Python零碎笔记

May 30, 2017 | Hits

记录Python零碎的笔记

os 模块

常用函数

判断文件是否存在
os.path.exists
获取当前目录
os.getcwd()
打印目录中的所有文件及目录
os.listdir(os.getcwd())
更改所在目录
os.chdir('./path')
合并路径
os.path.join(os.getcwd(),os.listdir(os.getcwd())[0])

综合示例

进入当前文件夹内的第一个文件夹

import os
os.getcwd()
a = os.listdir('./')
print a
i = 0
while not os.path.isdir(os.path.join(os.getcwd(), a[i])):
    i += 1
    if i == len(a):
        break
os.chdir(os.path.join(os.getcwd(), a[i]))
print os.listdir('./')

zipfile模块

常用函数

压缩文件
zipfile.ZipFile(zipfilename,'w').write(filename)
解压文件
zipfile.ZipFile(zipfilename).extractall('./dic_path')

综合示例

讲当前目录中的python文件全部压缩起来，然后解压

import zipfile
import os
def zip_all_py(filename):
    if os.path.exists(filename):
        os.remove(filename)
    with zipfile.ZipFile(filename, 'w') as f:
        for i in os.listdir('./'):
            if i[-3:] == '.py':
                f.write(i)
filename = 'all_py.zip'
zip_all_py(filename)
zf = zipfile.ZipFile(filename)
zf.namelist()
zf.extractall('./all_zip')
zipfile.ZipFile(filename).extractall('./all_zip')

tensorflow

softmax
用于对 多类问题的分类
$$softmax(x)=normalize(\exp(x))$$
$$softmax(x_i)=\frac{\exp(x_i)}{\sum_i\exp(x_i)}$$

import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
x=np.linspace(1,10,10)
with tf.Session() as sess:
  y=sess.run(tf.nn.softmax(x))
plt.plot(x,y,label='tensorflow')
plt.plot(x,np.exp(x)/sum(np.exp(x)),'.',label='numpy')
plt.legend()
plt.show()

argmax
计算传入矩阵某个轴向最大值的位置，axis=0表示某一列的最大值

import tensorflow as tf
import numpy as np
with tf.Session() as sess:
  print sess.run(tf.argmax(np.eye(3),0))

reduce_mean/reduce_max
在传入矩阵的某一维度计算函数（如果没指定则为整个矩阵）

import tensorflow as tf
with tf.Session() as sess:
  print sess.run(tf.reduce_mean([[1.,2.],[3.,4.]])) #2.5
  print sess.run(tf.reduce_mean([[1.,2.],[3.,4.]],0))#[2.,3.]
  print sess.run(tf.reduce_mean([[1.,2.],[3.,4.]],1))#[1.5,3.5]

杂

讲一个一维行向量转置成一个列向量

1
2
3

import numpy as np
print np.linspace(0,1,10).reshape(-1,1)
print np.linspace(0,1,10).reshape(-1,2)

这里-1表示合适的值

Python