Numpy

np.percentile

计算一个多维数组的任意百分比分位数，此处的百分位是从小到大排列。（如四分位数）

np.percentile(a, q, axis=None, out=None, overwrite_input=False, interpolation='linear', keepdims=False) np.percentile(a, q, axis=None, out=None, overwrite_input=False, interpolation='linear', keepdims=False) a : array，用来算分位数的对象，可以是多维的数组 q : 介于0-100的float，用来计算是几分位的参数，如四分之一位就是25，如要算两个位置的数就(25,75) axis : 坐标轴的方向，一维的就不用考虑了，多维的就用这个调整计算的维度方向，取值范围0/1 out : 输出数据的存放对象，参数要与预期输出有相同的形状和缓冲区长度 overwrite_input : bool，默认False，为True时及计算直接在数组内存计算，计算后原数组无法保存 interpolation : 取值范围{'linear', 'lower', 'higher', 'midpoint', 'nearest'} 默认liner，比如取中位数，但是中位数有两个数字6和7，选不同参数来调整输出 keepdims : bool,默认False,为真时取中位数的那个轴将保留在结果中 >>>a = np.array([[10, 7, 4], [3, 2, 1]]) >>>a array([[10, 7, 4], [ 3, 2, 1]]) >>>np.percentile(a, 50) 3.5 >>>np.percentile(a, 50, axis=0) array([[ 6.5, 4.5, 2.5]]) >>>np.percentile(a, 50, axis=1) array([ 7., 2.]) >>>np.percentile(a, 50, axis=1, keepdims=True) array([[ 7.], [ 2.]])

np.random.choice()

https://blog.csdn.net/ImwaterP/article/details/96282230

Python内置

glob.glob

匹配所有的符合条件的文件，并将其以list的形式返回。（子目录也算）

str()、repr()的区别，eval() 函数

eval() 函数用来执行一个字符串表达式，并返回表达式的值。 str()函数：将值转化为适于人阅读的字符串的形式 repr()函数：将值转化为供解释器读取的字符串形式，外层会多一对引号，这一特性有时候在eval操作时特别有用。 https://blog.csdn.net/kongsuhongbaby/article/details/87398394

import tensorflow as tf rnn_cells = { "LSTM": tf.contrib.rnn.LSTMCell, "GRU": tf.contrib.rnn.GRUCell, "BasicRNN": tf.contrib.rnn.BasicRNNCell, "LayerNormBasicLSTM": tf.contrib.rnn.LayerNormBasicLSTMCell, } cell_type_str = repr(rnn_cells['BasicRNN']).split('.')[-1] print(cell_type_str) 结果： BasicRNNCell'> -------------------------------------------- import numpy as np import tensorflow as tf rnn_cells = { "LSTM": tf.contrib.rnn.LSTMCell, "numpy": np.random.randn(2,3), } cell_type_str = repr(rnn_cells['LSTM']) cell_type_str1 = repr(rnn_cells['numpy']) print(cell_type_str) print(cell_type_str1) 结果： <class 'tensorflow.python.ops.rnn_cell_impl.LSTMCell'> array([[-0.66323427, -0.22806648, -0.02021589], [ 0.2954924 , -1.25333128, -0.21879271]])

call()

http://c.biancheng.net/view/2380.html https://www.cnblogs.com/xinglejun/p/10129823.html 该方法的功能类似于在类中重载 () 运算符，使得类实例对象可以像调用普通函数那样，以“对象名()”的形式使用。 class CLanguage: # 定义__call__方法 def call(self,name,add): print(“调用__call__()方法”,name,add)

clangs = CLanguage() clangs(“C语言中文网”,“http://c.biancheng.net”) ==== 程序执行结果为： 调用__call__()方法 C语言中文网 http://c.biancheng.net

random_state

随机数种子——其实就是该组随机数的编号，在需要重复试验的时候，保证得到一组一样的随机数。 random_state的取值范围为0-2^32。当random_state=None时，可以理解为随机分配一个整数给random_state，这样就导致每次运行的结果都可能不同。

str.join（sequence）

将序列中（sequence）的元素以指定的字符（str）连接生成一个新的字符串。

def correct_sentence(text: str) -> str:

这是python3的函数注释，暗示传入参数的数据类型，提高可读性。 text: str 函数参数注释，参数text建议传入字符串（str）数据类型 -> str - >是返回值注释的标记，建议函数返回值数据类型为字符串（str） ：冒号 最后的冒号是声明函数必带的标记

copy文件

os.system()找不到解决办法 使用了import shutil shutil.copy(filename1, filename2)

python3.6 f’ {x}’

" %s" %name" {}".format() https://www.cnblogs.com/c-x-a/p/9333826.html

re.sub

https://blog.csdn.net/jackandsnow/article/details/103885422 https://www.jb51.net/article/170226.htm

>>> s1 = re.sub(r'[^A-Za-z ]+', ' ', s) >>> s1 ' I m so glad to introduce myself and I m years old Today is It is a wonderful DAY HHHHello ComeHere AA zz http welcome cn' >>> re.sub(r'[ ]+', ' ', s1) ' I m so glad to introduce myself and I m years old Today is It is a wonderful DAY HHHHello ComeHere AA zz http welcome cn'

进阶re.sub()中的 r’\1\2\3\数字’ https://blog.csdn.net/weixin_45231460/article/details/104389223 其实代表的就是group(1)和group(2),既然中间的参数是准备替换的字符串，那我们同样可以引用已经匹配出来的字符串

正则表达式：https://www.runoob.com/python/python-reg-expressions.html

编码

Unicode 和 UTF-8 的关系 在读取文件中出现\ufeff