Python笔记

pyqt5中使用GraphicsView显示图片

 def show_selected_image(self, image):

        height = image.shape[0]
        width = image.shape[1]
        ratio = float(height / width)
        new_height = 300
        new_width =  int(300 / ratio)
        img = cv2.resize(image, (new_width, new_height))


        frame = QImage(img, new_width, new_height, QImage.Format_RGB888)
        pix = QPixmap.fromImage(frame)
        self.item = QGraphicsPixmapItem(pix)
        self.scene = QGraphicsScene()  # 创建场景
        self.scene.addItem(self.item)
        self.graphicsView.setScene(self.scene)

Python 图片转数组,二进制互转操作

https://www.jb51.net/article/207138.htm

import matplotlib.pyplot as plt
import cv2
from PIL import Image
from io import BytesIO
import numpy as np
# 图片转numpy数组
img_path = "images/1.jpg"
img_data = cv2.imread(img_path)
#numpy数组转图片
img_data = np.linspace(0,255,100*100*3).reshape(100,100,-1).astype(np.uint8)
cv2.imwrite("img.jpg",img_data) # 在当前目录下会生成一张img.jpg的图片
# 以 二进制方式 进行图片读取
with open("img.jpg","rb") as f:
 img_bin = f.read() # 内容读取

# 将 图片的二进制内容 转成 真实图片

with open("img.jpg","wb") as f:
 f.write(img_bin) # img_bin里面保存着 以二进制方式读取的图片内容,当前目录会生成一张img.jpg的图片

"""
以上两种方式"合作"也可以实现,但是中间会有对外存的读写
一般这些到磁盘的IO操作还是很耗时间的
所以在内存直接处理会较好
"""

#将数组转成 图片的二进制数据

img_data = np.linspace(0,255,100*100*3).reshape(100,100,-1).astype(np.uint8)
ret,buf = cv2.imencode(".jpg",img_data)
img_bin = Image.fromarray(np.uint8(buf)).tobytes()

#将图片二进制数据 转为数组

img_data = plt.imread(BytesIO(img_bin),"jpg")
print(type(img_data))
print(img_data.shape)

"""
out:

(100, 100, 3)
"""

import matplotlib
import matplotlib.pyplot as plt
from matplotlib import rcParams

matplotlib.use('pgf')
pgf_config={
    "font.family":"serief",
    "font.size":20,
    "pgf.rcfonts":False,
    "text.usetex":True,
    "pgf.preamble":'\n'.join([
        r"\usepackage{unicode-math}",
        r"\setmainfont{times new roman}",
        r"\usepackage{xeCJK}",
        r"\xeCJKsetup{CJKmath=true}",
        r"\setCJKmainfont{SimSun}",
    ]),
}
rcParams.update(pgf_config)

2，梯度下降法求极值
  求下列函数的极小值
$$f(x)=x^4-3\ast x^3+2\Rightarrow f^{\prime }(x)=4x^3-9x^2$$

#From calculation, it is expected that the local minimum occurs at x=9/4
cur_x = 6 # The algorithm starts at x=6
gamma = 0.01 # step size multiplier
precision = 0.00001
previous_step_size = cur_x

def df(x):
    return 4 * x**3 - 9 * x**2

while previous_step_size > precision:
    prev_x = cur_x
    cur_x += -gamma * df(prev_x)
    previous_step_size = abs(cur_x - prev_x)

print("The local minimum occurs at %f" % cur_x)

pandas#创建无数据Dataframe

import pandas as pd
cc=pd.DataFrame(columns=['x','y','z'])
cc

---

安装本地python库文件

1. tar.gz格式的文件

   解压文件，在文件目录打开终端，执行python setup.py install

2. whl格式文件

   达到文件目录，执行pip install a.whl

pip更新软件包

直接运行-cmd 控制台操作

查看包 pip list

安装a.whl包 pip install a.whl

升级包 pip install --upgrade a.whl

卸载包 pip uninstall a.whl

查看待更新包 pip list --outdate

升级pip自己 pip install --upgrade pip

升级python库：

pip install --upgrade matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple

升级某个版本的包

pip install SomePackage # latest version

pip install SomePackage==1.0.4 # specific version

Python 里面直接运行，更新多个包

import pip

from subprocess import call

for dist in pip.get_installed_distributions():

call("pip install --upgrade " + dist.project_name, shell=True)

表示解包

[*range(10)]

将多个数据写入sheet

import pandas as pd
df1 = pd.DataFrame({'a':[3,1],'b':[4,3]})  
df2 = df1.copy()
with pd.ExcelWriter(r'C:\Users\mengx\Desktop\output.xlsx') as writer:
    str1 = ['a','b','c','d','e','f','g','h','i',\
            'j','k','l','m','n','o','p','q']
    for i in str1:
        name = str(i)
        df1.to_excel(writer, sheet_name= name)
writer.save()
writer.close()

#拆分报表
import pandas as pd
df=pd.read_excel(r'C:\Users\zen\Desktop\数据.xlsx')
df
for x,y in df.loc[(df.数量>3),:].groupby('月份',sort=0):
    h=x[0]+x[1]
    pd.DataFrame(y.values,columns=df.columns).to_excel(r'C:\Users\zen\Desktop\拆\/'+h+'.xlsx',index=False)

	月份	数量
0	五月	7
1	六月	8

#总表拆分多个工作簿
import pandas as pd
df=pd.read_excel(r'C:\Users\zen\Desktop\数据.xlsx',header=[0,1])
df
for x,y in df.groupby(['月份'],sort=0):
    with pd.ExcelWriter(r'C:\Users\zen\Desktop\拆\数据.xlsx',mode='a',engine='openpyxl') as writer:
        pd.DataFrame(y.values,columns=df.columns).to_excel(writer,sheet_name='h')

	Unnamed: 0_level_0	总
	类	月份	数量
0	a	一月	3
1	b	二月	4
2	c	三月	5
3	d	四月	6
4	b	五月	7

#拆分多个工作簿，变成单个表格
import pandas as pd
df=pd.read_excel(r'C:\Users\zen\Desktop\拆\数据.xlsx',sheet_name=None)
df
for key in df:
     df[key].to_excel(r'C:\Users\zen\Desktop\拆\/'+key+'.xlsx',index=False)

{'b':    类  月份  数量
 0  a  一月   3
 1  b  二月   4
 2  c  三月   5
 3  d  四月   6
 4  b  五月   7,
 'b二月':    类  月份  数量
 0  b  二月   4,
 'c三月':    类  月份  数量
 0  c  三月   5,
 'd四月':    类  月份  数量
 0  d  四月   6,
 'b五月':    类  月份  数量
 0  b  五月   7}

#多个表格写到一个表格多个工作簿
import pandas as pd
import glob as glob
ce=glob.glob(r'C:\Users\zen\Desktop\拆\*.xlsx')
ce
import os
for i in ce:
    df=pd.read_excel(i)
    with pd.ExcelWriter(r'C:\Users\zen\Desktop\数据.xlsx',mode='a',engine='openpyxl') as writer:
        df.to_excel(writer,sheet_name=os.path.basename(i).split('.')[0],index=False)

['C:\\Users\\zen\\Desktop\\拆\\b.xlsx',
 'C:\\Users\\zen\\Desktop\\拆\\b二月.xlsx',
 'C:\\Users\\zen\\Desktop\\拆\\b五月.xlsx',
 'C:\\Users\\zen\\Desktop\\拆\\c三月.xlsx',
 'C:\\Users\\zen\\Desktop\\拆\\d四月.xlsx']

import pandas as pd
from openpyxl import load_workbook
from openpyxl.utils.dataframe import dataframe_to_rows
df=pd.read_excel(r'C:\Users\zen\Desktop\数据.xlsx')
df

	月份	数量
0	五月	7
1	六月	8

import pandas as pd
from openpyxl import load_workbook
from openpyxl.utils.dataframe import dataframe_to_rows
df=pd.read_excel(r'C:\Users\zen\Desktop\数据.xlsx')
df

	月份	数量
0	五月	7
1	六月	8

#多个工作表写入相同名字表格
for x,y in df.loc[(df.数量>3),:].groupby('月份',sort=0):
    wbook = load_workbook(r'C:\Users\zen\Desktop\测\/'+x+'.xlsx')
    ws1=wbook.active
    for each in dataframe_to_rows(pd.DataFrame(y.values), index=False, header=False):
        ws1.append(each)
    wbook.save(r'C:\Users\zen\Desktop\测\/'+x+'.xlsx')

import pandas as pd
df=pd.read_excel(r'C:\Users\zen\Desktop\数据.xlsx')
df

	数	量
0	0	2
1	0	3
2	1	4
3	0	5

from openpyxl import load_workbook
from openpyxl.utils.dataframe import dataframe_to_rows
wbook = load_workbook(r'C:\Users\zen\Desktop\数据.xlsx')

ws2=wbook['b月']
i = 4                   #行号
r=4
for line in df.values:
    for col in range(0, len(line)):
        ws2.cell(row=i, column=col+4).value = line[col - 1]   #col+数字代表第几列 ，数字与r一样
    i += 1
    r += 1#间隔
wbook.save(r'C:\Users\zen\Desktop\数据.xlsx')

鸢尾花数据集相关性分析

from sklearn.datasets import load_iris
df=load_iris()
import pandas as pd
result=pd.concat([pd.DataFrame(df['data']),pd.DataFrame(df.target)],axis=1)

# result.columns=df['feature_names']

result.describe()
import  seaborn as sns
sns.pairplot(result,kind='reg')

Dataframe插入列

import pandas as pd

df1 = pd.DataFrame([['Snow','M',22],['Tyrion','M',32],['Sansa','F',18],['Arya','F',14]], columns=['name','gender','age'])

print("----------在最后新增一列---------------")
print("-------案例1----------")

在数据框最后加上score一列，元素值分别为：80，98，67，90

df1[‘score’]=[80,98,67,90] # 增加列的元素个数要跟原数据列的个数一样
print(df1)

print("-------案例2----------")
print("---------在指定位置新增列:用insert（）--------")

在gender后面加一列城市

在具体某个位置插入一列可以用insert的方法

语法格式：列表.insert(index, obj)

index —>对象 obj 需要插入的索引位置。

obj —> 要插入列表中的对象（列名）

col_name=df1.columns.tolist() # 将数据框的列名全部提取出来存放在列表里
print(col_name)

col_name.insert(2,‘city’) # 在列索引为2的位置插入一列,列名为:city，刚插入时不会有值，整列都是NaN
df1=df1.reindex(columns=col_name) # DataFrame.reindex() 对原行/列索引重新构建索引值

df1[‘city’]=[‘北京’,‘山西’,‘湖北’,‘澳门’] # 给city列赋值
print(df1)

print("----------新增行---------------")

重要！！先创建一个DataFrame，用来增加进数据框的最后一行

new=pd.DataFrame({'name':'lisa',
         'gender':'F',
         'city':'北京',
         'age':19,
         'score':100},
         index=[1])  # 自定义索引为：1 ，这里也可以不设置index
print(new)

print("-------在原数据框df1最后一行新增一行，用append方法------------")
df1=df1.append(new,ignore_index=True)  # ignore_index=True,表示不按原来的索引，从0开始自动递增
print(df1)

import matplotlib
import matplotlib.pyplot as plt
from matplotlib import rcParams

matplotlib.use('pgf')
pgf_config={
     "font.family":"serief",
     "font.size":20,
     "pgf.rcfonts":False,
     "text.usetex":True,
     "pgf.preamble":'\n'.join([
         r"\usepackage{unicode-math}",
         r"\setmainfont{times new roman}",
         r"\usepackage{xeCJK}",
         r"\xeCJKsetup{CJKmath=true}",
         r"\setCJKmainfont{SimSun}",
     ]),
 }
rcParams.update(pgf_config)

设置tick文字旋转

1. plt.xticks(rotation= ) 旋转 Xticks 标签文本
2. fig.autofmt_xdate(rotation= ) 旋转 Xticks 标签文本
3. ax.set_xticklabels(xlabels, rotation= ) 旋转 Xticks 标签文本
4. plt.setp(ax.get_xticklabels(), rotation=) 旋转 Xticks 标签文本
5. ax.tick_params(axis='x', labelrotation= ) 旋转 Xticks 标签文本
6. 旋转 xticklabels 对齐

matplotlib图例位置

设置图例位置在外面

plt.legend(loc=2, bbox_to_anchor=(1.05,0.7),borderaxespad = 0.)

matplotlib不等宽子图

import matplotlib.pyplot as plt
fig = plt.figure(figsize=(10,3))
fig.suptitle("Controlling subplot sizes with width_ratios and height_ratios")

gs = plt.GridSpec(1, 2, width_ratios=[2, 1])
ax1 = fig.add_subplot(gs[0])
ax2 = fig.add_subplot(gs[1])

为图添加text，相对位置

为每张图添加分类的分数

    ax.text(0.95,0.06,('%2f'% score).lstrip('0')
            ,size=15
            ,bbox=dict(boxstyle='round',alpha=0.8,facecolor='white')
           ,transform=ax.transAxes,horizontalalignment='right')

转存中…(img-XQ9BzDbK-1648021926388)]

设置图例位置在外面

plt.legend(loc=2, bbox_to_anchor=(1.05,0.7),borderaxespad = 0.)

matplotlib不等宽子图

import matplotlib.pyplot as plt
fig = plt.figure(figsize=(10,3))
fig.suptitle("Controlling subplot sizes with width_ratios and height_ratios")

gs = plt.GridSpec(1, 2, width_ratios=[2, 1])
ax1 = fig.add_subplot(gs[0])
ax2 = fig.add_subplot(gs[1])

为图添加text，相对位置

为每张图添加分类的分数

    ax.text(0.95,0.06,('%2f'% score).lstrip('0')
            ,size=15
            ,bbox=dict(boxstyle='round',alpha=0.8,facecolor='white')
           ,transform=ax.transAxes,horizontalalignment='right')