python 和 matlab
来源:互联网 发布:有什么软件可以赚钱 编辑:程序博客网 时间:2024/05/29 17:21
str2 = str1.replace(old,new[,count])
dstStr= strrep(origStr,oldSubstr,newSubStr)
filepath = 'E:/data/1.jpg';
filepath2 = strrep(filepath,'data','lfw/data');
disp(filepath2);
替换子串随机打乱:
Matlabs:
nsample = 10;if ~exist('rand_ind.mat','file') rand_ind = randperm(nsample); save('rand_ind.mat','rand_ind');else load('rand_ind.mat');% load rand_ind disp('load successfully!')enddisp(rand_ind);
Python:
import randomimport osimport numpy as nprand_ind = range(10)if not os.path.exists('rand_ind.npy'): random.shuffle(rand_ind) # 操作该对象本身 np.save('rand_ind.npy',rand_ind)else: rand_ind = np.load('rand_ind.npy') print 'load successfully!'print rand_ind
在进行实验的时候,我们经常希望对数据集进行随机的打乱,但是又希望这种随机打乱的结果具有可重现性。下面给出matlab和python的实现方法:
Matlab:
nsample = 10;feat_len = 1000;train_data = rand(nsample,feat_len);%随机生成一个样本矩阵,含有10个样本,特征维数为1000if ~exist('rand_ind.mat','file') rand_ind = randperm(nsample); save('rand_ind.mat','rand_ind');else load('rand_ind.mat');% load rand_ind disp('load successfully!')end% 将样本按照生成的随机序列打乱train_data = train_data(rand_ind,:);disp(rand_ind);
Python:
import randomimport osimport numpy as npnsample = 10feat_len = 1000train_data = np.random.random((nsample,feat_len))print train_data.shaperand_ind = range(nsample)if not os.path.exists('rand_ind.npy'): random.shuffle(rand_ind) # 操作该对象本身 np.save('rand_ind.npy',rand_ind)else: rand_ind = np.load('rand_ind.npy') print 'load successfully!'print rand_indtrain_data2 = np.zeros(train_data.shape,dtype=train_data.dtype)print train_data2.shapeprint rand_ind[1]for i in xrange(len(rand_ind)): train_data2[i,:] = train_data[rand_ind[i],:]
对于list的话,可以使用列表推导式,如;
mylist = ['a','b','c','d','e']myorder = [3,2,0,1,4]mylist =[mylist[i] for i in myorder]print mylist
阅读全文
0 0
- matlab和Python线性规划
- python 和 matlab
- matlab和python语法对比
- matlab和python对应函数
- 【Matlab/Python】Matlab和Python之间的数据传输
- NumPy for MATLAB users--matlab和python的不同
- libsvm 在 Matlab 和 Python 中的使用
- python和matlab的语法对比
- caffe-windows配置python和matlab接口
- matlab和python中引用libsvm工具包
- Python数据和matlab数据转换
- matlab python
- 大学生应该学习python和linux而不是matlab和windows
- MATLAB和Python:取指定行和列的元素
- Matlab的Python实现Scipy和Matplotlib简介
- numpy线性代数基础 - Python和MATLAB矩阵处理的不同
- libsvm在matlab和Python上的探索
- kmenas及其改进算法(python和matlab实现)
- LDD3源码分析之并发与竞态
- openstack-cloudinit
- Java语言中的枚举类型
- Kotlin初探
- ViewPager+Fragment实现懒加载(lazy-loading)
- python 和 matlab
- 学习 ui-router (一): 管理状态
- 局域网arpsniffer源码剖析
- entity、dto、vo理解
- 统计学生成绩,并存储到磁盘文件中
- 机器学习实战--kmeans实例讲解
- Android 启用线程的方法
- JWT介绍
- PhtoShop 快捷键