- 博客(86)
- 资源 (8)
- 收藏
- 关注
RSS订阅原创 Win11 在线安装QT5.15.2教程
Win11 在线安装QT5.15.2教程这位博主写的文章很详细，简单上手https://blog.csdn.net/Qi_1337/article/details/121249717安装过程中有可能遇到的问题，可以参考下面几位博主的文章https://blog.csdn.net/husky66/article/details/117221693https://blog.csdn.net/u014266682/article/details/64143807...
2022-04-19 17:56:52
2507
原创 C++ ——“‘itoa‘ was not declared in this scope“ 错误解决方法
C++ ——"‘itoa’ was not declared in this scope" 错误解决方法由于itoa()函数非ANSI C的标准，c++编程时要尽量避免使用，使用snprintf()函数替换。解决方法：// itoa(t,s,10);//使用snprintf函数替换snprintf(s,sizeof(s),"%d"，t);...
2021-04-10 21:05:23
4352
原创 使用OpenCV画直线、圆、椭圆、矩形以及添加文字
使用OpenCV画直线、圆、椭圆、矩形以及添加文字闲话少说，直接上代码#include <QCoreApplication>#include "opencv2/opencv.hpp"#include <iostream>using namespace std;using namespace cv;void drawLine(Mat &image);void drawRectangle(Mat &image);void drawEllipse(Mat
2021-03-24 19:30:21
295
原创 QT Creator 创建qrc文件和使用资源文件
QT Creator 创建qrc文件和使用资源文件QT Creator 创建qrc文件和使用资源文件1、创建qrc文件2、使用资源文件1、创建qrc文件右键工程文件夹，选择添加新文件->Qt->Qt Resource File.工程会生成resource.qrc文件，双击该文件，添加资源。2、使用资源文件点击.ui文件，就可以添加资源文件...
2021-03-23 12:44:39
3764
原创 PyCharm关于TypeError: Required argument ‘mat‘ (pos 2) not found错误解决方法
PyCharm关于TypeError: Required argument ‘mat’ (pos 2) not found错误解决方法当运行以下代码：# Read in the imageimage = cv2.imread('airplane.jpg')image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)cv2.imshow("image",image)cv2.waitKey(0)cv2.destroyAllWindows()发现Pycharm报
2021-02-23 09:00:54
903
1
原创 Data Whale第20期组队学习 Pandas学习—第二次综合练习
Data Whale第20期组队学习 Pandas学习—第二次综合练习一、显卡日志二、水压站点的特征工程参考文献一、显卡日志下面给出了3090显卡的性能测评日志结果，每一条日志有如下结构：Benchmarking #2# #4# precision type #1##1# model average #2# time : #3# ms其中#1#代表的是模型名称，#2#的值为train(ing)或inference，表示训练状态或推断状态，#3#表示耗时，#4#表示精度，其中包含了float
2021-01-10 19:21:22
162
原创 Data Whale第20期组队学习 Pandas学习—第一次综合练习
Data Whale第20期组队学习 Pandas学习—Task Special & 综合练习一、企业收入的多样性二、组队学习信息表的变换三、美国大选投票情况参考文献一、企业收入的多样性【题目描述】一个企业的产业收入多样性可以仿照信息熵的概念来定义收入熵指标： I=−∑ip(xi)log(p(xi))I=-\sum_{i}p(x_i)log(p(x_i))I=−i∑p(xi)log(p(xi))其中p(xi)p(x_i)p(xi)是企业该年某产业收入额占该年所有产业总收入的比重。在
2020-12-30 21:49:01
269
1
原创 Data Whale第20期组队学习 Pandas学习—时序数据
Data Whale第20期组队学习 Pandas学习—时序数据一、时序中的基本对象二、时间戳2.1 Timestamp的构造与属性2.2 Datetime序列的生成2.3 dt对象2.4 时间戳的切片与索引三、时间差3.1 Timedelta的生成3.2 Timedelta的运算四、 日期偏置4.1 Offset对象4.2 偏置字符串五、时序中的滑窗与分组5.1 滑动窗口5.2 重采样参考文献一、时序中的基本对象二、时间戳2.1 Timestamp的构造与属性2.2 Datetime序列的生成2
2020-12-28 09:21:57
151
原创 Data Whale第20期组队学习 Pandas学习—分类数据
Data Whale第20期组队学习 Pandas学习—分类数据一、cat对象1.1 cat对象的属性1.2 类别的增加、删除和修改二、有序分类2.1 序的建立2.2 排序和比较三、区间类别3.1 利用cut和qcut进行区间构造3.2 一般区间的构造3.3 区间的属性与方法参考文献一、cat对象1.1 cat对象的属性1.2 类别的增加、删除和修改二、有序分类2.1 序的建立2.2 排序和比较三、区间类别3.1 利用cut和qcut进行区间构造3.2 一般区间的构造3.3 区间的属
2020-12-24 22:46:08
275
3
原创 Data Whale第20期组队学习 Pandas学习—文本数据
Data Whale第20期组队学习 Pandas学习—文本数据一、str对象1.1 str对象的设计意图1.2 []索引器1.3 string类型二、正则表达式基础2.1 一般字符的匹配2.2 元字符基础2.3 简写字符集三、文本处理的五类操作3.1 拆分3.2 合并3.3 匹配3.4 替换3.5 提取四、常用字符串函数4.1 字母型函数4.2 数值型函数4.3 统计型函数4.4 格式型函数参考文献一、str对象1.1 str对象的设计意图1.2 []索引器1.3 string类型二、正则表达式
2020-12-24 16:01:00
115
3
原创 Data Whale第20期组队学习 Pandas学习—缺失数据
Data Whale第20期组队学习 Pandas学习—缺失数据一、缺失值的统计和删除1.1 统计缺失信息1.2 删除缺失信息二、缺失值的填充和插值2.1 利用fillna进行填充2.2 插值函数三、Nullable类型3.1 缺失记号及其缺陷3.2 Nullable类型的性质3.3 缺失数据的计算和分组参考文献Python中有三种缺失值（空值）：类型说明NaNpandas使用浮点值NaN（Not a Number）表示缺失数值数据NApandas将缺失值表示为NA（not
2020-12-22 16:57:31
130
原创 Data Whale第20期组队学习 Pandas学习—连接
Data Whale第20期组队学习 Pandas学习—连接一、关系型连接1.1 连接的基本概念1.2 值连接1.3 索引连接二、方向连接2.1 concat2.2 序列与表的合并三、类连接操作3.1 比较3.2 组合一、关系型连接1.1 连接的基本概念1.2 值连接1.3 索引连接二、方向连接2.1 concat2.2 序列与表的合并三、类连接操作3.1 比较3.2 组合...
2020-12-20 22:17:26
93
1
原创 Data Whale第20期组队学习 Pandas学习—变形
Data Whale第20期组队学习 Pandas学习—变形一、长宽表的变形1.1 pivot1.2 pivot_table1.3 melt1.4 wide_to_long二、索引的变形2.1 stack与unstack2.2 聚合与变形的关系三、其他变形函数3.1 crosstab3.2 explode3.3 get_dummies参考文献一、长宽表的变形长表和宽表是对于某一个特征而言的，例如一个表中把性别存储在某一个列中，那么它就是关于性别的长表；如果把性别作为列名，列中的元素是某一其他的相关特征数
2020-12-19 10:20:05
283
1
原创 Data Whale第20期组队学习 Pandas学习—分组
Data Whale第20期组队学习 Pandas学习—分组一、groupby的基础操作1.1 聚合方法size()和count()二、聚合函数2.1 内置聚合函数2.2 agg方法三、变换和过滤3.1 变换函数与transform方法3.2 组索引与过滤四、 跨列分组4.1 apply的引入4.2 apply的使用参考文献任何分组(groupby)操作都涉及原始对象的以下操作：分割对象、应用一个函数和结合的结果。在许多情况下，任何分组(groupby)可以执行以下操作 ：聚合 （计算汇总统计）、转换
2020-12-18 21:54:30
327
1
原创 Data Whale第20期组队学习 Pandas学习—索引
Pandas学习—索引索引1、.loc()2、.iloc()3、切片操作4、属性访问.参考文献索引Python和NumPy索引运算符"[]“和属性运算符”."可以快速轻松地访问Pandas数据结构。由于要访问的数据类型不是预先知道的，直接使用标准运算符具有一些限制。序号索引描述1.loc()基于标签2.iloc()基于整数3.ix()基于标签和整数，在0.20.0中不建议使用1、.loc().loc()主要基于标签(label)的，包括行标签(in
2020-12-16 20:40:18
242
1
原创 Data Whale第20期组队学习 Pandas学习—预备知识
Pandas学习——预备知识一、Python基础1.1 列表推导式和条件赋值1.2 匿名函数与map方法1.3 zip对象与enumerate方法二、Numpy基础2.1 使用numpy构造数组2.2 numpy 数组的变形和合并2.3 numpy数组的切片与索引2.4 numpy 常用函数2.5 向量与矩阵的计算三、编程实践一、Python基础1.1 列表推导式和条件赋值使用以下代码生成一个数字序列：num=[]def my_function(x): return x**3for i
2020-12-15 10:11:49
149
1
原创 Data Whale第20期组队学习 Pandas学习—基础知识
Pandas学习—基础知识一、Dataframe简介1.1 Pandas常见的数据类型1.2 创建Data Frames二、 Data Frame 基本操作2.1 添加一列三级目录一、Dataframe简介1.1 Pandas常见的数据类型数据结构维度说明Series1一维数组，等同于list，类似于Numpy中的arrayData Frames2二维的表格型数据结构Panel3三维数组，即Data Frames的容器1.2 创建Data Frame
2020-12-14 12:35:41
458
原创 Jetson nano 解决ImportError: cannot import name ‘_validate_lengths‘报错问题
使用Jetson nano运行分水岭算法代码过程中遇到ImportError: cannot import name '_validate_lengths’报错问题问题如图解决方法找到：/usr/lib/python3/dist-packages/skimage/util/arraycrop.py，打开.py文件，找到第177行，添加下面两个函数保存，重新加载即可消除错误，亲测有效。def _normalize_shape(ndarray, shape, cast_to_int=True):
2020-11-30 22:14:54
207
原创 Datawhale 第十九期 Numpy下 之 Task05：实践大作业
Datawhale 第十九期 Numpy下 之 Task05：实践大作业一级目录二级目录三级目录一级目录二级目录三级目录
2020-11-26 09:17:02
275
原创 Datawhale 第十九期 Numpy下 之 Task04：线性代数
Datawhale 第十九期 Numpy下 之 Task04：线性代数一级目录二级目录三级目录一级目录二级目录三级目录
2020-11-25 22:31:06
94
原创 Datawhale 第十九期 Numpy下 之 Task03：统计相关
Datawhale 第十九期 Numpy下 之 Task03：统计相关次序相关1 计算最小值2 计算最大值3 计算极差4 计算分位数5 计算中位数6 计算平均值7 计算加权平均值8 计算方差9 计算标准差10 计算协方差矩阵11 计算相关系数12 直方图三级目录次序相关1 计算最小值numpy.amin(a[, axis=None, out=None, keepdims=np._NoValue, initial=np._NoValue, where=np._NoValue])import nump
2020-11-25 12:27:11
87
原创 Datawhale 第十九期 Numpy下 之 Task02：随机抽样
Datawhale 第十九期 Numpy下 之 Task02：随机抽样一、随机抽样简介二级目录三级目录一、随机抽样简介Numpy.random模块对Python内置的random进行了补充，增加了一些用于高效生成多种概率分布的样本值函数，比如正态分布、泊松分布等。二级目录三级目录...
2020-11-24 20:45:23
154
原创 Datawhale 第十九期 Numpy下 之 Task01：输入输出
Datawhale 第十九期 Numpy下 之 Task01：输入输出一、Numpy简介二、输入输出2.1 如何在numpy数组中只打印小数点后三位？2.2 如何限制numpy数组输出中打印的项目数？2.3 如何打印完整的numpy数组而不中断？一、Numpy简介Numpy的主要对象是同种元素的多维数组。这是一个所有的元素都是一种类型、通过一个正整数元组索引的元素表格(通常是元素是数字)。在NumPy中维度(dimensions)叫做轴(axes)，轴的个数叫做秩(rank)。NumPy的数组类被
2020-11-23 09:40:13
91
原创 Jetson Nano使用CSI摄像头教程（c++）
Jetson Nano使用CSI摄像头教程（c++）一、 人脸检测二、读取CSI摄像头三、二维码检测和识读一、 人脸检测C++下开发Opencv需要进行一些额外的配置，先看一下opencv的文件位置。Jetson Nano预装的Opencv4.1.1的头文件位置如下图所示：库文件位置如下图所示：只需要在Qt的pro文件中将上述两个目录包含进来。另外注意头文件和lib文件的添加方法。QT的pro文件如下：QT -= gui CONFIG += c++11 consoleCONFIG -=
2020-11-22 11:17:44
9750
7
原创 DataWhale—16期组队学习—Task3：基于支持向量机的分类预测
Task3：基于支持向量机的分类预测1 支持向量机简介2 基于支持向量机的分类预测实践1 支持向量机简介在机器学习中，支持向量机（英语：support vector machine，常简称为SVM，又名支持向量网络[1]）是在分类与回归分析中分析数据的监督式学习模型与相关的学习算法。给定一组训练实例，每个训练实例被标记为属于两个类别中的一个或另一个，SVM训练算法创建一个将新的实例分配给两个类别之一的模型，使其成为非概率二元线性分类器。SVM模型是将实例表示为空间中的点，这样映射就使得单独类别的实例被尽
2020-08-19 22:27:27
252
1
原创 DataWhale—16期组队学习—Task2：基于决策树的分类预测
DataWhale—16期组队学习—Task2：基于决策树的分类预测1 决策树介绍2 决策树学习原理2.1 特征选择2.2 决策树生成2.3 决策树剪枝3 决策树算法3.1 ID3 算法3.2 C4.5 算法3.3 CART（Classification and Regression Tree）4 决策树分类预测实践1 决策树介绍决策树(Decision Tree）是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是直观运用概
2020-08-19 17:06:43
343
原创 DataWhale—16期组队学习—Task1：基于逻辑回归的分类预测
Task1：基于逻辑回归的分类预测1 逻辑回归的基本原理新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入1 逻辑回归的基本原理Logistic 回归是二分类任务中最常用的机器学习算法之一。它的设计思路简单，易于实现，可以
2020-08-18 23:14:09
284
原创 Python学习 Task9：文件与文件系统
Task9：文件与文件系统文件与文件系统1.1 打开文件1.2 文件对象方法1.3 简洁的 with 语句文件与文件系统1.1 打开文件open(file, mode=‘r’, buffering=None, encoding=None, errors=None, newline=None, closefd=True) Open file and return a stream. Raise OSError upon failure.a. file : 必需，文件路径（相对或者绝对路径）。b.
2020-07-29 07:12:46
174
原创 Python学习 Task8：模块与datetime模块
Task8：模块与datetime模块1、模块1.1 命名空间1.2 导入模块1.3 if __name__ == '__main__'2、datetime模块1、模块Python 提供了一个办法，把这些定义存放在文件中，为一些脚本或者交互式的解释器实例使用，这个文件被称为模块（Module）。模块是一个包含所有你定义的函数和变量的文件，其后缀名是 .py 。模块可以被别的程序引入，以使用该模块中的函数等功能。这也是使用 Python 标准库的方法。容器 -> 数据的封装函数 -> 语句
2020-07-29 06:52:37
173
原创 Python学习 Task6：函数
Task6：函数1、函数1.1 函数定义1.2 函数参数1.2.1 位置参数1.2.2 默认参数1.2.3 可变参数1.2.4 关键字参数1.2.5 命名关键字参数1.2.6 参数组合1.2.7 变量作用域2、Lambda表达式2.1 匿名函数的应用1、函数函数是一种可重复使用的，用来实现单一，或相关联功能的代码段。函数能提高应用的模块性，和代码的重复利用率。你已经知道Python提供了许多内建函数，比如print()。但你也可以自己创建函数，即用户自定义函数，Python 中“万物皆对象”，Pytho
2020-07-26 10:29:55
146
原创 Python学习 Task5：字典、集合和序列
Task5：字典、集合和序列1、字典1.1 访问字典1.2 修改字典1.3 删除字典元素1.4 字典的内置函数1.5 字典的内置方法2 集合2.11、字典序列是以连续的整数为索引，而字典以"关键字"为索引，关键字可以是任意不可变类型，通常用字符串或数值。字典是 Python 唯一的一个 映射类型，字符串、元组、列表属于序列类型。字典是另一种可变容器模型，且可存储任意类型对象。字典的每个键值 key=>value 对用冒号 : 分割，每个键值对之间用逗号 , 分割，整个字典包括在花括号 {} 中 ,
2020-07-25 16:38:14
358
原创 Python学习 Task4：列表、元组和字符串
Task4：列表、元组和字符串1、列表1.1 列表创建1.2 更改列表中的元素1.3 列表的常用操作符1.4 列表的其他常用方法2 元组2.1 访问元组2.2 修改元组2.3 删除元组2.4 解压元组3 字符串3.1 访问字符串3.2 字符串连接3.3 转义字符3.4 字符串格式化1、列表序列是Python中最基本的数据结构。序列中的每个元素都分配一个数字 - 它的位置，或索引，第一个索引是0，第二个索引是1，依此类推。列表是有序集合，没有固定大小，能够保存任意数量任意类型的 Python 对象，语法为
2020-07-24 21:19:58
558
原创 Python学习 Task3：异常处理
Task03：异常处理1、异常处理1.1 异常处理类别1.2 标准警告类别1.3 异常处理（try-except语句）1、异常处理异常就是运行期检测到的错误。计算机语言针对可能出现的错误定义了异常类型，某种错误引发对应的异常时，异常处理程序将被启动，从而恢复程序的正常运行。python提供了两个非常重要的功能来处理python程序在运行中出现的异常和错误。你可以使用该功能来调试python程序。1、异常处理2、断言(Assertions)1.1 异常处理类别BaseException：所有异常
2020-07-24 07:42:10
169
原创 Python学习 Task2：条件语句与循环语句
Task02：条件循环结构1、条件语句1.1 if语句1.2 if-else语句1.3 if-elif-else语句2、循环语句2.1 while循环2.2 while-else循环2.3 for循环2.4 for - else 循环2.5 range函数1、条件语句1.1 if语句if语句是通过一条或多条语句的执行结果 ( True 或者 False ) 有选择性的执行的代码块，在Python 语言中，任何非 0 和非空 ( null ) 值为 True，0 或者 null 为 False。Cre
2020-07-23 17:08:57
198
原创 Python学习 Task1 变量、运算符、数据类型及位运算
Task1 变量、运算符、数据类型及位运算Task1 变量、运算符、数据类型及位运算1、变量1.1 单变量赋值1.2 多变量赋值2 运算符2.1 算术运算符2.2 比较运算符2.3 逻辑运算符2.4 位运算符2.5 其他运算符3 基本数据类型3.1 整型3.2 浮点型3.3 布尔型4 位运算4.1 原码、反码和补码4.2 利用位运算实现快速计算4.3 利用位运算实现整数集合Task1 变量、运算符、数据类型及位运算1、变量Python 中变量赋值不需要类型声明。每个变量在内存中创建，都包括变量的标识，
2020-07-21 17:23:20
241
原创 第14期（六月）组队学习 Task3：Haar特征描述算子-人脸检测
Task3：Haar特征描述算子-人脸检测Haar特征描述算子-人脸检测1 Haar特征简介1.1 积分图1.1.1 积分图构建1.1.2 计算Haar特征值1.1.3 旋转矩形特征的计算1.1.4 AdaBoost分类器2 参考代码2.1 静态图像的人脸检测2.2 动态图像的人脸检测3 致谢Haar特征描述算子-人脸检测Haar特征是用于物体识别的一种数字图像特征，与哈尔小波转换极为相似，也是第一种即时的人脸检测运算；同时是一种用于目标检测或识别的图像特征描述子，通常和AdaBoost分类器组合使用，
2020-06-27 20:00:30
482
CAN通信软件（周立功USBCAN-II）接收
2022-01-23
jetson nano使用CSICamera进行二维码检测和识读.zip
2021-03-21
Jetson nano使用QT+opencv读取USB摄像头.zip
2021-03-21
Markdown使用教程
2020-11-26
提供iris数据集下载
2020-11-26
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人