Python应用与开发

发表于 更新于 分类于 ， ，

记录Python使用的点点滴滴。

1、numpy中的axis

设axis=i，则numpy沿着第i个下标变化的方向进行操作。 

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
t = np.random.randint(0, 5, [2,3,4,5])

axisCount = t.ndim   #axis的数目=4

t.sum(axis=0).shape   #沿着第1个维度方向变化，此处sum结果的shape=(3,4,5)
t.sum(axis=1).shape   
#沿着第2个维度方向变化，此处sum结果的shape=(2,4,5)
t.sum(axis=2).shape   
#沿着第3个维度方向变化，此处sum结果的shape=(2,3,5)
t.sum(axis=3).shape   
#沿着第4个维度方向变化，此处sum结果的shape=(2,3,4)

ax1,ax2,ax3,ax4 = t.shape   

v = np.zeros((ax2,ax3,ax4))   
for i in range(ax1):     # 沿着第1个维度   
    v = v + t[i]   
print((v==t.sum(axis=0)).all())     # 结果为true
   
v = np.zeros((ax1,ax3,ax4))   
for i in range(ax2):   
    # 沿着第2个维度
    v = v + t[:,i,:,:]   
print((v==t.sum(axis=1)).all())     # 结果为true
   
v = np.zeros((ax1,ax2,ax4))    
for i in range(ax3):   
    # 沿着第3个维度
    v = v + t[:,:,i,:]   
print((v==t.sum(axis=2)).all())     # 结果为true
   
v = np.zeros((ax1,ax2,ax3))   
for i in range(ax4):   
    # 沿着第4个维度
    v = v + t[:,:,:,i]   
print((v==t.sum(axis=3)).all())     # 结果为true

2、绘制S形函数与双极S形函数

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
#!/usr/bin/python3
# -*- coding: utf-8 -*-

# 绘制S形函数与双极S形函数

import numpy as np
import matplotlib.pyplot as plt
from matplotlib import font_manager

def sigmoid(x):
    result = 1.0/(1+np.exp(-x))
    return result

def tanh(x):
    return 2*sigmoid(x)-1

fig = plt.figure(figsize=(6,2.25))
ax = fig.add_subplot(1,1,1)
x = np.linspace(-5,5,500)
ax.plot(x,sigmoid(x),label=r'$\sigma(x)$',c='g')
ax.plot(x,tanh(x),label=r'双极S型函数',c='b')
ax.plot(x,np.tanh(x),label=r"$\tanh(x)$",c='r')
ax.set_xlim(-5,5)
ax.set_ylim(-1.2,1.2)
ax.set_xticks(np.arange(x.min(),x.max()+0.1,1))
ax.set_xlabel(r'$X$')
ax.set_ylabel(r'$Y$')
ax.legend(prop=font_manager.FontProperties(family='stsong', size=11),loc=4,frameon=False)
ax.axhline(c='#000000')
ax.axvline(c="#000000")
ax.set_title(r'常见激活函数',fontproperties=font_manager.FontProperties(family='stkaiti', size=16))
plt.savefig('activationFunc.png',dpi=120)

图像如下：  

3、Matplotlib 2.0.0中Latex的字体问题

Matplotlib 1.x版本中默认的Latex字体是Computer Modern Roman(简写为cm)，2.0.0版本中mathtext的字体为dejavusans，显示公式很难看。作一下修改： 方法一：在matplotlibrc中修改： 在用户目录的.matplotlib文件夹（C:\Users\YourName\.matplotlib）内，复制一份matplotlibrc文件，并将mathtext.fontset修改为cm 

1
2
3
4
5
6
7
#mathtext.sf  : sans
mathtext.fontset : cm # Should be 'dejavusans' (default),
                      # 'dejavuserif', 'cm' (Computer Modern), 'stix',
                      # 'stixsans' or 'custom'
#mathtext.fallback_to_cm : True  # When True, use symbols from the Computer Modern
                                 # fonts when a symbol can not be found in one of
                                 # the custom math fonts.
方法二：程序中使用rc函数修改 
1
2
3
4
5
6
7
8
9
10
# 恢复默认配置
#plt.rcdefaults()
# 显示默认配置
#plt.rcParamsDefault

# 将数学公式字体设为'Computer Modern Roman'(简写为cm)，Latex默认字体
from matplotlib import rc
rc('mathtext',fontset='cm')
# 显示当前配置
#plt.rcParams

4、绘制3D矢量与颜色混合图

参考： http://matplotlib.org/mpl_toolkits/mplot3d/tutorial.html http://matplotlib.org/gallery.html http://matplotlib.org/examples/index.html 效果：     Code: 

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
# -*- coding: utf-8 -*-
"""
Created on Sun Jan 05 13:14:34 2014

@author: Ferret
"""

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
from numpy import linalg
import matplotlib.patches as mpatches
from matplotlib.collections import PatchCollection

def cal_angle(aPoint,bPoint):
	##  余弦定理求夹角
	dot_value = np.dot(aPoint,bPoint)
	aPoint_length = linalg.norm(aPoint)
	bPoint_length = linalg.norm(bPoint) #  == sqrt(np.dot(bPoint,bPoint))
	angle = np.arccos(dot_value/(aPoint_length*bPoint_length))*180/np.pi
	point_dist = linalg.norm(aPoint-bPoint)
	return point_dist,angle

def label_point(ax,points):
	for point in points:
		(xpt,ypt,zpt)=tuple(point)
		label = '  (%d, %d, %d)' % (xpt, ypt, zpt)
		ax.text(xpt, ypt, zpt, label)

def plot_vector(points):

	fig = plt.figure()
	ax = fig.gca(projection='3d')

	ax.set_xlabel("X")
	ax.set_ylabel("Y")
	ax.set_zlabel("Z")

	ax.set_xlim(-1,10)
	ax.set_ylim(-1,10)
	ax.set_zlim(-1,10)

	ax.plot(points[:,0],points[:,1],points[:,2],'o')
	label_point(ax,points)

	for point in points:
		line = np.vstack((point,np.array([0,0,0])))
		ax.plot(line[:,0],line[:,1],line[:,2])

	plt.show()


def make_grid():
	radius=0.1
	center = np.array([0.5,0.5])
	patch_bottom = np.array([0,-radius])
	x = radius*np.cos(np.pi/6)
	y = radius*np.sin(np.pi/6)
	patch_left = np.array([-x,y])
	patch_right = np.array([x,y])
	bottom = center + patch_bottom
	left = center + patch_left
	right = center + patch_right
	grid = np.vstack((bottom,left,right))
	return grid

def plot_circle():
	fig, ax = plt.subplots()
	# create 3x3 grid to plot the artists
	#grid = np.mgrid[0.2:0.8:3j, 0.2:0.8:3j].reshape(2, -1).T
	grid = make_grid()

	circles = []

	# add a circle
	radius = 0.1
	circle1 = mpatches.Circle(grid[0], radius,ec="none")
	circles.append(circle1)

	circle2 = mpatches.Circle(grid[1], radius,ec="none")
	circles.append(circle2)

	circle3 = mpatches.Circle(grid[2], radius,ec="none")
	circles.append(circle3)

	colors = np.linspace(0.2, 1, len(circles)*2)
	collection = PatchCollection(circles, cmap=plt.cm.hsv, alpha=0.3)
	collection.set_array(colors)
	print colors
	ax.add_collection(collection)
	#ax.add_line(line)

	plt.subplots_adjust(left=0, right=1, bottom=0, top=1)
	plt.axis('equal')
	#plt.axis('off')

	plt.show()



def vect_line():
	N=4 # 4个点
	pts= np.round(np.random.random(N*3).reshape(N,3)*10)
	#pts = np.array([[10,0,0],[1,10,0]])

	print "pt:",tuple(pts[0]),"and pt:",tuple(pts[1])
	print ("distance:%0.2f, angle:%0.2f" %(cal_angle(pts[0],pts[1])))

	plot_vector(pts)

	#make_grid()
	plot_circle()

if __name__ == "__main__" :
	vect_line()

5、正则表达式

正则表达式

使用re.compile(pattern,flag)创建正则表达式匹配模式时flag含义：

标志 简写 含义
re.ASCII re.A \w, \W, \b, \B, \d, \D, \s 和 \S 只匹配ASCII码
re.DEBUG \ 显示表达式编译的调试信息
re.IGNORECASE re.I 忽略大小写（只针对ASCII码）
re.LOCALE re.L 指示\w, \W, \b, \B, \s 和 \S 依赖于本地语言编码. 仅限于 bytes 匹配模式.
re.MULTILINE re.M 设定时，模式”^”在字符串的开始处和每行的开头匹配（紧跟在每个换行符之后）; 且模式”$”匹配字符串的末尾和每行的末尾（紧邻每个换行符）之间匹配。 默认情况下，’^’仅匹配字符串的开头，而’$’仅在字符串的末尾，紧跟在字符串末尾的换行符（如果有）。
re.DOTALL re.S 设定该标志时， ‘.’ 可以匹配所有字符包括换行符”\n”，否则不匹配换行符
re.VERBOSE re.X 在pattern内部，视’#’开始的字串为注释，对pattern无影响。

6、使用lxml解析SVG

以下代码获取svg中的各个图片元素：

1
2
3
from lxml import etree
xml = etree.parse('resources.svg')
xml.xpath('//*[local-name()="svg"]//*[local-name()="g"]/*[local-name()="g"]/@id')

结合Qt，将Svg中的图片保存为PNG图片格式：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
from lxml import etree
from PyQt5 import QtGui
from PyQt5 import QtSvg
from PyQt5 import QtCore


def svg2Png(svgFile):
    xml = etree.parse(svgFile)
    svgs = xml.xpath('//*[local-name()="svg"]//*[local-name()="g"]/*[local-name()="g"]/@id')

    render = QtSvg.QSvgRenderer('resources.svg')
    src = QtGui.QImage(400,400,QtGui.QImage.Format_RGBA8888)
    if(render.isValid()):           
        for svg in svgs:            
            img = src.copy()
            p = QtGui.QPainter(img)
            r = QtCore.QRectF(img.rect())
            render.render(p,svg,r)
            img.save('{}.png'.format(svg))   
            p=None				#一定要删除，否则无法释放QImage
    else:
        print('svg bad')


svg2Png('resources.svg')

本文来自：Python绘图