python3

一、博主环境： python 3.7 tensorflow 1.14 numpy（原版本）1.17.0 二、报错描述： / . local / lib / python3 . 7 / site - packages / tensorboard / compat / tensorflow_stub / dtypes . py： 541 ：FutureWarning：传递（ type ， 1 ）或 '1type' 作为其同义词类型已弃用；在numpy的未来版本中，它将被理解为（ type ，（ 1 ，）） / '（1，）type' 。 _np_qint8 = np . dtype（ [ （“ qint8”，np . int8， 1 ） ] ） 〜 / . local / lib / python3 . 7 / site - packages / tensorboard / compat / tensorflow_stub / dtypes . py： 542 ：FutureWarning：传递（ type ， 1 ）或 '1type' 作为 type 的同义词已被弃用；在numpy的未来版本中，它将被理解为（ type ，（ 1 ，）） / '（1，）type' 。 _np_quint8 = np . dtype（ [ （“ quint8”，np . uint8， 1 ） ] ） 〜

1.安装git： sudo yum install git 2.安装mysql客户端(如果数据库在本机需要安装mysql服务端) wget https://dev.mysql.com/get/mysql-community-client-5.7.25-1.el7.x86_64.rpm rpm -Uvh mysql-community-client-5.7.25-1.el7.x86_64.rpm 如果此处报错则在后面加上--force --nodeps(由于yum安装了旧版本的GPG keys造成的) 3.安装python3 sudo mkdir /usr/local/python3 # 创建安装目录 wget --no-check-certificate https://www.python.org/ftp/python/3.6.4/Python-3.6.4.tgz #下载Python源文件 # 注意：wget获取https的时候要加上：--no-check-certifica tar -xzvf Python-3.6.4.tgz # 解压缩包 cd Python-3.6.4 # 进入解压目录 sudo ./configure --prefix=/usr/local/python3 # 指定创建的目录 sudo make sudo make install # 编译安装

输出格式美化 Python两种输出值的方式: 表达式语句和 print() 函数。(第三种方式是使用文件对象的 write() 方法; 标准输出文件可以用 sys.stdout 引用。) 如果你希望输出的形式更加多样，可以使用 str.format() 函数来格式化输出值。 如果你希望将输出的值转成字符串，可以使用 repr() 或 str() 函数来实现。 str() 函数返回一个用户易读的表达形式。 repr() 产生一个解释器易读的表达形式。 例如 >>> s = 'Hello, world.' >>> str(s) 'Hello, world.' >>> repr(s) "'Hello, world.'" >>> str(1/7) '0.14285714285714285' >>> x = 10 * 3.25 >>> y = 200 * 200 >>> s = 'The value of x is ' + repr(x) + ', and y is ' + repr(y) + '...' >>> print(s) The value of x is 32.5, and y is 40000... >>> # repr() 函数可以转义字符串中的特殊字符 ... hello = 'hello, world\n' >>> hellos = repr(hello) >>>

问题1: File "train.py", line 144, in <module> main() File "train.py", line 105, in main templete_model = models.init_model(args.Backbone,input_tensor) File "/mnt/ailab_data/17_bk/wsw/bcs_project/code/BCS-tf/kerasbcs/models/__init__.py", line 25, in init_model return __model_factory[name](*args, **kwargs) File "/mnt/ailab_data/17_bk/wsw/bcs_project/code/BCS-tf/kerasbcs/models/Efficientnet.py", line 20, in Efficientnet_all x = GlobalAveragePooling2D()(x) File "/home/ailab/anaconda3/envs/tf1.14/lib/python3.6/site-packages/tensorflow/python/keras/engine/base_layer.py", line 663, in __call__ inputs,

在Kali中将sublime设为默认编辑器后，设置python3的build，但是在import pwn的时候发生如下错误： _curses.error: must call (at least) setupterm() first 在网上找到的相关解决方案，都是关于在linux下的pycharm的，需要设置TERM和TERMINFO，因此尝试修改python3.sublime-build文件，修改如下 { "env": { "PYTHONIOENCODING": "utf8", "TERM":"linux", "TERMINFO":"/etc/terminfo" }, "cmd": ["/usr/bin/python3","-u", "$file"], "file_regex": "^[ ]*File \"(...*?)\", line ([0-9]*)", "selector": "source.python" } 修改之后，就可以import pwn了 来源： CSDN 作者： RayLee23333 链接： https://blog.csdn.net/qq_33458986/article/details/103974736

大二上学期，笔者有幸能参与到老师的一个计算机视觉方面的项目，用了一段时间自学python后，准备搭建TensorFlow框架，结果尝尽了苦头，遇到各种问题，经过一段时间的摸索后，也有了一定的经验，现在整理成这篇博客发布出来，希望能为对机器学习感兴趣的小伙伴有所帮助。 （注：因为开发环境不同，不一定适合所有人） # 1.Anaconda安装 Anaconda是一个开源的python发行版本，包含大量的科学包，例如numpy、conda等等，如果只需要一部分包，可以选择使用Miniconda这个较小的发行版，（仅包含conda和python）。 下载地址 (https://www.anaconda.com/download/) 目前最新的Anaconda适合Python3.7版本，笔者最开始安装的是python3.7版本，但是在后来的学习中发现许多包并没有cp37的版本，于是只得换回python3.6版本的Anaconda。 （注：关于对应python3.6版本的Anaconda可自行在网上搜索，安装和后续环境变量的设置以及验证是否设置成功请自行解决，在这里就不一一赘述了）（ 才不是手冷不想写 ） # 2. TensorFlow——CPU和GPU ## 2.1 pip 在下载一些python包的时候经常会出现time out，毕竟很多都要去外网下载，这个时候用国内的一些镜像就比较快了

汇总系列： https://www.cnblogs.com/dunitian/p/4822808.html#ai CentOS安装Python3.7： https://www.cnblogs.com/dotnetcrazy/p/9360831.html Update ： 2018-08-08 ： pip install [--user] rope ：让Python对象支持批量重命名（eg：Ctrl+R+R） 独立安装python3的： 用户设置里面添加一下python3的路径即可 附录： 如果先安装Anaconda，再通过anaconda安装VSCode则不用管环境配置（会配置好），如果先安装vscode就自己配置下环境吧： 如果没配置你自己配置一下，以Linux来说：（ 先查看路径，再配置 ） 扩充（配置 规范提示 和 格式化 ）： 命令参考：pip install [--user] xxx 规范化提示： pycodestyle or flake8（旧名字） 代码格式化： yapf or autopep8 VSCode配置参考 ：（ Conda 默认安装了 pycodestyle ） 附录：安装本地开发环境Python3.7 sudo apt-get install python3.7 sudo apt-get install python3.7-dbg curl https:/

因为官方的deb包（Ubuntu版本的）依赖 gstreamer0.10-plugins-ugly ，但是该软件在16.04里面已经没有了。但其实没有该包，完全不影响有道词典的使用。所以我们可以去掉deb包里面对于该库的依赖。具体操作如下：（如果不去掉依赖则无法安装） 1. 从官方下载Ubuntu版本的deb包：youdao-dict_1.1.0-0-ubuntu_i386.deb http://cidian.youdao.com/index-linux.html 2. 创建youdao-dict目录，把该deb包解压到youdao-dict目录： $ dpkg -X ./youdao-dict_1.1.0-0-ubuntu_i386.deb youdao-dict 3. 解压deb包中的control信息（包的依赖就写在这个文件里面）： $ dpkg -e ./youdao-dict_1.1.0-0-ubuntu_i386.deb youdao注意：这里本人是直接解压到有道文件夹而不是网上说的解压到 youdao/DEBIAN,因为如果这样终端会提示找不到目录，自己到解压出来的youdao/DEBIAN 目录下进行删除 4. 编辑control文件，删除Depends里面的gstreamer0.10-plugins-ugly（如下） Package: youdao-dict

在不卸载Python2版本的同时使用Python3.* 切勿删除Python2,不然会出问题 参考这篇文章 手抖把Python2.7卸载了,导致了自己的yum不可用 环境: centos7.4 版本：python3.8 1.依赖包安装 yum -y install zlib-devel bzip2-devel openssl-devel ncurses-devel sqlite-devel readline-devel tk-devel gdbm-devel db4-devel libpcap-devel xz-devel libffi-devel 2.下载包： #下载路径(里面有不同的版本)https://www.python.org/ftp/python/3.8.0/ #下载命令 wget https://www.python.org/ftp/python/3.8.0/Python-3.8.tgz 3.解压： tar -zxvf Python-3.8.0.tgz 4.安装： cd Python-3.8.0 #指定编译目录 ./configure --prefix=/usr/local/python3 #编译安装 make && make install 5.建立软连接 ln -s /usr/local/python3/bin/python3.8 /usr/bin/python3

可以直接作用于 for 循环的数据类型有以下几种： 一类是集合数据类型，如 list 、 tuple 、 dict 、 set 、 str 等； 一类是 generator ，包括生成器和带 yield 的generator function。 这些可以直接作用于 for 循环的对象统称为可迭代对象： Iterable 。 可以使用 isinstance() 判断一个对象是否是 Iterable 对象： from collections import Iterable def fib(max): n,a,b=0,0,1 while n<max: #print(b) yield b a,b = b,a+b n=n+1 return 'done' print(isinstance([],Iterable)) # True print(isinstance((),Iterable)) # True print(isinstance({},Iterable)) # True print(isinstance(set([]),Iterable)) # True print(isinstance('abc',Iterable)) # True print(isinstance((x for x in range(10)),Iterable)) # True print(isinstance