m0_50614038的博客

如果是针对白底的图片，这样的显示方式通常都达不到想要的效果，如底下代码所示，因为白底会导致整个单一通道的显示呈现单一通道的底色，这样反而不容易凸显出目标物。此外，人类眼中的红蓝绿，常常是混合的结果，所以，如果要单独找出红蓝绿颜色，通常是使用 HSV 的颜色空间。将彩色图片依照BGR通道来分割，以下示例将上面生成的 diy.jpg 图片的每一个通道单独显示一张图片，从显示的顺序可以发现，通道依序是红(0)、绿(1)、蓝(2)。图 1. 显示 BGR 与 RGB(A) 格式的差异，右手边的图形配色才是正确的。

AWS Academy Learner Lab 是提供一个帐号让学生可以自行使用 AWS 的服务，让学生可以在 100 USD的金额下，自行练习所要使用的 AWS 服务，以下使用 使用 Lambda 转换图片为 base64 格式。

将影片转换成图片 － Day 11今天要完成的工作是将搜集到的影片或是照片转换成 YOLOV3 可以接受的格式，所以要完成的工作如下：建立目录结构安装需要的套件撰写程式读写目录影片转图片变更尺寸为608建立目录结构将 github 上所下载的影片放在 video 文件夹，而 utils 文件夹放资料预处理的程式，如今天需要用到的将影片转成图片，images 用来放处理后的图片，labels 是用来存放标签文件，如下图所示。图 1、 YOLOV3 资料预处理文件夹安装需要的套

如何在本机执行 pyscript （在网页中执行python）pyscript可以让使用者在 H5 的网页中执行 python 的语法，目前只是alpha版本，如果透过官方网站执行，速度会很慢，还有可能因为国外网站的关系，导致无法正常运行，所以建议下载 github 的 pyscript 的原始代码，透过Node.js 进行本地端的安装。下载 pyscript直接到 pyscript 的github官网下载 https://github.com/pyscript/pyscript将下载下来 p

Python 数据库操作 - PyMySQL数据库说明数据库（Database，DB）是存放数据的仓库，按照数据结构来组织、存储和管理数据的仓库。按照数据库组织类型可以分为关系型数据库和非关系型数据库。常见关系型数据库有 MySQL、SQL Server、Oracle、DB2 等；常见非关系数据库有Redis（键值对存储）、Hbase（列存储）、MongoDB（文档型数据库）、InfoGrid（图数据库）等。数据库管理系统（Database Management System，DBMS）是一种操纵和管

Python警告 SettingWithCopyWarning警告(Warning)是指出现了一些需要让用户知道的问题，但又不想停止程序，这时候我们可以使用警告，以下是一个数据框常见的警告 SettingWithCopyWarning ，我们试著将数据框中栏位 b 中数值等于 3 的栏位 a 内容的值改为 1，代码如下所示。出现 SettingWithCopyWarningimport pandas as pdA = pd.DataFrame([[1,2,3],[2,3,4],[3,4,5]], c

Python 文件 (file) 操作 open在实际使用过程中，经常会遇到文件读写相关的操作，这个时候我们就要用到文件系统。Python 提供了数据的存储与读取功能，能够实现任意对象与文本之间的相互转化，也可以实现任意对象与二进制之间的相互转化。open() 函数格式如下，open()函数中重要的是前两个参数：file是文件名，mode是打开方式，打开文件成功会返回文件流对象，失败会引发异常。下表列出相关打开方式...

pyecharts 结合 Pandas本例用来展示 Pandas 读取四周的温度信息，使用随机生成的数据源，开发者使用 pyecharts 的 Bar 模块，画出四周的温度预测柱状图。使用随机数据from pyecharts import options as optsfrom pyecharts.charts import Barimport numpy as npimport pandas as pd# 产生随机四周的气温预测df = pd.DataFrame(np.random.ra

pyecharts 显示在 Jupyter NoteBook 或 Jupyter Lab显示在 浏览器上pyecharts 官方所提供的基础范例如下，官方提供一个 Faker 模块用来生成虚拟的数据，方便初学者可以快速的观看范例效果，但是此范例会把范例成果输出到 bar_base.html 这个网页文件中，使用者需要使用浏览器才可以观看结果。from pyecharts import options as optsfrom pyecharts.charts import Barfrom pyec

pyecharts 简介与安装pyecharts 简介pyecharts 是为了与 Python 与 Echarts 进行对接，方便在 Python 中直接使用数据生成图，也可以生成独立的网页，与网页框架 Flask、 Django 集成使用。 Echarts 是基于 JavaScript 的开源可视化图表库，已被全球最大的开源软件基金会 Apache Software Foundation 选为开源项目之一。pyecharts 的特性如下：简洁的 API 设计，支持链式调用。囊括了 30+ 种

在网页中撰写Python程式根据 Anaconda 的项目 pyscript,可以将 python 的代码直接写在网页中，目前只支援两种标签，分别是<py-script> 与 <py-repl>，以下是简单的示例。使用这两行导入 pyscript<link rel="stylesheet" href="https://pyscript.net/alpha/pyscript.css" /><script defer src="https://pyscript.

在实际使用过程中，经常会遇到文件读写相关的操作，这个时候我们就要用到文件系统。Python 提供了数据的存储与读取功能，能够实现任意对象与文本之间的相互转化，也可以实现任意对象与二进制之间的相互转化。open() 函数格式如下，open()函数中重要的是前两个参数：file是文件名，mode是打开方式，打开文件成功会返回文件流对象，失败会引发异常。下表列出相关打开方式。open(file, mode=‘r’, buffering=-1, encoding=None, errors=None, newli

在处理的数据的时候，最常遇到的就是使用 Pandas 的 Dataframe 与 Numpy 的 ndarray。以下以 mtcars 为例，该数据集包含 32 笔汽车模型的数据, 这些数据取自1974年《汽车趋势》杂志，对于每辆汽车, 有 11 个特徵值，详细说明就省略，因为本篇文章主要是讨论如何在两种常见的对象之间转换。取得三笔mtcars的数据，以字符串的方式存取。strs = ['0,4.58257569495584,6,160.0,110,3.9,2.62,16.46,0,1,4,4,1,Ma

列表、字典或是元祖都是可以转成 Pandas 中 Series 对象。

在国内使用 pip 安装有时会遇到逾时的问题，所以建议指定国内的 python 镜像站来进行安装。国内常见的镜像站如下：清华：https://pypi.tuna.tsinghua.edu.cn/simple阿里云：https://mirrors.aliyun.com/pypi/simple/中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/华中理工大学：https://pypi.hustunique.com/山东理工大学：https://pypi.s

内部函数在函数内部又有定义函数，内部的函数称之为内部函数。# 使用内部函数时需要注意缩进def OuterFun(): print('...函数：OuterFun 被调用...') def innerFun(): print('...函数：innerFun 被调用...') # innerFun 只能在 OuterFun 中被调用 innerFun() OuterFun()--------------------

Python 中的字符串不能被修改 (immutable)，因此，指向字符串的某个索引位置赋值会产生一个错误；如果需要一个不同的字符串，应当新建一个；内建函数 len() 返回一个字符串的长度。>>> # 字符串不能被修改>>>> word = 'Python'>>> word[0] = 'J'Traceback (most recent call last): File "<stdin>", line 1, in <

在Python的使用上，赋值、浅拷贝与深拷贝这三者有何差异？当我们把一个对象赋值 (Assignment) 给一个新的变量时，赋的其实是该对象的在栈中的地址，而不是堆中的数据，也就是两个对象指向的是同一个存储空间，无论哪个对象发生改变，其实都是改变的存储空间的内容，因此，两个对象是联动的。深拷贝 (Deep copy) 和 浅拷贝 (Shallow copy) 是只针对对象 (Object) 和数组 (Array) 这样的引用数据类型的。浅拷贝只复制指向某个对象的指针，而不复制对象本身，新旧对象还是共享