python2和python3的异同
python2
python3
安装包
cv2
- 函数
打开视频
计算总帧数
tqdm是进度条，‘:10s’代表的是视频名和进度条的间隔，冒号不能去掉
关闭这个流
shutile
- 函数

python2和python3的异同

编码集：Python2中默认使用ascii，Python3中默认使用utf-8
reload->importlib ```python
python2
import sys reload(sys)

python3

import importlib importlib.reload(sys)


- pyhton3中的print需要加括号,python2不需要
```python
print "Epoch {0} complete".format(j)
print ("Epoch {0} complete".format(j))# python3

在python2里，range直接生成list，而xrange生成的是生成器。而在python3里，两者合并成range，生成一个生成器。python3中将文件里有用到xrange的地方改为range。
zip 方法在 Python 2 和 Python 3 中的不同：在 Python 3.x 中为了减少内存，zip() 返回的是一个对象。如需展示列表，需手动 list() 转换。
安装包
```python pip install torch==1.4.0 -f https://download.pytorch.org/whl/torch_stable.html

<a name="aLypo"></a>
# 控制台指令
<a name="A6eCZ"></a>
## conda
- 介绍：一个开源的软件包管理系统和环境管理系统
| 指令 | 功能 | 备注 |
| --- | --- | --- |
| **conda create --name graPro** | 新建一个python环境 |  |
| **conda env remove -n graPro** | 删除一个名（-n是name的意思）为graPro的环境 |  |
| **conda activate graPro** | 激活名为graPro的python环境 |  |
| **conda deactivate** | 退出当前环境至默认的base环境 |  |
| **conda env list** | 查看conda环境列表 |  |
|  |  |  |
<a name="j7QLp"></a>
## pip
- 介绍：python的包管理工具
| 指令 | 功能 | 备注 |
| --- | --- | --- |
| **pip install torch==1.4.0** | 下载torch的1.4.0版本号 |  |
|  | <br />- -f<br />   - 官方解释：_-f, --find-links <url>_<br />   - 功能：从指定url文件中查找包的下载链接，而不是从默认的pip安装源。<br /> |  |
| **conda activate graPro** | 激活名为graPro的python环境 |  |
| **conda deactivate** | 退出当前环境至默认的base环境 |  |
| **conda env list** | 查看conda环境列表 |  |
<a name="bOxT4"></a>
# 函数
<a name="xDACx"></a>
## 内置函数
- __getitem__()
   - 如果类把某个属性定义为序列，可以使用__getitem__()输出序列属性中的某个元素
<a name="tRe8k"></a>
# Numpy
<a name="Bw5LW"></a>
## 函数
- np.arange(3, 9)
   - 产生一个起始点为3，终止点为8，默认步长为1的等差序列
   - 第三个可选参数可以设置步长
   - 若只有一个参数，如np.arange(3)，则默认起始点为0，步长为1，产生三个数
- np.hsplit(arr, 3) / np.hsplit(arr, (2, 4, 5))
   - 纵轴，切割
      - 按纵轴切割,切成3个等shape的数组
      - 按纵轴切割，分别在2前面（从0开始），4前面，5前面划一刀
- np.hstack((arr1, arr2)) <==>np.c_[arr1, arr2]
   - 纵轴，堆叠
```python
a:[[ 1  2  3  4]
 [ 5  6  7  8]
 [ 9 10 11 12]]
b:[[ 1  2  3  4]
 [ 5  6  7  8]
 [ 9 10 11 12]]
c:[[ 1  2  3  4  1  2  3  4]
 [ 5  6  7  8  5  6  7  8]
 [ 9 10 11 12  9 10 11 12]]

numpy.linspace(0, 1, 50)
- 产生一个起始值为0，终止值为1，共包含50个数的等差序列
numpy.meshgrid(arr1, arr2)
- 从坐标向量中返回坐标矩阵
- 第一个参数是x坐标，第二个参数是y坐标。返回值有两个，第一个是配对好的x坐标，第二个是配对好的y坐标。
- https://blog.csdn.net/qq_38701868/article/details/99694048
numpy.random.normal(loc=0,scale=1e-2,size=shape)
- 正态分布
  - 参数loc(float)：正态分布的均值，对应着这个分布的中心。loc=0说明这一个以Y轴为对称轴的正态分布。
  - 参数scale(float)：正态分布的标准差，对应分布的宽度，scale越大，正态分布的曲线越矮胖，scale越小，曲线越高瘦。
  - 参数size(int 或者整数元组)：输出的值赋在shape里，默认为None。
np.random.rand(100, 50)
- 生成100行，50列的浮点数，服从“0~1”均匀分布的随机样本值，[0，1）
numpy.random.randint(low, high=None, size=None, dtype=’l’)
- 生成随机整数，范围[low, high)
- high没有填写时，默认生成随机数的范围是[0，low）
- dtype—为数据类型，默认的数据类型是np.int
np.random.randn(100, 50)
- 生成服从标准正态分布（均值为0，标准差为1）的随机样本值
np.random.random((100, 50)) / np.random.random([100, 50])
- 生成100行，50列的浮点数，数值在0~1之间。

np.random.seed(1)

设定相同的种子，可以生成相同的随机数

np.random.seed(1)
L1 = np.random.randn(3, 3)
np.random.seed(1) #必须再调用一次
L2 = np.random.randn(3, 3)
print(L1)
print(L2)

np.random.uniform(1, 2)
- 在界定范围内随机取一个值
np.resize(arr, (2, 4))
- resize直接改变原数组的结构
- reshape不改变原数组的结构，使用方法也不同
- arr2 = arr1.reshape((2, 4))
np.stack((arr1, arr2), axis = 0)
- 第一个参数里的数组必须形状相同
- 输出数组在axis指定的维度上增加一个维度，该维度的长度是第一个参数里数组的个数
np.vsplit(arr, 3) / np.vsplit(arr, (2, 4, 5))
- 横轴，切割
  - 按横轴切割,切成3个等shape的数组
  - 按横轴切割，分别在2索引前面，4索引前面，5索引前面划一刀
np.vstack（arr1, arr2）<==> np.r_[arr1, arr2]
- 横轴，堆叠 ```python a:[[ 1 2 3 4] [ 5 6 7 8] [ 9 10 11 12]]

b:[[ 1 2 3 4] [ 5 6 7 8] [ 9 10 11 12]]

c:[[ 1 2 3 4] [ 5 6 7 8] [ 9 10 11 12] [ 1 2 3 4] [ 5 6 7 8] [ 9 10 11 12]]

<a name="wD3Gx"></a>
## 语法
- numpy浅拷贝
- numpy挨个改变值的简写
```python
b = [1, 2 ,3]
b = np.array(b)
a = b
a[a < 2] = 0
print(a)# [0 2 3]
print(b)# [0 2 3]
# 注意a、b都改变了

数组维度

a=[1,2,3]
b=[4,5,6]
c = np.vstack((a,b))
print(c)
# [[1 2 3]
# [4 5 6]]
print(c[1])
# [4 5 6]
print(c[1, 2])
# 6
print(c[..., -1]) # 所有最后一个维度的最后一个值
# [3 6]

数组里的None

会在指定位置，增加一个长度为1的维度

d = np.array([1, 1])
print(d.shape) # (2,)
f = d[None, :]
print(f.shape) # (1, 2)
# -----------------------------
a = np.random.rand(1,25, 3)
b = np.random.rand(25, 4)
c = np.repeat(a[:, :, -1:], 3, 0)
d = np.repeat(b[None, :, -1:], 3, 0)
print(c.shape)# (3, 25, 1)
print(d.shape)# (3, 25, 1)

cv2

函数

cv2.imwrite()
- 功能：指定图片存储路径和文件名
- 限制：路径中不能包含中文和空格 ```python video = cv2.VideoCapture(videoname)
  打开视频

totalFrames = int(video.get(cv2.CAP_PROP_FRAME_COUNT))

计算总帧数

for cnt in tqdm(range(totalFrames), desc=’{:10s}’.format(os.path.basename(videoname))):

tqdm是进度条，‘:10s’代表的是视频名和进度条的间隔，冒号不能去掉

ret, frame = video.read()
# ret,frame将会获取cap.read()方法的两个返回值。
# ret：布尔值，若读取帧未到结尾返回True，反之返回False。
# frame：通过三维矩阵存储的每一帧的信息。
 if cnt < start:
   continue
 if cnt >= end:
    break
 if not ret:
    continue
  # 提取视频中的帧，并将其保存为图片，注意路径中不能有中文
 cv2.imwrite(join(outpath, '{:06d}.jpg'.format(cnt)), frame)

关闭这个流

video.release()

<a name="G4YgW"></a>
# OS
<a name="JRT2P"></a>
## 函数
- os.walk("./video")
   - 功能：遍历文件夹
```python
for root, dirs, files in os.walk("./video"):
    for file in files:
        print(file)
        src = os.path.join(root, file)
        print(src)
# 理解：
 # 1 如果目标文件夹下没有子文件夹，则大循环只会做一次，root、dirs、files分别是三个元组
 # 2 files是元组，file是字符串
 # 3 大循环所做的次数应该是目标文件夹和其子文件夹下文件数的总和，详见：https://blog.csdn.net/qq_37344125/article/details/107972463

shutile

函数

shutile.copyfile(srcfile, drcfile)
- 功能：复制粘贴文件

python