一、python中的数据类型之列表
1、列表
列表是我们最以后最常用的数据类型之一，通过列表可以对数据实现最方便的存储、修改等操作二、列表常用操作>切片>追加>插入>修改>删除>扩展>拷贝>统计>排序>翻转 >>> names = ["admin","abc","jack","lily"] #定义列表
转载
2023-11-22 15:13:40
58阅读
5. 列表（list）R语言中的列表和Python等语言中的list有所不同。R语言中的列表是对象的集合， 列表中的对象又称为它的分量（components）。 分量可以包含向量、矩阵、数组，数据框，甚至是另外一个列表，且在列表中要求每一个分量都要有一个名称。my_list <- list(stud_id=c(34453,123),
stud_name="J
转载
2023-07-04 20:50:36
472阅读
如何在R语言中提取分类变量
## 1. 概述
在数据分析中，经常需要对数据集中的分类变量进行提取和处理。R语言作为一种强大的数据分析工具，提供了多种方法来实现这一目标。本文将介绍如何使用R语言来提取和处理分类变量。
## 2. 流程概述
以下是提取分类变量的一般流程：
```mermaid
journey
title 提取分类变量的流程
section 数据导入
原创
2024-01-13 04:07:49
279阅读
在实际的设计工作中，常常需要将绘制好的CorelDRAW图形导出为其他指定格式的文件，使其可以被其他软件导入或打开。本文将详解用CorelDRAW导出其他格式的文件的方法。1. 执行“文件”>“导出”命令，或者在标准工具栏上单击“导出”按钮，弹出“导出”对话框。2. 在对话框中设置好导出文件的“保存路径”和“文件名”，并在“保存类型”下拉列表中选择需要的导出文件格式，如图所示：3. 单击“导
转载
2023-10-21 23:36:58
104阅读
我们通过CorelDRAW上方菜单栏“布局”中的“插入页面”可以创建多个页面，同时编辑，适合比如书籍排版，杂志排版等等这些需要进行多页面编辑的工作。图1：CDR多页面编辑页面编辑完成的下一步，就是要将编辑完成的文件进行批量导出，如果cdr文件比较大的话，将编辑完成的cdr文件交付给同事或者第三方来输出打印时，文件加载需要一定的时间，也就是我们常说的卡。而CDR文件的导出方法其实也很简单：一、直接运
转载
2024-01-30 23:34:21
70阅读
有监督学习(Supervised learning)可分为回归(Regression)和分类(Classification)。回归问题通常是用来预测一个值，如预测房价、未来的天气情况等等；分类问题是用于将事物打上一个标签，通常结果为离散值。分类通常是建立在回归之上，最后再使用一个函数来判别。 一张图说明如何选择模型： 1、分类问题又可以细分为线性分类和非线性分类。典型的线性分类器有感知机，LD
转载
2024-03-30 20:52:36
50阅读
前段时间，由于shell相关知识掌握比较少，同事给了一任务让我去做，于是第一时间让自己想到了运用oracle数据库，导来导去，人肉了一番，最后由于时间关系还是放弃了，让他自己做去了，没想到同事是早就做了，只不过是想人肉一下而已。
近来开始
原创
2009-01-22 05:14:59
1838阅读
# Python词性分类与名词提取的科普文章
随着自然语言处理(NLP)的迅猛发展，词性分类和实体提取成为了人们日常处理文本的重要工具。本文将介绍如何使用Python进行词性分类，重点提取文本中的名词，并且我们将通过一些示例代码来实现这个功能。最后，我们还将用甘特图和类图来展示项目的进度和结构。
## 什么是词性分类？
词性分类是指将文本中的单词根据其语法功能进行分类的过程。一般来说，单词可
原创
2024-08-19 03:44:01
273阅读
本篇文章主要介绍基于面向对象法提取海岸线的步骤~ 1.添加影像（以Landsat遥感影像为例）1）点击Create New Project→选择影像→OK；2）编辑波段名称：选中需要编辑波段名称的波段→Edit（Layer Properties窗口弹出）→Layer Alias修改名称→OK；全部修改完成后点击OK，加载影像。2.添加工具窗口①Process Tree ②Class Hi
转载
2024-07-12 16:25:15
136阅读
继上篇。CNN特征+其他分类器提取特征。import gdalfrom keras import Modelfrom keras.
原创
2022-10-27 12:43:02
314阅读
# Python Selenium 定位后提取
在进行网页自动化测试、数据爬取等任务时，我们经常需要定位网页元素并提取其中的内容。Python Selenium 是一个强大的工具，可以帮助我们实现自动化操作，其中的定位和提取功能十分重要。本文将介绍使用 Python Selenium 进行定位后提取的方法，并附有详细的代码示例。
## 什么是 Python Selenium？
Python
原创
2023-10-05 17:55:36
106阅读
在Python中，我们可以使用字符串的`split()`方法将一个字符串分割成多个部分。分割后，我们可以使用索引或循环来提取所需的部分。
首先，让我们来了解`split()`方法的基本用法。`split()`方法可以接受一个可选的分隔符作为参数。如果没有指定分隔符，它将默认使用空格作为分隔符。
下面是一个例子：
```python
text = "Python is a powerful a
原创
2023-07-21 12:04:27
596阅读
作为时代的分水岭，R-CNN利用了CNN提取特征的强大之处，同时利用了传统方法和机器学习的方法，最终达到了不错的效果。R-CNN大致分为以下四个步骤：候选区域生成；CNN特征提取；SVM分类；回归器特征box位置。流程图如下图所示：一、候选区域生成目标检测的核心就是分类classification+定位location，定位就是用矩形框选定目标物体。候选区域生成其实就是一个粗定位：得到一些大概率是
转载
2024-04-08 10:24:55
249阅读
## Python提取逗号后数字
在处理文本数据时，我们经常需要从字符串中提取出特定的信息。例如，从一个逗号分隔的字符串中提取出数字。Python提供了多种方法来实现这个目标，本文将介绍其中两种常用的方法。
### 方法一：使用split()函数
split()函数是Python中常用的字符串处理函数之一，它可以将一个字符串按照指定的分隔符拆分成多个部分，并返回一个列表。我们可以使用这个函数
原创
2023-07-22 04:47:38
698阅读
# 实现Java提取后两位
## 一、整体流程
```mermaid
journey
title Java提取后两位实现流程
section 开发流程
开始 --> 编写代码 --> 测试 --> 部署 --> 完成
```
## 二、具体步骤
| 步骤 | 操作 |
| ---- | ---- |
| 1 | 定义一个方法，接收一个整数参数 |
| 2 |
原创
2024-06-24 05:59:40
21阅读
轮廓指的是将连续的点连接在一起的曲线，具有相同的灰度值或颜色，提取轮廓就是提取这些具有相同颜色或灰度值的曲线寻找轮廓应该用二值图，这样更明显findcontours会改变原图，应该用copyto保存原图查找轮廓应该是在黑色背景中找到白色物体一：轮廓查找函数findContours( InputOutputArray image, OutputArrayOfArrays contours,int m
转载
2023-09-26 16:16:57
247阅读
目录摘要模型构建读取数据集：CNN模型构建：模型结构：训练模型：结果对比分析：结束：摘要为解决采用 softmax 作为卷积神经网络分类器导致图形分类识别模型泛化能力的不足，不能较好适用图像分类等问题，本次博客使用SVM代替CNN网络的softmax分类层，即CNN提取特征后利用SVM进行分类。为了验证模型更改后的效果，本次在随机构建的垃圾分类数据集上做了一个简单的验证性实验。以验证SVM替换so
转载
2023-12-26 15:43:56
37阅读
数据集为牛津大学库里的17类花卉图像提取码c4s4，该程序的思路是参考手势识别的项目所修改。1. 提取所有花卉图像的SIFT特征opencv里有直接调用sift特征提取的函数，下列操作是将所有类别图像文件夹遍历，批量提取sift特征，并将特征量化到一个文本文件中方便后续操作。path = './' + 'feature' + '/' #保存特征的路径
path_img = './' + 'imag
转载
2023-08-21 10:41:22
245阅读
前言首先我将简单阐述一下HOG和SVM的原理，当然重点主要是HOG对于SVM已经有很多的资料讲述的很清楚我觉得此处没有必要再详细讲解。HOG特征提取原理SVM简单原理概述基于Python的HOG+SVM的行人识别一、HOG特征提取原理 首先先讲一下HOG是什么和HOG特征提取的步骤吧。 首先HOG就是梯度方向直方图 (Histogram of Oriented Gradient, HOG) ，HO
转载
2023-12-01 09:11:34
133阅读
## 粗糙集 分类规则提取 Python
### 导言
在数据挖掘和机器学习领域，分类是一种常见的任务。分类算法通过对已有的数据样本进行学习和分析，能够将新的数据样本归类到已知类别中。在分类过程中，分类规则的提取是非常重要的一步，它能够将分类算法的结果以可读性更高的方式呈现出来，帮助我们理解和解释模型的决策过程。
在本文中，我们将介绍一种基于粗糙集的分类规则提取方法，并使用 Python 实
原创
2023-11-09 06:24:57
159阅读
