soderayer的博客

好久没更新博客了，最近家里小朋友在一张A3纸上贴了很多水晶贴纸，要让我帮他数有多少个，看上去有点多，贴的也比较随意，于是想着使用Opencv来识别一下有多少个。原图如下：代码：import cv2# 读取图像# # 显示原始图像# 转换为灰度图像# # 显示灰度图像# 应用高斯模糊以减少噪声gs=85# # 显示高斯模糊后的图像# 使用自适应阈值进行二值化# 显示二值化后的图像plt.show()# 查找轮廓# 绘制轮廓# 计数星星（即轮廓的数量）

形如二维数组:[[1 2][3 4]]膨胀为：[[1 1 1 2 2 2] [1 1 1 2 2 2] [1 1 1 2 2 2] [3 3 3 4 4 4] [3 3 3 4 4 4] [3 3 3 4 4 4]]实现方法：2.数组的扩充与填充Python编程中，当我们经常需要为数组进行填充时，numpy的np.pad函数提供了一个快速、高效的方法。基本语法：各参数的含义如下：下面我们来进行测试： 首先使用一维数组测试，代码如下：运行结果：array2 [1 2 3 4 5

pandas简介pandas 是基于NumPy 的一种工具，该工具是为解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。pandas 是 Python 的核心数据分析支持库，提供了快速、灵活、明确的数据结构，旨在简单、直观地处理关系型、标记型数据。

前言最近配置了一台新电脑，准备安装Anaconda，原来是直接安装的python安装包以及pycharm，需要使用什么包就安装什么包，由于网络原因，经常安装失败，所以选择包含众多科学数据包的Anaconda。说到这里，Anaconda和PyCharm两个软件是什么关系？Anaconda和PyCharm是两种完全不同作用的软件包。

Jupyter Notebook 的本质是一个 Web 应用程序，便于创建和共享程序文档，支持实时代码，数学方程，可视化和 markdown。用途包括：数据清理和转换，数值模拟，统计建模，机器学习等等。即“ValueError: check_hostname requires server_hostname”错误，这个由于系统使用了代理引起的，停止使用就好了。问题原因：升级的时候忘记关PyCharm，导致pip被占用，关掉重新输入pip install jupyter notebook就好了。

具体地址为：C:\Users\Administrator\AppData\Local\Programs\Python\Python37\Scripts。输入：cd C:\Users\Administrator\AppData\Local\Programs\Python\Python37\Scripts。输入命令：pip install torch-1.13.0-cp37-cp37m-win_amd64.whl。这是默认的地址，如果是新设置项目的地址就选择对应的新地址。（2）'win+r' 输入cmd。

依次打开File->Settting窗口点击图中+号弹出如下错误：Package错误窗口‘'Error loading package list:Connection refused: connect'

上面的参数分别是数值和对应的标签，两者维度对应，否则会报错。这样设置的时候，发现X轴文字方向是竖向的，想将其设置为其他方向。上面我们看到Y轴最大值在下面，最小值在上面，我们可以修改方向。其他参数设置：文字大小、颜色、轴文字大小方向。添加rotation参数调整方向。

近期在对栅格数据进行处理的过程中需要用到rasterio库，在使用pycharm安装的过程中出现了各种问题，pycharm无法安装成功。切换了各种网络环境（包括使用代理）都无法解决。后来还是使用直接下载库文件的方法进行安装。），但是出现了新得问题，存在gdal和rasterio版本匹配与兼容问题。即安装的rasterio版本需要匹配对应的gdal版本，两者如果不兼容，则后安装的那个无法安装成功。原始库文件下载地址如下：raterio库下载地址：包。

图例的位置我们可以采用loc属性设置，该属性包含：loc： supported values are 'best', 'upper right', 'upper left', 'lower left', 'lower right', 'right', 'center left', 'center right', 'lower center', 'upper center', 'center'等位置参数。horizontalalignment设置垂直对齐方式，可选参数：left,right,center。

fromsklearn.model_selectionimporttrain_test_split库实现数据的分割。使用的数据，采用随机创建方法，不同于上一篇，这里的x，y分别是二维数组。和上一篇类似，绘制线性回归方程和置信区间线。

使用python绘制线性回归散点图和回归线以及置信区间线，使用的数据直接随机写两个一维数组，作为x、y值。

1.pd.merge函数介绍pd.merge(left, right, how='inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=True, suffixes=('_x', '_y'), copy=True, indicator=False, validate=None)参考原文：原文很详细，本文增加多重索引合并内容

1.读取csv数据做dbscan分析读取csv文件中相应的列，然后进行转化，处理为本算法需要的格式，然后进行dbscan运算，目前公开的代码也比较多，本文根据公开代码修改，具体代码如下：from sklearn import datasetsimport numpy as npimport randomimport matplotlib.pyplot as pltimport timeimport copyimport pandas as pd# from sklearn.datas

1.运行环境及数据Python3.7、PyCharm Community Edition 2021.1.1，win10系统。使用的库：matplotlib、numpy、sklearn、pandas等数据：CSV文件，包含时间，经纬度，高程等数据2.基于时间序列的分析2D读取时间列和高程做一下分析：代码如下：from PIL import Imageimport matplotlib.pyplot as pltimport numpy as npfrom sklearn.c

一、基本描述批量裁剪掉图片的背景区域，一般是白色背景，从而减少背景值的干扰和减少存储空间。原文链接：Python批量裁剪图形外围空白区域原文是通过检索所有图片的最小裁剪区域坐标值，然后再对图片进行裁剪。原文中的图都是经过标准化处理的，核心图片内容尺度都一致，所以采用该种办法，如果有很多不同大小的图片，即图片中的内容区域大小形状不一样，则一张一张的检索该图的背景区域，然后进行裁剪。即一张一张的检索裁剪区域并进行裁剪。二、实现代码对原文中的代码进行修改，一张一张的检索每张图的裁剪区域坐标，.

1.定位pip3.7.exe路径不过不知道具体路劲就搜索定位，我的默认路径是：C:\Users\username\AppData\Local\Programs\Python\Python37\Scripts2.cmd路径定位打开命令提示符窗口，定位路径：输入：cd C:\Users\RS001\AppData\Local\Programs\Python\Python37\Scripts3.输入pip install opencv_python安装窗口中输入：pip install o

我们在使用python中的gdal包处理数据时，首先需要对gdal包进行正确安装。最近使用gdal包，记录一下本机安装方法：本机在使用命题提示符窗口直接pip install gdal安装的时候不能正确安装这个包，使用Pycharm中的File->Setting->Project下的Python Interpreter安装gdal的时候也是各种报错，没有安装成功。鉴于以上问题，采用下载gdal安装包的方法直接安装gdal库，下载地址为：https://www.lfd.uci.ed

import urllib.request as urllib2 try: u = urllib2.urlopen(url) except urllib2.HTTPError: print('File not found at: %s' % url) sys.exit(2) meta = u.info() file_size = int(meta.getheaders("Content-Length")[0])报错：H.

Python代码：from osgeo import gdal#打开是矢量文件#注册所有驱动from osgeo import ogrgdal.AllRegister()#解决中文路径乱码问题gdal.SetConfigOption("GDAL_FILENAME_IS_UTF8", "NO")driver = ogr.GetDriverByName('ESRI Shapefile')pFeatureDataset = driver.Open(r'C:/Users/administra

一、为什么要使用浏览器下载？使用场景：已经有了大量的数据下载链接信息，这些保存在txt文本中，每一行是一个完整的下载链接地址，很多人首先就会想到，直接使用迅雷批量下载就好了，确实如此，这也是最简单的办法。然而问题在于需要下载的这些资源需要代理网络才能下载，迅雷不能直接顺利下载下来。迅雷软件其实也提供了代理设置，如下图：然而设置代理的时候都不能生效，依旧不能正常下载资源，因此，考虑使用python调用浏览器进行数据下载，前提是所使用的浏览器能够正常使用代理，从而顺利下载资源。有同学也会说使用p

1.错误显示小错误记录一下， 避免重复入坑！错误显示如下：pFeatureDataset的方法Getlayer（）报错 pFeaturelayer = pFeatureDataset.GetLayer(0)AttributeError: 'NoneType' object has no attribute 'GetLayer'2.问题产生的原因路径问题，核查路径正确，并改为全英文即可。...

实现条件：1.需要用到的库是GDAL；2.DEM数据；1.思路（1）使用GDAL读取DEM数据,先获取第一波段，并读取为数组，使用函数为：ds.GetRasterBand(1)和band.ReadAsArray()；（2）根据经纬度计算行列号；（3）根据行列号即可直接读取高程信息。2.代码代码及注释如下：from osgeo import gdalgdal.UseExceptions()#以湖北DEM数据为例ds = gdal.Open('./data/hubei

1.描述图形外围空白区域比较多，需要裁剪掉，这样的图形有很多，需要批量处理2.代码from PIL import Imageimport numpy as npimport osimagesDirectory = r"D:\PycharmProjects\pythonProject\indias\IndiasSample1" # tiff图片所在文件夹路径x_top=200;x_left=200;x_right=0;x_bottom=0 #上下左右范围for imageNa.

# 批量tiff转jpg# 代码中路径更改为自己图像存放路径即可from PIL import Imageimport osimagesDirectory = r"D:\PycharmProjects\pythonProject\data\indias\IndiasSample1" # tiff图片所在文件夹路径distDirectory = "D:\PycharmProjects\pythonProject\data\indias\jpgImages"# 要存放jpg格式的文件夹路径fo.

1.需求需要对规则图形中的要素进行规则切片处理，如下，对下图中每个单独的图形裁切为一张图片，最后形成很多张图片。2.代码实现from PIL import Imageimg = Image.open("./data/Sample_1.tif")print(img.size)x0=20;y0=20 #起点坐标，作为变量方便调整起始位置dx=150;dy=150; #裁剪范围for col in range(8):#列 for row in range(11):#行 .

样本数据：代码：import cv2import numpy as npfrom sklearn.cluster import KMeansdef calculateNumber(A, b): num = 0 for i in range(len(A)): for j in range(len(A[0])): if A[i][j] == b: num += 1 return numi

1.MySQL Connector驱动程序 "MySQL Connector"。我们建议您使用 PIP 安装 "MySQL Connector"。PIP 很可能已经安装在 Python 环境中。将命令行导航到 PIP 的位置，然后键入以下内容：下载并安装 "MySQL Connector"：C:\...\AppData\Local\Programs\Python\Python36-32\Scripts>python -m pip install mysql-connector

通过下载的解压缩包安装完Mysql后安装 MySQL 驱动程序MySQL 驱动程序用来访问 MySQL 数据库。可以使用 PIP 安装 "MySQL Connector"。PIP 很可能已经安装在 Python 环境中。将命令行导航到 PIP 的位置，然后键入以下内容：下载并安装 "MySQL Connector"：C:\...\AppData\Local\Programs\Python\Python36-32\Scripts>python -m pip install my

alter user ‘root‘@’localhost’identified with mysql_native_password by ‘新密码’;这行会报错，You have an error in your SQL syntax; check the manual that corresponds to your MySQL server version for the right syntax to use near 'mysql_native_password by 123456' at l

接下来是问题处理过程，为节省时间，大家可以直接忽略掉，直接查看后面解决问题办法pip list查看安装情况显示没有安装输入命令：pip download requests安装。提示问题不能安装有地方说法是：找不到满意的版本，就是我们的pip可能需要升级了，所以使用python -m pip install --upgrade pip 显示已经是最新更新网络可能存在问题，用国内的镜像源来加速pip install 包名-i http://pypi.douban.c.

ArcPy是一个以成功的arcgisscripting模块为基础并继承了arcgisscripting功能进而构建而成的站点包。目的是为以实用高效的方式通过Python执行地理数据分析、数据转换、数据管理和地图自动化创建基础。模块，英文为 Modules，至于模块到底是什么，可以用一句话总结：模块就是 Python程序。换句话说，任何 Python 程序都可以作为模块，包括在前面章节中写的所有 Python 程序，即xx.py文件都可以作为模块。ArcPy包含涉及其他ArcGIS...

import 与 from...import基本语法（w3school）在 python 用import或者from...import来导入相应的模块。将整个模块(somemodule)导入，格式为：import somemodule从某个模块中导入某个函数,格式为：from somemodule import somefunction从某个模块中导入多个函数,格式为：from somemodule import firstfunc, secondfunc, thirdfunc...