iPython搜索

NumPy 搜索结果

共找到 364 个相关内容

Python可视化之seborn图形外观设置

本文详细介绍Python中seaborn库的图形外观设置方法。涵盖使用set_style配置五种背景风格,通过axes_style结合with语句为不同子图应用独立样式,以及利用despine函数控制外框显示。此外,还讲解了plotting_context与set_context对图形缩放的四种模式调整,最后演示如何同时配置背景、缩放及调色板。

Python可视化之seborn图形外观设置

pandas DataFrame.fillna() 方法详解与实战

本文详细介绍pandas中DataFrame.fillna()函数的具体用法。涵盖value、method、axis、inplace及limit等核心参数的配置,通过标量、字典填充及ffill/bfill前后向填充的实例,演示如何处理数据中的NaN值,帮助开发者高效完成数据清洗任务。

Python实现视频人物背景替换:从纯色到自定义图像

本文详细介绍如何利用Python结合MediaPipe和OpenCV实现视频背景替换功能。文章涵盖环境配置、两种数据采集方案(摄像头与预录视频),并分步讲解纯RGB背景替换及自定义图像背景替换的实现流程。通过具体代码示例,展示如何提取人物主体并合成新背景,适用于虚拟空间构建或视频特效制作。

Python实现视频人物背景替换:从纯色到自定义图像

Python实现音乐频谱可视化:从基础到进阶

本文详解如何使用Python的librosa和pydub库提取音乐频谱并进行可视化。通过10行代码展示完整频谱,并利用pydub进行时间切片,实现特定时间段(如0-1秒)的频谱展示。文章进一步探讨了去除负值、局部放大及动态渲染等进阶技巧,为开发类似QQ音乐的高颜值频谱特效提供基础思路。

Python实现音乐频谱可视化:从基础到进阶

Python获取CPU使用率及多核利用率优化方案

本文介绍如何使用Python的psutil模块实时监控并持久化保存CPU每秒使用率。针对Python多线程无法充分利用多核CPU的问题,深入解析GIL机制的影响,并提供multiprocessing多进程、C语言扩展及ctypes调用动态库三种解决方案,帮助开发者充分利用计算资源。

Python获取CPU使用率及多核利用率优化方案

Python matplotlib 3D绘制二次抛物面:开口向上、向下及多子区展示

本文介绍如何使用Python的matplotlib库在3D空间中绘制二次抛物面。通过定义二元函数z=x²+y²,分别演示开口向上和向下的抛物面绘制方法,包括颜色、跨度及视角设置。此外,还展示了如何利用多子区(subplot)在同一画布中对比显示不同方向的抛物面,适用于数据可视化与数学建模参考。

Python matplotlib 3D绘制二次抛物面:开口向上、向下及多子区展示

Python按天生成时间范围序列的多种实现方法

本文详细介绍在Python中按天生成时间范围序列的三种常用方法。首先利用标准库datetime结合timedelta手动计算;其次介绍使用第三方库Arrow简化日期遍历;最后展示Pandas库中date_range和truncate函数在生成不同间隔及截断时间段序列中的高级应用,帮助开发者灵活处理日期数据。