前言在Windows上编写python程序时，有时候需要对输出的文字颜色进行设置，特别是日志显示，不同级别的日志设置不同的颜色进行展示可以直观查看。本文主要描述通过ctypes.windll.kernel32调用GetStdHandle()和SetConsoleTextAttribute()两个API实现来实现Windows控制台的彩色背景及彩色文字。基本概念描述首先分别介绍GetStdHandle()和SetConsoleTextAttribute()这
系统 2019-09-27 17:49:30 1843
正则表达式是Python程序设计中非常实用的功能，本文就常用的正则表达式做一汇总，供大家参考之用。具体如下：一、字符串替换1.替换所有匹配的子串用newstring替换subject中所有与正则表达式regex匹配的子串result,number=re.subn(regex,newstring,subject)2.替换所有匹配的子串（使用正则表达式对象）reobj=re.compile(regex)result,number=reobj.subn(news
系统 2019-09-27 17:46:40 1843
准确获得页面、窗口高度及宽度的JSfunctiongetPageSize(){varxScroll,yScroll;if(window.innerHeight&&window.scrollMaxY){xScroll=document.body.scrollWidth;yScroll=window.innerHeight+window.scrollMaxY;}elseif(document.body.scrollHeight>document.body.of
系统 2019-08-29 23:47:45 1843
概述模块Pickle实现了对一个Python对象结构的二进制的序列化和反序列化。即当Python程序持续运行一些字符串、列表字典、甚至自定义的类等数据对象，需要持久化存储，即存储在磁盘中，防止运行在内存中，因断电等情况丢失数据。那么Pickle模块就派上用场了，它可以将对象转换为一种可以传输或存储的格式。python的pickle模块实现了基本的数据序列和反序列化。通过pickle模块的序列化操作我们能够将程序中运行的对象信息保存到文件中去，永久存储；通过
系统 2019-09-27 17:56:58 1842
Numpy模块被广泛用于科学和数值计算，自然有它的强大之处，之前对于特征处理中需要进行数据列表或者矩阵拼接的时候都是自己写的函数来完成的，今天发现一个好玩的函数，不仅好玩，关键性能强大，那就是Numpy模块自带的矩阵、列表连接函数，实践一下。#!usr/bin/envpython#encoding:utf-8from__future__importdivision'''__Author__:沂水寒城使用numpy模块实现矩阵的连接操作'''importnu
系统 2019-09-27 17:55:12 1842
邻近算法（k-NearestNeighbor)是机器学习中的一种分类（classification）算法，也是机器学习中最简单的算法之一了。虽然很简单，但在解决特定问题时却能发挥很好的效果。因此，学习kNN算法是机器学习入门的一个很好的途径。kNN算法的思想非常的朴素，它选取k个离测试点最近的样本点，输出在这k个样本点中数量最多的标签（label）。我们假设每一个样本有m个特征值（property），则一个样本的可以用一个m维向量表示:X=（x1，x2，.
系统 2019-09-27 17:54:43 1842
Python被誉为全世界高效的编程语言，同时也被称作是“胶水语言”，那它为何能如此受欢迎，下面我们就来说说Python入门学习的必备11个知识点，也就是它为何能够如此受欢迎的原因.Python简介Python是一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。Python的设计具有很强的可读性，相比其他语言经常使用英文关键字，其他语言的一些标点符号，它具有比其他语言更有特色语法结构。Python是一种解释型语言：这意味着开发过程中没有了编译这个
系统 2019-09-27 17:51:49 1842
1、str.split不支持正则及多个切割符号，不感知空格的数量，比如用空格切割，会出现下面情况。>>>s1="aabbcc">>>s1.split('')['aa','bb','','cc']因此split只适合简单的字符分割2、re.split，支持正则及多个字符切割>>>printlineabcaa;bb,cc|dd(xx).xxx12.12'xxxx按空格切>>>re.split(r'',line)['abc','aa;bb,cc','|','d
系统 2019-09-27 17:50:51 1842
某天回家之时，听到有个朋友说起他正在做一个车牌识别的项目于是对其定位车牌的位置算法颇有兴趣，今日有空得以研究，事实上车牌识别算是比较成熟的技术了，这里我只是简单实现。我的思路为：对图片进行一些预处理，包括灰度化、高斯平滑、中值滤波、Sobel算子边缘检测等等。利用OpenCV对预处理后的图像进行轮廓查找，然后根据一些参数判断该轮廓是否为车牌轮廓。效果如下：test1：test2实现代码如下（对图像预处理（滤波器等）的原理比较简单，这里只是对一些函数进行调包
系统 2019-09-27 17:50:43 1842
本文实例讲述了python+numpy实现的基本矩阵操作。分享给大家供大家参考，具体如下：#!usr/bin/envpython#coding:utf-8#学习numpy中矩阵的代码笔记#2018年05月29日15:43:40#参考网站：http://cs231n.github.io/python-numpy-tutorial/importnumpyasnp#==================矩阵的创建，增删查改，索引，运算===============
系统 2019-09-27 17:49:00 1842
