Jay's Blog

array

Numpy的数据结构是n维的数组对象，叫做ndarray。 NumPy数组一般是同质的（但有一种特殊的数组类型例外，它是异质的），即数组中的所有元素类型必须是一致的。^[1]

优点：

• 内存块风格：ndarray中的所有元素的类型都是相同的，存储元素时内存可以连续，在科学计算中，Numpy的ndarray就可以省掉很多循环语句，代码使用方面比Python原生list简单的多。
• ndarray支持并行化运算（向量化运算）
• Numpy底层使用C语言编写，内部解除了GIL（全局解释器锁），其对数组的操作速度不受Python解释器的限制，效率远高于纯Python代码。

保存矢量图

语法^[1]：

savefig(fname, dpi=None, facecolor=’w’, edgecolor=’w’, orientation=’portrait’, papertype=None, format=None, transparent=False, bbox_inches=None, pad_inches=0.1, frameon=None, metadata=None)

简单使用：

1
2

plt.savefig('C:\\Users\\Lenovo\\Pictures\\test03.svg', format='svg',dpi = 600,transparent=False,bbox_inches='tight')
plt.show()

• fname即 test03.svg，format='svg'，dpi = 600 为导出矢量图的三个参数
• transparent=False ：照片背景不要透明
• bbox_inches='tight' ：使未保存到图中的图例（或其他部分）包含进来，避免图片保存下来不全。bbox_inches的作用是调整图的bbox, 即bounding box(边界框)^[2]

起因：为了设置画布不透明效果

对象形式：^[1]

1
2
3
4
5
6
7
8
9
10
11
12
13
14

import matplotlib.pyplot as plt
fig = plt.figure()
fig.patch.set_facecolor('white')  # 设置画布白色不透明（坐标轴外），再画图
fig.patch.set_alpha(1)
ax = fig.add_subplot(111)  # 创建1*1的网格，并添加第一个网格
ax.patch.set_facecolor('white') # 设置白色不透明（坐标轴内）
ax.patch.set_alpha(1)

ax.plot(range(10))

# If we don't specify the edgecolor and facecolor for the figure when
# saving with savefig, it will override the value we set earlier!
fig.savefig('test01.png', facecolor=fig.get_facecolor(), edgecolor='none')  # 一定要加这俩个参数，否则保存后会被改掉参数
plt.show()

npm镜像：

淘宝：http://registry.npm.taobao.org

腾讯云：http://mirrors.cloud.tencent.com/npm/

华为云：https://mirrors.huaweicloud.com/repository/npm/

需求：让 hexo 的 next 主题支持渲染 LaTeX 语法的数学公式。

环境： hexo version即可查看hexo版本；

查看theme/next/package.json即可查看next版本；

需求

波士顿房价数据集在scikit-learn1.2版本以后被移除了。 目前自己用的刚好是1.2版本，但是需要复现书中的一些代码（Python机器学习基础教程），所以需要从其他途径获取波士顿房价数据集，主要是获得data(506, 104)和相关的target。

Output exceeds the size limit. Open the full output data in a text editor

每次报错信息过多就要用文本编辑器打开，可是打开之后都是没编译的，乱码看起来很难受。

需求：每次使用绘图，都是需要手动切换Change presentations 来看到绘图结果，想要把image设置为默认显示，而不是txt。

临时换源：

1

pip install django -i https://pypi.tuna.tsinghua.edu.cn/simple

清华：https://pypi.tuna.tsinghua.edu.cn/simple 中科大：https://mirrors.bfsu.edu.cn/pypi/web/simple/ 阿里云：https://mirrors.aliyun.com/pypi/simple/ 豆瓣：http://pypi.doubanio.com/simple/