python ・ Mit Set wird nach doppelten Listen gesucht.
-Koordinaten können durch Quotient (Zeile) und Rest (Spalte) ausgedrückt werden.
-Überprüfen Sie die Funktionsreferenz mit Umschalt + Tab.
-_ Enthält den zuletzt ausgeführten Rückgabewert.
numpy ・ Np.uint8 (ohne Vorzeichen, Ganzzahl, 8 Bit) 0~255 Wird für Bilddaten usw. verwendet.
・ Np.float32 Wird beim Speichern von Daten verwendet, die für maschinelles Lernen verwendet werden.
・ Np.float64 Wird beim Lernen eines Modells verwendet.
・ Np.expand_dims Erhöhen Sie die Abmessungen des ndarray.
・ Np.squeeze Reduzieren Sie die Abmessungen des Ndarrays.
・ Flattern Machen Sie das Array eindimensional.
・ Np.arange (Start, Stopp, Schritt) Mit Reichweite.
・ Np.linspace (Start, Stopp, Nummer) Erstellen Sie eine Liste von Start-Stopp-Nummern, die durch Nummernnummern getrennt sind.
・ Np.logspace (Start, Stopp, Nummer, Basis = 10) Berechnen Sie die Potenz der Basis, indem Sie die Zahl von Anfang bis Ende durch die Zahl num teilen.
・ Np.zeros (), np.ones (), np.eyes () Alle Elemente sind 0, alle Elemente sind 1 und alle diagonalen Elemente sind 1.
・ Np.random.rand () Geben Sie zufällig eine Zahl von 0 bis 1 an.
・ Np.random.seed () Zufallszahlen generieren.
・ Np.random.randn () Generieren Sie Werte aus der Standardnormalverteilung (Mittelwert 0, Varianz 1).
・ Np.random.normal (Mittelwert, Standardabweichung) Generieren Sie Werte aus der Normalverteilung (Mittelwert, Standardabweichung).
・ Np.random.randint (niedrig, hoch) Generieren Sie zufällig Werte über niedrig und unter hoch. Weniger als niedrig, wenn auch nur niedrig.
・ Np.random.choice (Liste) Holen Sie sich einen zufälligen Wert aus der angegebenen Liste.
・ Argmax (), argmin () Holen Sie sich den Index des Maximalwerts und des Minimalwerts.
・ Unterschied zwischen Median und Durchschnitt Medianwert: Die Berechnung dauert einige Zeit, da eine Sortierung erforderlich ist. Stark gegen Ausreißer.
· Zeit Zeit () Messzeit.
・ 68-95-99.7 Regeln Wahrscheinlichkeit, dass Daten in der Standardabweichung ± 1,2,3 vom Mittelwert enthalten sind (Normalverteilung).
・ Np.clip (Array, min, max) Konvertieren Sie min oder weniger in min und max oder mehr in max.
・ Np.where (Bedingung, wahr, falsch) Wenn True für die Bedingung, konvertieren Sie sie in den angegebenen Wert in true, und wenn False, konvertieren Sie sie in den angegebenen Wert in false.
・ .Alle (). Beliebige () Beurteilen Sie, ob alle wahr sind oder ob einer für die Bedingung wahr ist.
・ Np.unique (Array, return_count = True) Gibt ein eindeutiges Element und jede Zählung zurück.
・ Np.bincount () Gibt eine Anzahl von 0,1,2,3 zurück ...
・ Np.concatenate () Array verketten.
・ Np.stack () Erstellen Sie eine neue Achse und verketten Sie. Achse = -1 wird oft verwendet.
・ Np.transpose (), .T Translokation.
・ Np.save (Pfad, Array), np.load (Pfad) Array speichern und laden.
・ Np.save (Pfad, Wörterbuch) .np.load (Pfad, allow_pickle = True) [()] Speichern und laden Sie das Wörterbuch.
pandas ・ Pd.set_options ("display.max_columns (rows)", num) Geben Sie die Anzahl der anzuzeigenden Zeilen und Spalten an.
・ .Describe () Zeigt numerische Statistiken an.
· .Säulen () Zeigen Sie eine Liste der Spalten an.
・ Ersetzen = Wahr Der ursprüngliche Datenrahmen wurde aktualisiert.
・ Reset_index (drop = True) Ordnen Sie den Index erneut zu. Überschreiben Sie den ursprünglichen Index.
・ Set_index (Spaltenname) Legen Sie die angegebene Spalte als Index fest.
・ Dropna (Teilmenge = [Spaltenname]) Löschte die Zeile, in der die angegebene Spalte nan ist.
・ Df [np.isnan (df ["Spalten"])], df [df ["Spalten"]. Isna ()] Ruft die Zeile ab, in der die angegebene Spalte nan ist.
· Df.groupby ("Spalten"). Statistik Zeigen Sie die nach der angegebenen Spalte gruppierten Statistiken an.
・ Pd.concat (df1, df2, Achse) Kombinieren Sie Datenrahmen in Richtung der angegebenen Achse.
・ Df1.merge (df2, wie, auf, right_on, left_on, Suffixe) Kombinieren Sie Datenrahmen mit der angegebenen Kombinationsmethode und dem angegebenen Schlüssel.
・ Einzigartig () Erhalten Sie nur eindeutige Werte.
・ Nunique () Ermitteln Sie die Anzahl der eindeutigen Werte.
・ Value_counts () Ermitteln Sie, wie viele Datensätze jeder Wert enthält.
・ Sort_values (by) Daten nach angegebener Spalte sortieren.
・ Übernehmen (Funktion) Wenden Sie die Funktion auf jede Zeile an.
・ Iterrows () Generieren Sie eine Iteration, die Index und Serien zurückgibt.
matplotlib ・% Matplotlib inline Kann auf Jupiter gezeichnet werden.
・ Plt.plot (x, y) Zeichnen Sie ein Diagramm auf der x- und der y-Achse.
・ Plt.x (y) label () Etikett anzeigen.
・ Plt.title () Titel anzeigen.
・ Plt.legend () Präzedenzfälle anzeigen.
・ Plt.x (y) tickt Zeigen Sie die angegebenen Häkchen an.
-Plt.subplot (Zeile, Spalte, Index) Zeichnen Sie mehrere Diagramme, indem Sie Zeilen, Spalten und Indizes angeben.
・ Plt.figure () fig=plt.figure() ax1 = fig.add_subplot (Zeile, Spalte, Index)
・ Plt.subplots (Zeile, Spalte) Abb. Achsen = Plt. Teilplots (Zeile, Spalte) axes[0].plot(x,y)
・ Plt.scatter (), plt.hist (), plt.bar (), plt.boxplot () Zeichnen Sie Streudiagramme, Histogramme, Balkendiagramme und Box-Whisker. plt["columns"].value_count().plot(kind="bar")
seaborn ・ Sns.distplot (Array, norm_hist, kde) Zeigen Sie das Histogramm an. Die Wahrscheinlichkeitsdichtefunktion wird standardmäßig in KDE angezeigt.
· Schätzung der Kerneldichte (KDE) Ein Verfahren zum Schätzen der Wahrscheinlichkeitsdichtefunktion.
・ Sns.jointplot () Zeigen Sie ein Streudiagramm von zwei Variablen an. Jedes Histogramm wird ebenfalls angezeigt. Zeigen Sie die Regressionslinie mit kind = "reg" an.
・ Sns.pairplot () Zeigen Sie ein Streudiagramm aller numerischen Elemente an. Farbcodierung nach Farbton.
・ Sns.barplot (x = kategoriale Variable, y = numerisches Element, Daten = df) Der Durchschnittswert von y von x wird als Balkendiagramm angezeigt. 95% -Konfidenzintervall anzeigen.
・ Sns.countplot (x) Zeigen Sie die Anzahl der angegebenen Variablen an.
・ Sns.boxplot (x, y) Zeigen Sie das Box-Whisker-Diagramm der angegebenen Variablen an.
・ Sns.violinplot (x, y) Zeigen Sie die Verteilungsdichte der angegebenen Variablen an.
・ Sns.swarmplot (x, y) Zeigen Sie die tatsächliche Verteilung der angegebenen Variablen an.
・ Corr () Zeigen Sie den Korrelationskoeffizienten an.
・ Sns.heatmap (df.corr (), annot = True, cmap = "coolwarm") Zeigen Sie die Wärmekarte der Korrelationstabelle an.
・ Sns.set (Kontext, Stil, Palette) Ändern Sie den Stil von Seaborn.
OpenCV ・ Cv2.imread () Lesen Sie die Bilddatei mit ndarray.
・ Plt.imshow () Zeigen Sie ndarray als Bild an. Wird in der BGR angezeigt.
・ Cv2.cvtColor (im, cv2.COLOR_BGR2RGB) Konvertieren Sie von BGR nach RGB.
・ Cv2.imwraight () Speichern Sie ndarray als Bild.
・ Binarisierung ① Geben Sie den Schwellenwert an und binarisieren Sie cv2.threshold (ndarray, Schwelle, 255, CV2.THRESH_BINARY) ② Binarisierung von Otsu cv2.threshold (ndarray, Schwelle, 255, CV2.THRESH_BINARY + CV2.THRESH_OTSH) Der Schwellenwert wird automatisch eingestellt. Wenden Sie die lineare Diskriminierungsanalyse (LDA) auf Bilder an. ③Adaptive Thresholding cv2.adaptiveThreshold (ndarray, 255, cv2.ADAPTIE_THRESH_MEAN_C, CV2.THRESH_BINARY, Größe, Konstante) Der Schwellenwert wird verwendet, indem die Konstante vom Durchschnitt der durchschnittlichen Helligkeitswerte innerhalb des angegebenen Bereichs subtrahiert wird.
glob Holen Sie sich eine Liste der Dateipfade.
os&pathlib ・ Pfad Erstellen Sie ein Pfadobjekt. Wird als Iterator verwendet.
・ Os.path.split () In Kopf und Schwanz zerlegt.
・ Os.path.join () Verketten Sie den Ordnerpfad und den Dateinamen.
・ Os.path.exists () Überprüfen Sie, ob eine Datei oder ein Verzeichnis vorhanden ist.
・ Os.makedirs () Erstellen Sie einen Ordner.
tqdm ・ Tqdm (Iterator, total = len (df)) Fortschrittsbalken anzeigen.
nibabel ・ Nib.load () Holen Sie sich das Bild von Nifty.
・ Get_fdata () Holen Sie sich das ndarray des Bildes.
multiprocessing ・ Karte (func, iter) Gibt einen Iter mit func zurück, der auf iter angewendet wird.
・ Cpu_count () Überprüfen Sie die Anzahl der physischen Kerne der CPU, die verwendet werden können.
・ Pool.map (), Pool.imap () Wenden Sie die Kartenfunktion in der Parallelverarbeitung an. map () gibt eine Liste zurück und imap () gibt einen Iter zurück.
・ Pool.imap_unordered () Rückgabe, sobald die Bearbeitung abgeschlossen ist.
· Postleitzahl ()
・ Rollachse (Array, Achse, Start) Fügt die angegebene Achse an der durch start angegebenen Position ein.
Recommended Posts