华为云HCDE；程诗杰-华为云HCDG
华为云码道4月份版本全新升级，此次直播深度解读4月份产品特性，通过“特性解读+实操演示+实战案例+设计创新”的组合，全方位展现码道在多会话并行与多智能体协作方面的能力，赋能开发者提升效率
正在直播
热门标签