Python常用命令总结【持续更新】

您所在的位置：网站首页 › python常用命令合集 › Python常用命令总结【持续更新】

Python常用命令总结【持续更新】

2023-11-01 17:02| 来源: 网络整理| 查看: 265

本来是草稿，趁着今天1024水一个勋章

前言

文件读写

遍历文件夹/文件

遍历文件夹2

生成随机颜色

numpy创建一个空白图像/数组，opencv画线

np创建一个指定颜色的图像/数组

生成随机数/随机矩阵

关于python中函数形参的问题

plt画图

==>最简单的情况

==> 指定颜色

==> 画散点图

==> 添加label注释

==> XY轴刻度问题

==>沿XY轴翻转镜像

==>显示网格

==>保存画的图像

plt画图坐标轴相关设置

坐标轴字体

设置坐标轴刻度字号

设置坐标轴显示范围

设置坐标轴线粗细

设置坐标轴标签

设置坐标轴科学计数法表示

设置坐标轴以固定间隔显示刻度

plt多张图画在一起

plt画图时显示中文异常

matplotlib解决负号无法显示

将txt数据直接读取为ndarray数组

删除np数组中的某行或某列

画三维图

Python拟合曲线

前言

python确实好用，有些库甚至随便猜都能猜对一些函数名。但是，库太多了，功能函数名根本记不住（我是记不住），每次用到什么都要C一下。关键是C站中的文章太多了，很难定位到自己适合且舒服的用法，干脆就把自己用到的记录下来，这样下次忘记直接在自己文章里搜索，会更加精准快捷。

开始

记录的顺序可能会很乱，用到什么记什么。更多的都是常用的基础功能，奇淫技巧什么的咱也不会。

文件读写 with open('nameyoulike.txt', 'w') as f: f.write("Hello World!") 遍历文件夹/文件 for dirpath, dirnames, filenames in os.walk(root): for dirpath2 in filenames: path.append(os.path.join(dirpath, dirpath2))

判断文件/路径是否存在

if os.path.exists(path): 遍历文件夹2 path_full = [] filename = [] for root, dirs, files in os.walk(file): if root != file: break for file in files: path = os.path.join(root, file) path_full.append(path) filename.append(file) print(path) 生成随机颜色 import random def get_random_color(): """获取一个随机的颜色""" r = lambda: random.uniform(0,1) return [r(),r(),r(),1]

生成三通道颜色，0-255之间

def get_random_color3(): """获取一个随机的颜色""" r = lambda: random.uniform(0,255) return [r(),r(),r()]

numpy创建一个空白图像/数组，opencv画线 import numpy as np import cv2 image = np.zeros((512,512,3),np.uint8) #创建一个黑色面板 cv2.line(image,(0,0),(511,511),(255,0,0),3) #画直线 cv2.imshow("绘制直线",image) cv2.waitKey()

虽然指定的线的颜色是（255,0,0），但是三个通道的顺序是BGR，所以线是蓝色的。想让线是红色的话，又不修改颜色，可以变换一下图像的通道顺序，将BGR改为RGB。

import numpy as np import cv2 image = np.zeros((512,512,3),np.uint8) #创建一个黑色面板 cv2.line(image,(0,0),(511,511),(255,0,0),3) #画直线 image = cv2.cvtColor(image,cv2.COLOR_BGR2RGB) #色彩空间转换 cv2.imshow("绘制直线",image) cv2.waitKey()

这里画线使用的颜色就可以用随机颜色

cv2.line(image,(0,0),(511,511),get_random_color3(),3) np创建一个指定颜色的图像/数组 img = np.zeros((300, 400, 3), np.uint8) # 浅灰色背景 img.fill(200) # 这是对三个通道全部填充固定数值 cv2.imshow('img', img) cv2.waitKey(0) # 我曾这样尝试对每个通道填充不同的数值 # img.fill((255,0,0)),但是失败

只要思想不滑坡，换个方法再来对每个通道填充不同数值。不是不可以对3通道同时填充吗，那我就单独填充。如下：

img = np.zeros((300, 400, 3), np.uint8) img[:,:,0].fill(255) img[:,:,1].fill(0) img[:,:,2].fill(0) cv2.imshow('img', img) cv2.waitKey(0)

图像应该是什么颜色，蓝色。

生成随机数/随机矩阵 # 生成3*100的随机矩阵，随机值0-1之间 a=np.random.random(size=(3,100)) # 生成随机值0-100之间 a=np.random.random(size=(3,100))*100 # 生成1-10之间的随机整数 a=np.random.randint(1,10,size=(3,100)) 关于python中函数形参的问题

参考这个写的

python中函数的四种形参_Kaiser king的博客-CSDN博客_python函数形参

plt画图 ==>最简单的情况 a=np.random.random(size=(3,100))*10 # 生成的随机值在0-10之间 plt.figure() # a[0,:]是个行向量，也可以是列向量 plt.plot(a[:, 0]) # 最简单的情况，没有其他参数 plt.axis('equal') plt.show()

==> 指定颜色

plt.plot(a[:, 0],color=(1,0,0)) 可以添加颜色参数，指定颜色，这里的颜色范围需要给0-1之间，而且顺序是RGB 颜色也可以使用color='red'

==> 画散点图 plt.plot(a[:, 0],".",color="red")

==> 添加label注释 plt.plot(a[:, 0],color="red",label="info") plt.legend() 添加注释label的话，一定要有下面一行才可以显示出label

==> XY轴刻度问题

假如删除掉plt.axis('equal')，看下效果，XY轴刻度不一致，就相当于是放大拉伸局部，可以观察的更清楚。

a=np.random.random(size=(100,3))*10 plt.figure() plt.plot(a[:, 0],color="red") plt.show()

==>沿XY轴翻转镜像 plt.gca().invert_xaxis() # 沿x轴翻转 plt.gca().invert_yaxis() # 沿y轴翻转 ==>显示网格 plt.grid(axis="y") #y轴显示网格线 plt.grid(axis="x") ==>保存画的图像

在创建画布的时候可以设置尺寸，这个尺寸好像是英寸，假如想保存1920像素，那么宽度就要除以dpi得到英寸。

a=np.random.random(size=(100,3))*10 plt.figure(figsize=(1920/200, 1080/200),dpi=200) plt.plot(a[:, 0],color="red") plt.savefig(u"2022年10月22日.jpg") plt.show()

plt画图坐标轴相关设置坐标轴字体

plt.rc('font',family='Times New Roman')

设置坐标轴刻度字号

plt.xticks(fontsize=14) plt.yticks(fontsize=14)

设置坐标轴显示范围

plt.xlim(0,1000) plt.ylim(-3000,-400)

设置坐标轴线粗细

ax=plt.gca();#获得坐标轴的句柄 ax.spines['bottom'].set_linewidth(1);###设置底部坐标轴的粗细 ax.spines['left'].set_linewidth(1);####设置左边坐标轴的粗细

设置坐标轴标签

#front是标签属性：包括字体、大小等 font = {'family' : 'Times New Roman', 'weight' : 'normal', 'size' : 18, } plt.xlabel("Episode",font) plt.ylabel(r"Average Reward",font)

设置坐标轴科学计数法表示

plt.ticklabel_format(axis="y", style="sci", scilimits=(0,0))

设置坐标轴以固定间隔显示刻度

x_major_locator=MultipleLocator(15)#以每15显示 y_major_locator=MultipleLocator(3)#以每3显示 ax=plt.gca() ax.xaxis.set_major_locator(x_major_locator) ax.yaxis.set_major_locator(y_major_locator)

plt多张图画在一起 fig = plt.figure() fig.suptitle("result") for i in range(0,6): print(i) ax = fig.add_subplot(2, 3, i+1) ax.plot(b,a[i],'.',color='g',label=str[i]) # ax.plot(y[:][i],color='pink',label='Predict') ax.legend() ax.grid(axis='y') plt.show()

plt画图时显示中文异常

添加一行即可，不需要什么下载字体库，基本都有字体的

plt.rcParams['font.sans-serif'] = ['SimHei'] matplotlib解决负号无法显示 plt.rcParams['axes.unicode_minus'] =False

将txt数据直接读取为ndarray数组 file = "nameyoulike.txt" a = np.loadtxt(file)

但是有个前提，就是txt中的每行数据的列数要相同

删除np数组中的某行或某列 file = "nameyoulike.txt" a = np.loadtxt(file) print(a) b=np.delete(a,1,0) print(b) # delete中的第三个参数表示数组的维度，表示删除第几维的数据 # 第二个参数表示要删除维度下的序号 # 比如delete(a,1,0)，第三个参数0表示删除行，第二个参数1表示删除第1行 # 再比如delete(a,3,1)，第三个参数1表示删除列，第二个参数3表示删除第3列

画三维图 import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D fig = plt.figure() #创建3D坐标系 ax = fig.gca(projection='3d') file = "x.txt" a = np.loadtxt(file) for val in a: #前三个参数为起点，后三个参数为终点 #不想显示箭头的话，将最后一个参数0.1改为0 ax.quiver(0,0,0,val[0],val[1],val[2],arrow_length_ratio=0.1) ax.set_xlim(0,0.2) ax.set_ylim(0,0.2) ax.set_zlim(-1,0) plt.show()

Python拟合曲线 import matplotlib.pyplot as plt import numpy as np x = [1260, 1360, 1460, 1560, 1760, 1960, 2060, 2360,2550] y = [3393, 2793, 2493, 2293, 1793, 1393, 1353, 1082, 1029] z1 = np.polyfit(x, y, 3) # 用3次多项式拟合，输出系数从高到0 p1 = np.poly1d(z1) # 使用次数合成多项式 y_pre = p1(x) plt.plot(x, y, '.') plt.plot(x, y_pre) plt.show()

【本文地址】

公司简介

联系我们