通知设置 新通知
最流行的版本控制软件：git 个人笔记
李魔佛 发表了文章 • 0 个评论 • 1072 次浏览 • 2019-04-16 23:37
最流行的版本控制软件：git
========================
git已经是当前最流行的版本控制软件之一了。全世界的程序员都在使用它。它出自linus大神之手，现在被用于内
核的版本控制。在最流行的代码托管软件github，你几乎可以找到所有开源项目的代码。
版块控制软件：我需要吗？
-----------------------
的确对于许多人——尤其是非程序员，他们可能不会想到已经出现了专门的版本控制的软件。但其实多人对版本控
制其实都有类似的需求，举个例子，Tom是社团的秘书处成员，他们经常需要做的事情就是写活动文档，然后不停地
改改到大家都觉得可以了。
不幸运的话，Tom可能有个文件夹叫“openSUSE活动策划"，里面有这样的一堆文件”openSUSE活动策划", "活动策
划1", "活动策划2", "活动策划3", "活动策划4" ... "活动策划20" （可怜的Tom，一份文档改了不少于20次）
这种作法很有效，因为我们可能发现第5个版本的策划有问题，我们准备在第3个版本上面重新来过。但是也看到，
这个作法有些很丑陋的地方：一份文件，我们留了20个备份，而且还要注意文件名。
如果可以这样就好了：文件夹上只有一个“openSUSE活动策划"，但当我需要第5个版本的时候，我来一个”给我还
原到第5个版本吧！“，然后这时候我们打开这个文件，它就是第5个版本的了。类似的，我们可以取出任意的版本
。
这就是版本控制。这种事情在程序里面发生的太多了，于是出现了各种版本控制软件。事实上，有些项目已经发展
到第1000+甚至更高的版本数了……
单线的工作流
------------
我们可以把我们的一个项目想象为一个仓库，然后我们可以把我们的东西塞进仓库里面，也可以把想要的东西拿出
来。而git则是仓库的管理员。下面是一个例子，希望有一个直观的印象，不求完全的理解和掌握。
```bash
mkdir myproject // 假设myproject是工作目录
cd myproject
git init // git <- (init) ，告诉仓库管理员，在当前目录初始化
echo 'Eat the banana' > file // 编辑了一个文件
git add file // 加入仓库
git commit -m 'add first file' // 提交更改
echo 'Eat the apply' > file // 修改了这个文件
git add file // 加入仓库
git commit -m 'update first file' // 再提交更改
```
这时候我们就有两个commit了，我们来看看工作日志：
```bash
git log
# 以下是输出
# commit ac1371173b4e630ddaebda3f9f5d948b36146c07
# Author: Norman Mo <LTaoist@@@>
# Date: Thu Jun 27 21:59:10 2013 +0800
#
# update first file
#
# commit 3c43cc913454f92bb4b80c56ba45e4ffaf556fc0
# Author: Norman Mo <LTaoist6@@@@>
# Date: Thu Jun 27 21:58:48 2013 +0800
#
# add first file
```
看到了，我们提交了两次。我们来看看现在file里面是什么：
```bash
cat file # 显然输出是 'Eat the apply'
# 现在，我们来拿回第一个版本的file文件
git checkout 3c43cc913454f92bb4b80c56ba45e4ffaf556fc0 -- file
cat file # 这时候就是eat banana了
```
这种工作的方式是单人使用最常见的方式，写一点代码，提交一下到仓库里面。写一点，提交到仓库里面。然后出
问题的时候就回退过去。git非常强大，基本上你想到的他都可以做到，提交到仓库的数据基本不会丢失，像时间机
器一样控制着代码。
多人协作
--------
git非常强大，上面只是一个功能。考虑Tom的秘书处有两个人，他们在同时写。其中Tom写前6章，他的同伴写第7～
12章。
这时候可以考虑用这种工作的方式：设立一个公共的仓库。Tom维护自己的版本，他的同伴维护自己的版本。然后大
家定期把代码合并到公共仓库上面，然后定期把新的版本取回来合并再提交到公共仓库。
如果他们用纯文本，得益于一些文本分析的方法，几乎不需要校对就可以做到。
```
git commit -m 'finish ch5' // 假设此时Tom写完了第5章
git push // Tom将代码推送到远程仓库
```
```
git commit -m 'finish ch11' // 假设此时Tom的同伴完成了第11章
git pull // pull会将最新版本拉下来，合并，然后推送到远程仓库
```
实际上工作中，为了不混淆，会新开一个分支来开发新的特性，然后对分支进行合并。
代码自动发布
-----------
另一个很强大的功能是可以实现代码的自动发布。事实上，很多云就有使用这个。具体来说，利用git的hooks，当
服务器收到一个push，服务器可以自动运行一些脚本。也可以在客户端使用hooks，当客户端准备push的时候，客户
端先运行一些脚本。
例如，我们希望在每次服务器收到push以后，杀死全部的 `p` 进程，然后重开 `p` 进程。我们可以修改 `hooks/
post-receive` :
```
echo "Killing all p process..."
killall -9 p
echo "Restart p process..."
p
```
更多更多更多……
---------------
这份教程就到这里了，更多的自己马上动手去试试吧！
在openSUSE的安装方法：
```
sudo zypper in git
```
默认应该就装了。
一般linux命令查看帮助都是 `--help` 选项：
```
git --help
```
此外，对一个子命令也是有help看的：
```
git init --help
```
这里有一个交互教程，在浏览器上面跑的模拟git的运行的，有兴趣的试试：
<http://try.github.io/>
github的help文档写得很不错，推荐一下：
<https://help.github.com/>
书籍有个远近闻名的《Pro Git》，而且有中文版的，虽然我认为这本书太厚了。。。但似乎就这么一本书……
<http://git-scm.com/book/zh>
国内有个gitcafe，也是做git托管的，他们也有整理一份help：
<https://gitcafe.com/GitCafe/Help>
记得，上面只是一个演示，多试试push，多尝试。有一天你会喜欢用这个有效的工具的。
很有用！！！ 查看全部
========================
git已经是当前最流行的版本控制软件之一了。全世界的程序员都在使用它。它出自linus大神之手，现在被用于内
核的版本控制。在最流行的代码托管软件github，你几乎可以找到所有开源项目的代码。
版块控制软件：我需要吗？
-----------------------
的确对于许多人——尤其是非程序员，他们可能不会想到已经出现了专门的版本控制的软件。但其实多人对版本控
制其实都有类似的需求，举个例子，Tom是社团的秘书处成员，他们经常需要做的事情就是写活动文档，然后不停地
改改到大家都觉得可以了。
不幸运的话，Tom可能有个文件夹叫“openSUSE活动策划"，里面有这样的一堆文件”openSUSE活动策划", "活动策
划1", "活动策划2", "活动策划3", "活动策划4" ... "活动策划20" （可怜的Tom，一份文档改了不少于20次）
这种作法很有效，因为我们可能发现第5个版本的策划有问题，我们准备在第3个版本上面重新来过。但是也看到，
这个作法有些很丑陋的地方：一份文件，我们留了20个备份，而且还要注意文件名。
如果可以这样就好了：文件夹上只有一个“openSUSE活动策划"，但当我需要第5个版本的时候，我来一个”给我还
原到第5个版本吧！“，然后这时候我们打开这个文件，它就是第5个版本的了。类似的，我们可以取出任意的版本
。
这就是版本控制。这种事情在程序里面发生的太多了，于是出现了各种版本控制软件。事实上，有些项目已经发展
到第1000+甚至更高的版本数了……
单线的工作流
------------
我们可以把我们的一个项目想象为一个仓库，然后我们可以把我们的东西塞进仓库里面，也可以把想要的东西拿出
来。而git则是仓库的管理员。下面是一个例子，希望有一个直观的印象，不求完全的理解和掌握。
```bash
mkdir myproject // 假设myproject是工作目录
cd myproject
git init // git <- (init) ，告诉仓库管理员，在当前目录初始化
echo 'Eat the banana' > file // 编辑了一个文件
git add file // 加入仓库
git commit -m 'add first file' // 提交更改
echo 'Eat the apply' > file // 修改了这个文件
git add file // 加入仓库
git commit -m 'update first file' // 再提交更改
```
这时候我们就有两个commit了，我们来看看工作日志：
```bash
git log
# 以下是输出
# commit ac1371173b4e630ddaebda3f9f5d948b36146c07
# Author: Norman Mo <LTaoist@@@>
# Date: Thu Jun 27 21:59:10 2013 +0800
#
# update first file
#
# commit 3c43cc913454f92bb4b80c56ba45e4ffaf556fc0
# Author: Norman Mo <LTaoist6@@@@>
# Date: Thu Jun 27 21:58:48 2013 +0800
#
# add first file
```
看到了，我们提交了两次。我们来看看现在file里面是什么：
```bash
cat file # 显然输出是 'Eat the apply'
# 现在，我们来拿回第一个版本的file文件
git checkout 3c43cc913454f92bb4b80c56ba45e4ffaf556fc0 -- file
cat file # 这时候就是eat banana了
```
这种工作的方式是单人使用最常见的方式，写一点代码，提交一下到仓库里面。写一点，提交到仓库里面。然后出
问题的时候就回退过去。git非常强大，基本上你想到的他都可以做到，提交到仓库的数据基本不会丢失，像时间机
器一样控制着代码。
多人协作
--------
git非常强大，上面只是一个功能。考虑Tom的秘书处有两个人，他们在同时写。其中Tom写前6章，他的同伴写第7～
12章。
这时候可以考虑用这种工作的方式：设立一个公共的仓库。Tom维护自己的版本，他的同伴维护自己的版本。然后大
家定期把代码合并到公共仓库上面，然后定期把新的版本取回来合并再提交到公共仓库。
如果他们用纯文本，得益于一些文本分析的方法，几乎不需要校对就可以做到。
```
git commit -m 'finish ch5' // 假设此时Tom写完了第5章
git push // Tom将代码推送到远程仓库
```
```
git commit -m 'finish ch11' // 假设此时Tom的同伴完成了第11章
git pull // pull会将最新版本拉下来，合并，然后推送到远程仓库
```
实际上工作中，为了不混淆，会新开一个分支来开发新的特性，然后对分支进行合并。
代码自动发布
-----------
另一个很强大的功能是可以实现代码的自动发布。事实上，很多云就有使用这个。具体来说，利用git的hooks，当
服务器收到一个push，服务器可以自动运行一些脚本。也可以在客户端使用hooks，当客户端准备push的时候，客户
端先运行一些脚本。
例如，我们希望在每次服务器收到push以后，杀死全部的 `p` 进程，然后重开 `p` 进程。我们可以修改 `hooks/
post-receive` :
```
echo "Killing all p process..."
killall -9 p
echo "Restart p process..."
p
```
更多更多更多……
---------------
这份教程就到这里了，更多的自己马上动手去试试吧！
在openSUSE的安装方法：
```
sudo zypper in git
```
默认应该就装了。
一般linux命令查看帮助都是 `--help` 选项：
```
git --help
```
此外，对一个子命令也是有help看的：
```
git init --help
```
这里有一个交互教程，在浏览器上面跑的模拟git的运行的，有兴趣的试试：
<http://try.github.io/>
github的help文档写得很不错，推荐一下：
<https://help.github.com/>
书籍有个远近闻名的《Pro Git》，而且有中文版的，虽然我认为这本书太厚了。。。但似乎就这么一本书……
<http://git-scm.com/book/zh>
国内有个gitcafe，也是做git托管的，他们也有整理一份help：
<https://gitcafe.com/GitCafe/Help>
记得，上面只是一个演示，多试试push，多尝试。有一天你会喜欢用这个有效的工具的。
很有用！！！ 查看全部
最流行的版本控制软件：git
========================
git已经是当前最流行的版本控制软件之一了。全世界的程序员都在使用它。它出自linus大神之手，现在被用于内
核的版本控制。在最流行的代码托管软件github，你几乎可以找到所有开源项目的代码。
版块控制软件：我需要吗？
-----------------------
的确对于许多人——尤其是非程序员，他们可能不会想到已经出现了专门的版本控制的软件。但其实多人对版本控
制其实都有类似的需求，举个例子，Tom是社团的秘书处成员，他们经常需要做的事情就是写活动文档，然后不停地
改改到大家都觉得可以了。
不幸运的话，Tom可能有个文件夹叫“openSUSE活动策划"，里面有这样的一堆文件”openSUSE活动策划", "活动策
划1", "活动策划2", "活动策划3", "活动策划4" ... "活动策划20" （可怜的Tom，一份文档改了不少于20次）
这种作法很有效，因为我们可能发现第5个版本的策划有问题，我们准备在第3个版本上面重新来过。但是也看到，
这个作法有些很丑陋的地方：一份文件，我们留了20个备份，而且还要注意文件名。
如果可以这样就好了：文件夹上只有一个“openSUSE活动策划"，但当我需要第5个版本的时候，我来一个”给我还
原到第5个版本吧！“，然后这时候我们打开这个文件，它就是第5个版本的了。类似的，我们可以取出任意的版本
。
这就是版本控制。这种事情在程序里面发生的太多了，于是出现了各种版本控制软件。事实上，有些项目已经发展
到第1000+甚至更高的版本数了……
单线的工作流
------------
我们可以把我们的一个项目想象为一个仓库，然后我们可以把我们的东西塞进仓库里面，也可以把想要的东西拿出
来。而git则是仓库的管理员。下面是一个例子，希望有一个直观的印象，不求完全的理解和掌握。
```bash
mkdir myproject // 假设myproject是工作目录
cd myproject
git init // git <- (init) ，告诉仓库管理员，在当前目录初始化
echo 'Eat the banana' > file // 编辑了一个文件
git add file // 加入仓库
git commit -m 'add first file' // 提交更改
echo 'Eat the apply' > file // 修改了这个文件
git add file // 加入仓库
git commit -m 'update first file' // 再提交更改
```
这时候我们就有两个commit了，我们来看看工作日志：
```bash
git log
# 以下是输出
# commit ac1371173b4e630ddaebda3f9f5d948b36146c07
# Author: Norman Mo <LTaoist@@@>
# Date: Thu Jun 27 21:59:10 2013 +0800
#
# update first file
#
# commit 3c43cc913454f92bb4b80c56ba45e4ffaf556fc0
# Author: Norman Mo <LTaoist6@@@@>
# Date: Thu Jun 27 21:58:48 2013 +0800
#
# add first file
```
看到了，我们提交了两次。我们来看看现在file里面是什么：
```bash
cat file # 显然输出是 'Eat the apply'
# 现在，我们来拿回第一个版本的file文件
git checkout 3c43cc913454f92bb4b80c56ba45e4ffaf556fc0 -- file
cat file # 这时候就是eat banana了
```
这种工作的方式是单人使用最常见的方式，写一点代码，提交一下到仓库里面。写一点，提交到仓库里面。然后出
问题的时候就回退过去。git非常强大，基本上你想到的他都可以做到，提交到仓库的数据基本不会丢失，像时间机
器一样控制着代码。
多人协作
--------
git非常强大，上面只是一个功能。考虑Tom的秘书处有两个人，他们在同时写。其中Tom写前6章，他的同伴写第7～
12章。
这时候可以考虑用这种工作的方式：设立一个公共的仓库。Tom维护自己的版本，他的同伴维护自己的版本。然后大
家定期把代码合并到公共仓库上面，然后定期把新的版本取回来合并再提交到公共仓库。
如果他们用纯文本，得益于一些文本分析的方法，几乎不需要校对就可以做到。
```
git commit -m 'finish ch5' // 假设此时Tom写完了第5章
git push // Tom将代码推送到远程仓库
```
```
git commit -m 'finish ch11' // 假设此时Tom的同伴完成了第11章
git pull // pull会将最新版本拉下来，合并，然后推送到远程仓库
```
实际上工作中，为了不混淆，会新开一个分支来开发新的特性，然后对分支进行合并。
代码自动发布
-----------
另一个很强大的功能是可以实现代码的自动发布。事实上，很多云就有使用这个。具体来说，利用git的hooks，当
服务器收到一个push，服务器可以自动运行一些脚本。也可以在客户端使用hooks，当客户端准备push的时候，客户
端先运行一些脚本。
例如，我们希望在每次服务器收到push以后，杀死全部的 `p` 进程，然后重开 `p` 进程。我们可以修改 `hooks/
post-receive` :
```
echo "Killing all p process..."
killall -9 p
echo "Restart p process..."
p
```
更多更多更多……
---------------
这份教程就到这里了，更多的自己马上动手去试试吧！
在openSUSE的安装方法：
```
sudo zypper in git
```
默认应该就装了。
一般linux命令查看帮助都是 `--help` 选项：
```
git --help
```
此外，对一个子命令也是有help看的：
```
git init --help
```
这里有一个交互教程，在浏览器上面跑的模拟git的运行的，有兴趣的试试：
<http://try.github.io/>
github的help文档写得很不错，推荐一下：
<https://help.github.com/>
书籍有个远近闻名的《Pro Git》，而且有中文版的，虽然我认为这本书太厚了。。。但似乎就这么一本书……
<http://git-scm.com/book/zh>
国内有个gitcafe，也是做git托管的，他们也有整理一份help：
<https://gitcafe.com/GitCafe/Help>
记得，上面只是一个演示，多试试push，多尝试。有一天你会喜欢用这个有效的工具的。
很有用！！！
python 爬虫使用urlretrieve下载时一直报错
李魔佛 回复了问题 • 2 人关注 • 1 个回复 • 2679 次浏览 • 2019-04-11 09:53
numpy datetime转为date，pandas的日期类型转为python的daetime
李魔佛 发表了文章 • 0 个评论 • 3971 次浏览 • 2019-04-08 15:40
dataframe的数据格式是这样子的：
info看一下里面的数据类型：<class 'pandas.core.frame.DataFrame'>
RangeIndex: 307 entries, 0 to 306
Data columns (total 7 columns):
日期 307 non-null datetime64[ns]
指数 307 non-null float64
成交额(亿元) 307 non-null float64
涨跌 307 non-null float64
涨跌额 307 non-null float64
转债数目 307 non-null float64
剩余规模 307 non-null float64
dtypes: datetime64[ns](1), float64(6)
memory usage: 16.9 KB
日期 307 non-null datetime64[ns]
然后转为list看看：
a=list(df['日期'].values)
如果使用上面的方法，返回的是这样的数据：[numpy.datetime64('2017-12-29T00:00:00.000000000'),
numpy.datetime64('2018-01-02T00:00:00.000000000'),
numpy.datetime64('2018-01-03T00:00:00.000000000'),
numpy.datetime64('2018-01-04T00:00:00.000000000'),
numpy.datetime64('2018-01-05T00:00:00.000000000'),
numpy.datetime64('2018-01-08T00:00:00.000000000'),
numpy.datetime64('2018-01-09T00:00:00.000000000'),
numpy.datetime64('2018-01-10T00:00:00.000000000'),
numpy.datetime64('2018-01-11T00:00:00.000000000'),
numpy.datetime64('2018-01-12T00:00:00.000000000'),
numpy.datetime64('2018-01-15T00:00:00.000000000'),
numpy.datetime64('2018-01-16T00:00:00.000000000'),
numpy.datetime64('2018-01-17T00:00:00.000000000'),
如何转化为python的daetime格式呢?
可以使用内置的：s.dt.to_pydatetime()
s为df的一列，也就是series数据格式b=list(df['日期'].dt.to_pydatetime())得到的是[datetime.datetime(2017, 12, 29, 0, 0),
datetime.datetime(2018, 1, 2, 0, 0),
datetime.datetime(2018, 1, 3, 0, 0),
datetime.datetime(2018, 1, 4, 0, 0),
datetime.datetime(2018, 1, 5, 0, 0),
datetime.datetime(2018, 1, 8, 0, 0),
datetime.datetime(2018, 1, 9, 0, 0),
datetime.datetime(2018, 1, 10, 0, 0),
datetime.datetime(2018, 1, 11, 0, 0),
datetime.datetime(2018, 1, 12, 0, 0),
datetime.datetime(2018, 1, 15, 0, 0)
为了不想要小时，分钟，秒的数据，可以清洗一下：
b=[i.strftime('%Y-%m-%d') for i in b]
得到：['2017-12-29',
'2018-01-02',
'2018-01-03',
'2018-01-04',
'2018-01-05',
'2018-01-08',
'2018-01-09',
'2018-01-10',
'2018-01-11',
'2018-01-12',
'2018-01-15',
'2018-01-16',
'2018-01-17',]
查看全部
info看一下里面的数据类型：<class 'pandas.core.frame.DataFrame'>
RangeIndex: 307 entries, 0 to 306
Data columns (total 7 columns):
日期 307 non-null datetime64[ns]
指数 307 non-null float64
成交额(亿元) 307 non-null float64
涨跌 307 non-null float64
涨跌额 307 non-null float64
转债数目 307 non-null float64
剩余规模 307 non-null float64
dtypes: datetime64[ns](1), float64(6)
memory usage: 16.9 KB
日期 307 non-null datetime64[ns]
然后转为list看看：
a=list(df['日期'].values)
如果使用上面的方法，返回的是这样的数据：[numpy.datetime64('2017-12-29T00:00:00.000000000'),
numpy.datetime64('2018-01-02T00:00:00.000000000'),
numpy.datetime64('2018-01-03T00:00:00.000000000'),
numpy.datetime64('2018-01-04T00:00:00.000000000'),
numpy.datetime64('2018-01-05T00:00:00.000000000'),
numpy.datetime64('2018-01-08T00:00:00.000000000'),
numpy.datetime64('2018-01-09T00:00:00.000000000'),
numpy.datetime64('2018-01-10T00:00:00.000000000'),
numpy.datetime64('2018-01-11T00:00:00.000000000'),
numpy.datetime64('2018-01-12T00:00:00.000000000'),
numpy.datetime64('2018-01-15T00:00:00.000000000'),
numpy.datetime64('2018-01-16T00:00:00.000000000'),
numpy.datetime64('2018-01-17T00:00:00.000000000'),
如何转化为python的daetime格式呢?
可以使用内置的：s.dt.to_pydatetime()
s为df的一列，也就是series数据格式b=list(df['日期'].dt.to_pydatetime())得到的是[datetime.datetime(2017, 12, 29, 0, 0),
datetime.datetime(2018, 1, 2, 0, 0),
datetime.datetime(2018, 1, 3, 0, 0),
datetime.datetime(2018, 1, 4, 0, 0),
datetime.datetime(2018, 1, 5, 0, 0),
datetime.datetime(2018, 1, 8, 0, 0),
datetime.datetime(2018, 1, 9, 0, 0),
datetime.datetime(2018, 1, 10, 0, 0),
datetime.datetime(2018, 1, 11, 0, 0),
datetime.datetime(2018, 1, 12, 0, 0),
datetime.datetime(2018, 1, 15, 0, 0)
为了不想要小时，分钟，秒的数据，可以清洗一下：
b=[i.strftime('%Y-%m-%d') for i in b]
得到：['2017-12-29',
'2018-01-02',
'2018-01-03',
'2018-01-04',
'2018-01-05',
'2018-01-08',
'2018-01-09',
'2018-01-10',
'2018-01-11',
'2018-01-12',
'2018-01-15',
'2018-01-16',
'2018-01-17',]
查看全部
dataframe的数据格式是这样子的：
info看一下里面的数据类型：
日期 307 non-null datetime64[ns]
然后转为list看看：
a=list(df['日期'].values)
如果使用上面的方法，返回的是这样的数据：
如何转化为python的daetime格式呢?
可以使用内置的：s.dt.to_pydatetime()
s为df的一列，也就是series数据格式
为了不想要小时，分钟，秒的数据，可以清洗一下：
b=[i.strftime('%Y-%m-%d') for i in b]
得到：
info看一下里面的数据类型：
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 307 entries, 0 to 306
Data columns (total 7 columns):
日期 307 non-null datetime64[ns]
指数 307 non-null float64
成交额(亿元) 307 non-null float64
涨跌 307 non-null float64
涨跌额 307 non-null float64
转债数目 307 non-null float64
剩余规模 307 non-null float64
dtypes: datetime64[ns](1), float64(6)
memory usage: 16.9 KB
日期 307 non-null datetime64[ns]
然后转为list看看：
a=list(df['日期'].values)
如果使用上面的方法，返回的是这样的数据：
[numpy.datetime64('2017-12-29T00:00:00.000000000'),
numpy.datetime64('2018-01-02T00:00:00.000000000'),
numpy.datetime64('2018-01-03T00:00:00.000000000'),
numpy.datetime64('2018-01-04T00:00:00.000000000'),
numpy.datetime64('2018-01-05T00:00:00.000000000'),
numpy.datetime64('2018-01-08T00:00:00.000000000'),
numpy.datetime64('2018-01-09T00:00:00.000000000'),
numpy.datetime64('2018-01-10T00:00:00.000000000'),
numpy.datetime64('2018-01-11T00:00:00.000000000'),
numpy.datetime64('2018-01-12T00:00:00.000000000'),
numpy.datetime64('2018-01-15T00:00:00.000000000'),
numpy.datetime64('2018-01-16T00:00:00.000000000'),
numpy.datetime64('2018-01-17T00:00:00.000000000'),
如何转化为python的daetime格式呢?
可以使用内置的：s.dt.to_pydatetime()
s为df的一列，也就是series数据格式
b=list(df['日期'].dt.to_pydatetime())得到的是[datetime.datetime(2017, 12, 29, 0, 0),
datetime.datetime(2018, 1, 2, 0, 0),
datetime.datetime(2018, 1, 3, 0, 0),
datetime.datetime(2018, 1, 4, 0, 0),
datetime.datetime(2018, 1, 5, 0, 0),
datetime.datetime(2018, 1, 8, 0, 0),
datetime.datetime(2018, 1, 9, 0, 0),
datetime.datetime(2018, 1, 10, 0, 0),
datetime.datetime(2018, 1, 11, 0, 0),
datetime.datetime(2018, 1, 12, 0, 0),
datetime.datetime(2018, 1, 15, 0, 0)
为了不想要小时，分钟，秒的数据，可以清洗一下：
b=[i.strftime('%Y-%m-%d') for i in b]
得到：
['2017-12-29',
'2018-01-02',
'2018-01-03',
'2018-01-04',
'2018-01-05',
'2018-01-08',
'2018-01-09',
'2018-01-10',
'2018-01-11',
'2018-01-12',
'2018-01-15',
'2018-01-16',
'2018-01-17',]
kindle收不到python推送的附件，但是同邮件的客户端可以。求助。
李魔佛 回复了问题 • 2 人关注 • 1 个回复 • 1385 次浏览 • 2019-04-08 10:03
python datetime模块：timestamp转为本地时间（东八区）
李魔佛 发表了文章 • 0 个评论 • 3073 次浏览 • 2019-04-04 15:15
一般timestamp时间戳格式为10位，如果是13位，则需要除以1000，
以
1554369904000
为例，计算这个数字的本地时间。
如果使用
t=1554369904000
datetime.datetime.fromtimestamp（t/1000）
得到的是：
(2019, 4, 4, 17, 25, 4)
然而这个时间并不是我想要的，和我想要的时间差了8个时区。
那么可以使用
datetime.datetime.utcfromtimestamp（t/1000）
这个返回的就是我想要的时间了
(2019, 4, 4, 9, 25, 4)
引用：
timestamp转换为datetime
要把timestamp转换为datetime，使用datetime提供的fromtimestamp()方法：
>>> from datetime import datetime
>>> t = 1429417200.0
>>> print(datetime.fromtimestamp(t))
2015-04-19 12:20:00
注意到timestamp是一个浮点数，它没有时区的概念，而datetime是有时区的。上述转换是在timestamp和本地时间做转换。
本地时间是指当前操作系统设定的时区。例如北京时区是东8区，则本地时间：
2015-04-19 12:20:00
实际上就是UTC+8:00时区的时间：
2015-04-19 12:20:00 UTC+8:00
而此刻的格林威治标准时间与北京时间差了8小时，也就是UTC+0:00时区的时间应该是：
2015-04-19 04:20:00 UTC+0:00
timestamp也可以直接被转换到UTC标准时区的时间：
>>> from datetime import datetime
>>> t = 1429417200.0
>>> print(datetime.fromtimestamp(t)) # 本地时间
2015-04-19 12:20:00
>>> print(datetime.utcfromtimestamp(t)) # UTC时间
2015-04-19 04:20:00
查看全部
以
1554369904000
为例，计算这个数字的本地时间。
如果使用
t=1554369904000
datetime.datetime.fromtimestamp（t/1000）
得到的是：
(2019, 4, 4, 17, 25, 4)
然而这个时间并不是我想要的，和我想要的时间差了8个时区。
那么可以使用
datetime.datetime.utcfromtimestamp（t/1000）
这个返回的就是我想要的时间了
(2019, 4, 4, 9, 25, 4)
引用：
timestamp转换为datetime
要把timestamp转换为datetime，使用datetime提供的fromtimestamp()方法：
>>> from datetime import datetime
>>> t = 1429417200.0
>>> print(datetime.fromtimestamp(t))
2015-04-19 12:20:00
注意到timestamp是一个浮点数，它没有时区的概念，而datetime是有时区的。上述转换是在timestamp和本地时间做转换。
本地时间是指当前操作系统设定的时区。例如北京时区是东8区，则本地时间：
2015-04-19 12:20:00
实际上就是UTC+8:00时区的时间：
2015-04-19 12:20:00 UTC+8:00
而此刻的格林威治标准时间与北京时间差了8小时，也就是UTC+0:00时区的时间应该是：
2015-04-19 04:20:00 UTC+0:00
timestamp也可以直接被转换到UTC标准时区的时间：
>>> from datetime import datetime
>>> t = 1429417200.0
>>> print(datetime.fromtimestamp(t)) # 本地时间
2015-04-19 12:20:00
>>> print(datetime.utcfromtimestamp(t)) # UTC时间
2015-04-19 04:20:00
查看全部
一般timestamp时间戳格式为10位，如果是13位，则需要除以1000，
以
1554369904000
为例，计算这个数字的本地时间。
如果使用
t=1554369904000
datetime.datetime.fromtimestamp（t/1000）
得到的是：
(2019, 4, 4, 17, 25, 4)
然而这个时间并不是我想要的，和我想要的时间差了8个时区。
那么可以使用
datetime.datetime.utcfromtimestamp（t/1000）
这个返回的就是我想要的时间了
(2019, 4, 4, 9, 25, 4)
引用：
以
1554369904000
为例，计算这个数字的本地时间。
如果使用
t=1554369904000
datetime.datetime.fromtimestamp（t/1000）
得到的是：
(2019, 4, 4, 17, 25, 4)
然而这个时间并不是我想要的，和我想要的时间差了8个时区。
那么可以使用
datetime.datetime.utcfromtimestamp（t/1000）
这个返回的就是我想要的时间了
(2019, 4, 4, 9, 25, 4)
引用：
timestamp转换为datetime
要把timestamp转换为datetime，使用datetime提供的fromtimestamp()方法：
>>> from datetime import datetime
>>> t = 1429417200.0
>>> print(datetime.fromtimestamp(t))
2015-04-19 12:20:00
注意到timestamp是一个浮点数，它没有时区的概念，而datetime是有时区的。上述转换是在timestamp和本地时间做转换。
本地时间是指当前操作系统设定的时区。例如北京时区是东8区，则本地时间：
2015-04-19 12:20:00
实际上就是UTC+8:00时区的时间：
2015-04-19 12:20:00 UTC+8:00
而此刻的格林威治标准时间与北京时间差了8小时，也就是UTC+0:00时区的时间应该是：
2015-04-19 04:20:00 UTC+0:00
timestamp也可以直接被转换到UTC标准时区的时间：
>>> from datetime import datetime
>>> t = 1429417200.0
>>> print(datetime.fromtimestamp(t)) # 本地时间
2015-04-19 12:20:00
>>> print(datetime.utcfromtimestamp(t)) # UTC时间
2015-04-19 04:20:00
【Dataframe warning】Try using .loc[row_indexer,col_indexer] = value instead
李魔佛 发表了文章 • 0 个评论 • 3228 次浏览 • 2019-04-02 22:48
使用dataframe直接赋值操作时
df['当前日期'] = datetime.date.today()
会出现下面的警告信息
Try using .loc[row_indexer,col_indexer] = value instead
虽然得到的最终结果是正常的，可是为什么会出现上面的警告呢？
因为上面的操作如果稍微复杂点，那么就可能导致赋值失败。 因为中间会产生一个切片的临时副本。
比如：
df
A B C D E
0 5 0 3 3 7
1 9 3 5 2 4
2 7 6 8 8 1
如果想把A列中大于5的数换成100，如何操作 ？
A B C D E
0 5 0 3 3 7
1 1000 3 5 2 4
2 1000 6 8 8 1
df[df.A > 5]['A'] = 1000
上面的这个表达式是不会生效的。
要生效，需要写成以下：
df.loc[df.A > 5, 'A'] = 1000
为什么呢？
因为df[df.A]得到是一个临时切片结果，等于一个中间变量，然后在这个中间变量上的A列上做赋值操作，但是最原始的df却没有被改变。
或者你可以这样写
df=df[df.A>5]
df.A=1000
查看全部
df['当前日期'] = datetime.date.today()
会出现下面的警告信息
Try using .loc[row_indexer,col_indexer] = value instead
虽然得到的最终结果是正常的，可是为什么会出现上面的警告呢？
因为上面的操作如果稍微复杂点，那么就可能导致赋值失败。 因为中间会产生一个切片的临时副本。
比如：
df
A B C D E
0 5 0 3 3 7
1 9 3 5 2 4
2 7 6 8 8 1
如果想把A列中大于5的数换成100，如何操作 ？
A B C D E
0 5 0 3 3 7
1 1000 3 5 2 4
2 1000 6 8 8 1
df[df.A > 5]['A'] = 1000
上面的这个表达式是不会生效的。
要生效，需要写成以下：
df.loc[df.A > 5, 'A'] = 1000
为什么呢？
因为df[df.A]得到是一个临时切片结果，等于一个中间变量，然后在这个中间变量上的A列上做赋值操作，但是最原始的df却没有被改变。
或者你可以这样写
df=df[df.A>5]
df.A=1000
查看全部
使用dataframe直接赋值操作时
df['当前日期'] = datetime.date.today()
会出现下面的警告信息
Try using .loc[row_indexer,col_indexer] = value instead
虽然得到的最终结果是正常的，可是为什么会出现上面的警告呢？
因为上面的操作如果稍微复杂点，那么就可能导致赋值失败。 因为中间会产生一个切片的临时副本。
比如：
如果想把A列中大于5的数换成100，如何操作 ？
df[df.A > 5]['A'] = 1000
上面的这个表达式是不会生效的。
要生效，需要写成以下：
df.loc[df.A > 5, 'A'] = 1000
为什么呢？
因为df[df.A]得到是一个临时切片结果，等于一个中间变量，然后在这个中间变量上的A列上做赋值操作，但是最原始的df却没有被改变。
或者你可以这样写
df=df[df.A>5]
df.A=1000
df['当前日期'] = datetime.date.today()
会出现下面的警告信息
Try using .loc[row_indexer,col_indexer] = value instead
虽然得到的最终结果是正常的，可是为什么会出现上面的警告呢？
因为上面的操作如果稍微复杂点，那么就可能导致赋值失败。 因为中间会产生一个切片的临时副本。
比如：
df
A B C D E
0 5 0 3 3 7
1 9 3 5 2 4
2 7 6 8 8 1
如果想把A列中大于5的数换成100，如何操作 ？
A B C D E
0 5 0 3 3 7
1 1000 3 5 2 4
2 1000 6 8 8 1
df[df.A > 5]['A'] = 1000
上面的这个表达式是不会生效的。
要生效，需要写成以下：
df.loc[df.A > 5, 'A'] = 1000
为什么呢？
因为df[df.A]得到是一个临时切片结果，等于一个中间变量，然后在这个中间变量上的A列上做赋值操作，但是最原始的df却没有被改变。
或者你可以这样写
df=df[df.A>5]
df.A=1000
python析构函数的执行顺序
李魔佛 发表了文章 • 0 个评论 • 1316 次浏览 • 2019-04-01 21:28
在python里面，由于有自动回收内存的机制，所以析构函数的用处要比C++弱得多。
下面看代码：
class Foobar(object):
def __init__(self):
print('class start')
def __del__(self):
print('class end')
def main()
obj = Foobar()
print('where is del?')
print('main end')
main()
上面的代码输出结果是什么呢？ 卖个关子，自己执行看看吧。 查看全部
下面看代码：
class Foobar(object):
def __init__(self):
print('class start')
def __del__(self):
print('class end')
def main()
obj = Foobar()
print('where is del?')
print('main end')
main()
上面的代码输出结果是什么呢？ 卖个关子，自己执行看看吧。 查看全部
在python里面，由于有自动回收内存的机制，所以析构函数的用处要比C++弱得多。
下面看代码：
上面的代码输出结果是什么呢？ 卖个关子，自己执行看看吧。
下面看代码：
class Foobar(object):
def __init__(self):
print('class start')
def __del__(self):
print('class end')
def main()
obj = Foobar()
print('where is del?')
print('main end')
main()
上面的代码输出结果是什么呢？ 卖个关子，自己执行看看吧。
pycharm中格式化json字符
李魔佛 发表了文章 • 0 个评论 • 12610 次浏览 • 2019-03-29 09:25
首先把json字符保存为json后缀，然后看看json字符串中是否用的双引号，注意，单引号不起作用，要把单引号替换成双引号，然后按快捷键ctrl+alt+L 就可以快速格式化json了。
效果如下
效果如下
首先把json字符保存为json后缀，然后看看json字符串中是否用的双引号，注意，单引号不起作用，要把单引号替换成双引号，然后按快捷键ctrl+alt+L 就可以快速格式化json了。
效果如下
效果如下
最新版的anaconda无法使用pip安装软件：报错 SSL module is not available
李魔佛 发表了文章 • 0 个评论 • 3683 次浏览 • 2019-03-21 14:06
错误信息：CondaHTTPError: HTTP 000 CONNECTION FAILED for url <https://mirrors.ustc.edu.cn/an ... gt%3B
Elapsed: -
An HTTP error occurred when trying to retrieve this URL.
HTTP errors are often intermittent, and a simple retry will get you on your way.
SSLError(MaxRetryError('HTTPSConnectionPool(host=\'mirrors.ustc.edu.cn\', port=443): Max retries exceeded with url: /anaconda/cloud/conda-forge/win-64/repodata.json (Caused by SSLError("Can\'t connect to HTTPS URL because the SSL module is not available."))'))
折腾了很久，最新版的anaconda使用的是python3.7，也按照网上的方法，把openssl安装了，可是问题还是没有得到解决。
无奈下只能下载其他版本的anaconda。 可以到这里下载：
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
下载一个旧版本的anaconda，然后问题就得到解决了。
############ 更新 ##############
新建一个 .condarc 文件，在 windows下的用户名目录下 ， 如 administrator下，
输入以下的内容：
channels:
- http://mirrors.tuna.tsinghua.e ... main/
- http://mirrors.tuna.tsinghua.e ... onda/
- http://mirrors.tuna.tsinghua.e ... free/
show_channel_urls: true
ssl_verify: true
重新下载即可。 查看全部
Elapsed: -
An HTTP error occurred when trying to retrieve this URL.
HTTP errors are often intermittent, and a simple retry will get you on your way.
SSLError(MaxRetryError('HTTPSConnectionPool(host=\'mirrors.ustc.edu.cn\', port=443): Max retries exceeded with url: /anaconda/cloud/conda-forge/win-64/repodata.json (Caused by SSLError("Can\'t connect to HTTPS URL because the SSL module is not available."))'))
折腾了很久，最新版的anaconda使用的是python3.7，也按照网上的方法，把openssl安装了，可是问题还是没有得到解决。
无奈下只能下载其他版本的anaconda。 可以到这里下载：
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
下载一个旧版本的anaconda，然后问题就得到解决了。
############ 更新 ##############
新建一个 .condarc 文件，在 windows下的用户名目录下 ， 如 administrator下，
输入以下的内容：
channels:
- http://mirrors.tuna.tsinghua.e ... main/
- http://mirrors.tuna.tsinghua.e ... onda/
- http://mirrors.tuna.tsinghua.e ... free/
show_channel_urls: true
ssl_verify: true
重新下载即可。 查看全部
错误信息：
折腾了很久，最新版的anaconda使用的是python3.7，也按照网上的方法，把openssl安装了，可是问题还是没有得到解决。
无奈下只能下载其他版本的anaconda。 可以到这里下载：
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
下载一个旧版本的anaconda，然后问题就得到解决了。
############ 更新 ##############
新建一个 .condarc 文件，在 windows下的用户名目录下 ， 如 administrator下，
输入以下的内容：
重新下载即可。
CondaHTTPError: HTTP 000 CONNECTION FAILED for url <https://mirrors.ustc.edu.cn/an ... gt%3B
Elapsed: -
An HTTP error occurred when trying to retrieve this URL.
HTTP errors are often intermittent, and a simple retry will get you on your way.
SSLError(MaxRetryError('HTTPSConnectionPool(host=\'mirrors.ustc.edu.cn\', port=443): Max retries exceeded with url: /anaconda/cloud/conda-forge/win-64/repodata.json (Caused by SSLError("Can\'t connect to HTTPS URL because the SSL module is not available."))'))
折腾了很久，最新版的anaconda使用的是python3.7，也按照网上的方法，把openssl安装了，可是问题还是没有得到解决。
无奈下只能下载其他版本的anaconda。 可以到这里下载：
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
下载一个旧版本的anaconda，然后问题就得到解决了。
############ 更新 ##############
新建一个 .condarc 文件，在 windows下的用户名目录下 ， 如 administrator下，
输入以下的内容：
channels:
- http://mirrors.tuna.tsinghua.e ... main/
- http://mirrors.tuna.tsinghua.e ... onda/
- http://mirrors.tuna.tsinghua.e ... free/
show_channel_urls: true
ssl_verify: true
重新下载即可。
shapely windows的安装方式
李魔佛 发表了文章 • 0 个评论 • 2623 次浏览 • 2019-03-19 16:21
在win7上默认使用pip 安装会失败。
报错：
pip install Shapely
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xd5 in position 24: invalid continuation byte
应该是版本兼容问题。 到官网上：https://shapely.readthedocs.io/en/latest/project.html#requirements
发现，windows只能使用源文件安装或者使用conda安装。
源文件安装:
先下载
下载链接：
https://www.lfd.uci.edu/~gohlke/pythonlibs/#shapely
然后使用pip安装
查看全部
报错：
pip install Shapely
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xd5 in position 24: invalid continuation byte
应该是版本兼容问题。 到官网上：https://shapely.readthedocs.io/en/latest/project.html#requirements
发现，windows只能使用源文件安装或者使用conda安装。
源文件安装:
先下载
下载链接：
https://www.lfd.uci.edu/~gohlke/pythonlibs/#shapely
然后使用pip安装
查看全部
在win7上默认使用pip 安装会失败。
报错：
pip install Shapely
应该是版本兼容问题。 到官网上：https://shapely.readthedocs.io/en/latest/project.html#requirements
发现，windows只能使用源文件安装或者使用conda安装。
源文件安装:
先下载
下载链接：
https://www.lfd.uci.edu/~gohlke/pythonlibs/#shapely
然后使用pip安装
报错：
pip install Shapely
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xd5 in position 24: invalid continuation byte
应该是版本兼容问题。 到官网上：https://shapely.readthedocs.io/en/latest/project.html#requirements
发现，windows只能使用源文件安装或者使用conda安装。
源文件安装:
先下载
下载链接：
https://www.lfd.uci.edu/~gohlke/pythonlibs/#shapely
然后使用pip安装
这周完成基础
Freedom 发表了文章 • 0 个评论 • 925 次浏览 • 2019-02-20 00:25
不轻易定计划，也不轻易改变计划
做事要坚持，切不可三心二意半途而废
时间管理上执行力还不够，闹钟响起就应该立马去做
在自律和随心上徘徊过好久
最终方知，自律方自由
-----------------------------2019.2.24 19：01------------------------------------------
意外事件耽误3天
周六日两天补上进度
还是按计划每天进行点轻松
浪费了杭州难得的艳阳天
最后两节 Jupyter 跳了
查看全部
做事要坚持，切不可三心二意半途而废
时间管理上执行力还不够，闹钟响起就应该立马去做
在自律和随心上徘徊过好久
最终方知，自律方自由
-----------------------------2019.2.24 19：01------------------------------------------
意外事件耽误3天
周六日两天补上进度
还是按计划每天进行点轻松
浪费了杭州难得的艳阳天
最后两节 Jupyter 跳了
查看全部
不轻易定计划，也不轻易改变计划
做事要坚持，切不可三心二意半途而废
时间管理上执行力还不够，闹钟响起就应该立马去做
在自律和随心上徘徊过好久
最终方知，自律方自由
-----------------------------2019.2.24 19：01------------------------------------------
意外事件耽误3天
周六日两天补上进度
还是按计划每天进行点轻松
浪费了杭州难得的艳阳天
最后两节 Jupyter 跳了
imutils resize的用法
李魔佛 发表了文章 • 0 个评论 • 6645 次浏览 • 2019-02-02 14:26
imutils这个库主要对cv2做了简单的封装，是函数用起来更加友好。
imutils.resize（img,height=xx,width=xxx）
修改图像的大小。 这个函数会根据图片的比例进行重新绘制大小，如果你的图片是200:200的图片比例，那么如果你使用resize函数的时候，resize(img,height=50,width=20) 那么最后修改的图像是已最小的那个数字对齐，也就是width=20，所以最后出来的图片大小是20*20，而不是50*20，或者50*50.
查看全部
imutils.resize（img,height=xx,width=xxx）
修改图像的大小。 这个函数会根据图片的比例进行重新绘制大小，如果你的图片是200:200的图片比例，那么如果你使用resize函数的时候，resize(img,height=50,width=20) 那么最后修改的图像是已最小的那个数字对齐，也就是width=20，所以最后出来的图片大小是20*20，而不是50*20，或者50*50.
查看全部
imutils这个库主要对cv2做了简单的封装，是函数用起来更加友好。
imutils.resize（img,height=xx,width=xxx）
修改图像的大小。 这个函数会根据图片的比例进行重新绘制大小，如果你的图片是200:200的图片比例，那么如果你使用resize函数的时候，resize(img,height=50,width=20) 那么最后修改的图像是已最小的那个数字对齐，也就是width=20，所以最后出来的图片大小是20*20，而不是50*20，或者50*50.
imutils.resize（img,height=xx,width=xxx）
修改图像的大小。 这个函数会根据图片的比例进行重新绘制大小，如果你的图片是200:200的图片比例，那么如果你使用resize函数的时候，resize(img,height=50,width=20) 那么最后修改的图像是已最小的那个数字对齐，也就是width=20，所以最后出来的图片大小是20*20，而不是50*20，或者50*50.
python 中文图片文字识别
李魔佛 发表了文章 • 0 个评论 • 2820 次浏览 • 2019-02-01 10:47
pytesseract这个库识别率偏低，也就菜鸟才会用。
使用方法很简单，安装好pytesseract（里面很多坑，小白的话不可避免要折腾一番），然后下载一个中文的字库，百度网盘：https://pan.baidu.com/s/1_jom2d95IeR40gsvkhUuvQ
然后把文件放到tesseract的文件夹中 C:\Program Files (x86)\Tesseract-OCR\tessdata
然后就可以拿来识别了：
from PIL import Image
im = Image.open('chinese.jpg')
plt.figure(figsize=(20,20))
plt.imshow(im)
pytesseract.image_to_string(im,lang='chi_sim')
图片的内容是这样的：
然后识别效果如下：
'可L又使用以下的语句i上图片显示大 此'
还是不咋地。
那么可以换成大厂的API。试试百度的：
""" 读取图片 """
def get_file_content(filePath):
with open(filePath, 'rb') as fp:
return fp.read()
image = get_file_content('example.jpg')
""" 调用通用文字识别, 图片参数为本地图片 """
client.basicGeneral(image);
""" 如果有可选参数 """
options = {}
options["language_type"] = "CHN_ENG"
options["detect_direction"] = "true"
options["detect_language"] = "true"
options["probability"] = "true"
from aip import AipOcr
""" 你的 APPID AK SK """
APP_ID = '你的 App ID'
API_KEY = '你的 Api Key'
SECRET_KEY = '你的 Secret Key'
client = AipOcr(APP_ID, API_KEY, SECRET_KEY)
""" 带参数调用通用文字识别, 图片参数为本地图片 """
client.basicGeneral(image, options)
url = "https//www.x.com/sample.jpg"
""" 调用通用文字识别, 图片参数为远程url图片 """
client.basicGeneralUrl(url);
""" 如果有可选参数 """
options = {}
options["language_type"] = "CHN_ENG"
options["detect_direction"] = "true"
options["detect_language"] = "true"
options["probability"] = "true"
""" 带参数调用通用文字识别, 图片参数为远程url图片 """
client.basicGeneralUrl(url, options)
先去百度云申请一个API，免费的。
https://cloud.baidu.com/doc/OCR/OCR-Python-SDK.html#.E9.85.8D.E7.BD.AEAipOcr
然后把key复制到上面的代码中就可以了。
然后再调用看看结果：
可以使用以下的语句让图片显示大些正确率明显高很多了。
查看全部
使用方法很简单，安装好pytesseract（里面很多坑，小白的话不可避免要折腾一番），然后下载一个中文的字库，百度网盘：https://pan.baidu.com/s/1_jom2d95IeR40gsvkhUuvQ
然后把文件放到tesseract的文件夹中 C:\Program Files (x86)\Tesseract-OCR\tessdata
然后就可以拿来识别了：
from PIL import Image
im = Image.open('chinese.jpg')
plt.figure(figsize=(20,20))
plt.imshow(im)
pytesseract.image_to_string(im,lang='chi_sim')
图片的内容是这样的：
然后识别效果如下：
'可L又使用以下的语句i上图片显示大 此'
还是不咋地。
那么可以换成大厂的API。试试百度的：
""" 读取图片 """
def get_file_content(filePath):
with open(filePath, 'rb') as fp:
return fp.read()
image = get_file_content('example.jpg')
""" 调用通用文字识别, 图片参数为本地图片 """
client.basicGeneral(image);
""" 如果有可选参数 """
options = {}
options["language_type"] = "CHN_ENG"
options["detect_direction"] = "true"
options["detect_language"] = "true"
options["probability"] = "true"
from aip import AipOcr
""" 你的 APPID AK SK """
APP_ID = '你的 App ID'
API_KEY = '你的 Api Key'
SECRET_KEY = '你的 Secret Key'
client = AipOcr(APP_ID, API_KEY, SECRET_KEY)
""" 带参数调用通用文字识别, 图片参数为本地图片 """
client.basicGeneral(image, options)
url = "https//www.x.com/sample.jpg"
""" 调用通用文字识别, 图片参数为远程url图片 """
client.basicGeneralUrl(url);
""" 如果有可选参数 """
options = {}
options["language_type"] = "CHN_ENG"
options["detect_direction"] = "true"
options["detect_language"] = "true"
options["probability"] = "true"
""" 带参数调用通用文字识别, 图片参数为远程url图片 """
client.basicGeneralUrl(url, options)
先去百度云申请一个API，免费的。
https://cloud.baidu.com/doc/OCR/OCR-Python-SDK.html#.E9.85.8D.E7.BD.AEAipOcr
然后把key复制到上面的代码中就可以了。
然后再调用看看结果：
可以使用以下的语句让图片显示大些正确率明显高很多了。
查看全部
pytesseract这个库识别率偏低，也就菜鸟才会用。
使用方法很简单，安装好pytesseract（里面很多坑，小白的话不可避免要折腾一番），然后下载一个中文的字库，百度网盘：https://pan.baidu.com/s/1_jom2d95IeR40gsvkhUuvQ
然后把文件放到tesseract的文件夹中 C:\Program Files (x86)\Tesseract-OCR\tessdata
然后就可以拿来识别了：
图片的内容是这样的：
然后识别效果如下：
还是不咋地。
那么可以换成大厂的API。试试百度的：
先去百度云申请一个API，免费的。
https://cloud.baidu.com/doc/OCR/OCR-Python-SDK.html#.E9.85.8D.E7.BD.AEAipOcr
然后把key复制到上面的代码中就可以了。
然后再调用看看结果：
使用方法很简单，安装好pytesseract（里面很多坑，小白的话不可避免要折腾一番），然后下载一个中文的字库，百度网盘：https://pan.baidu.com/s/1_jom2d95IeR40gsvkhUuvQ
然后把文件放到tesseract的文件夹中 C:\Program Files (x86)\Tesseract-OCR\tessdata
然后就可以拿来识别了：
from PIL import Image
im = Image.open('chinese.jpg')
plt.figure(figsize=(20,20))
plt.imshow(im)
pytesseract.image_to_string(im,lang='chi_sim')
图片的内容是这样的：
然后识别效果如下：
'可L又使用以下的语句i上图片显示大 此'
还是不咋地。
那么可以换成大厂的API。试试百度的：
""" 读取图片 """
def get_file_content(filePath):
with open(filePath, 'rb') as fp:
return fp.read()
image = get_file_content('example.jpg')
""" 调用通用文字识别, 图片参数为本地图片 """
client.basicGeneral(image);
""" 如果有可选参数 """
options = {}
options["language_type"] = "CHN_ENG"
options["detect_direction"] = "true"
options["detect_language"] = "true"
options["probability"] = "true"
from aip import AipOcr
""" 你的 APPID AK SK """
APP_ID = '你的 App ID'
API_KEY = '你的 Api Key'
SECRET_KEY = '你的 Secret Key'
client = AipOcr(APP_ID, API_KEY, SECRET_KEY)
""" 带参数调用通用文字识别, 图片参数为本地图片 """
client.basicGeneral(image, options)
url = "https//www.x.com/sample.jpg"
""" 调用通用文字识别, 图片参数为远程url图片 """
client.basicGeneralUrl(url);
""" 如果有可选参数 """
options = {}
options["language_type"] = "CHN_ENG"
options["detect_direction"] = "true"
options["detect_language"] = "true"
options["probability"] = "true"
""" 带参数调用通用文字识别, 图片参数为远程url图片 """
client.basicGeneralUrl(url, options)
先去百度云申请一个API，免费的。
https://cloud.baidu.com/doc/OCR/OCR-Python-SDK.html#.E9.85.8D.E7.BD.AEAipOcr
然后把key复制到上面的代码中就可以了。
然后再调用看看结果：
可以使用以下的语句让图片显示大些正确率明显高很多了。
