Python-Kurzreferenz
Häufig benötigte Python-Code-Abschnitte
Manchmal braucht man das, kann es aber nicht sofort finden.
Daher behalte ich sie alle hier.
Sie sind nichts Neues,
nur eine Sammlung von Kopier-Vorgängen,
aber sie funktionieren für mich,
und ich hoffe, Sie finden sie ebenfalls nützlich.
Häufig verwendete Anaconda-Befehle
Überprüfen, ob Conda installiert ist
conda -V
Überprüfen, ob Conda aktuell ist
conda update conda
Erstellen Sie eine virtuelle Umgebung
conda create -n newenvname python=3.12 anaconda
Aktivieren Sie Ihre virtuelle Umgebung
source activate newenvname
Installieren Sie zusätzliche Python-Pakete in eine virtuelle Umgebung
conda install -n newenvname [package]
Deaktivieren Sie Ihre virtuelle Umgebung
source deactivate
Löschen Sie die virtuelle Umgebung
conda remove -n newenvname --all
Programmdependenzen
Abhängigkeiten installieren – mithilfe einer Requirements-Datei
Statt Pakete einzeln zu installieren, ermöglicht pip, alle Abhängigkeiten in einer Requirements-Datei zu deklarieren. Zum Beispiel könnten Sie eine Datei namens requirements.txt erstellen, die folgende Inhalte hat:
requests==2.18.4
google-auth==1.1.0
Und dann können Sie pip anweisen, alle Pakete in dieser Datei zu installieren, indem Sie den -r-Flag verwenden:
python3 -m pip install -r requirements.txt
Abhängigkeiten einfrieren
Pip kann eine Liste aller installierten Pakete und deren Versionen mithilfe des freeze-Befehls exportieren:
python3 -m pip freeze
wird etwas wie folgendes erzeugen:
requests==2.18.4
google-auth==1.1.0
Der pip freeze-Befehl ist nützlich, um Requirements-Dateien zu erstellen, die die exakten Versionen aller in einer Umgebung installierten Pakete wiederherstellen können.
Rechteck zeichnen
import cv2
cv2.rectangle(img, (x1, y1), (x2, y2), color=(255,0,0), thickness=2)
x1,y1 ------
| |
| |
| |
--------x2,y2
um die folgenden Fragen hinzuzufügen:
cv2.imwrite("my.png",img)
cv2.imshow("lalala", img)
k = cv2.waitKey(0) # 0==wait forever
Ich habe ein PIL Image-Objekt und möchte ein Rechteck auf diesem Bild zeichnen. Ich möchte OpenCV2 verwenden, um ein Rechteck zu zeichnen, und es anschließend in ein PIL Image-Objekt zurückzuwandeln. So mache ich das:
# im ist ein PIL Image-Objekt
im_arr = np.asarray(im)
# Konvertieren Sie den RGB-Array in das BGR-Format, das OpenCV verwendet
im_arr_bgr = cv2.cvtColor(im_arr, cv2.COLOR_RGB2BGR)
# pts1 und pts2 sind die Koordinaten der linken oberen und rechten unteren Ecke des Rechtecks
cv2.rectangle(im_arr_bgr, pts1, pts2,
color=(0, 255, 0), thickness=3)
im_arr = cv2.cvtColor(im_arr_bgr, cv2.COLOR_BGR2RGB)
# Konvertieren Sie zurück in ein Image-Objekt
im = Image.fromarray(im_arr)
Einfache Argumentverarbeitung
import json
#---------------------------------------------------------------------------
def do_some_awesomeness(src_file, tgt_file):
print('Converting some stuff from {} to {}'.format(src_file, tgt_file))
#---------------------------------------------------------------------------
def run():
import argparse
parser = argparse.ArgumentParser(description="Ein mega nützliches und effizientes Python-Tool.")
parser.add_argument("-s", "--src", dest="src_file",
help="Eingabedateiname im JSON-Format")
parser.add_argument("-t", "--tgt", dest="tgt_file",
help="Ausgabedateiname im JSON-Format")
args = parser.parse_args()
do_some_awesomeness(args.src_file, args.tgt_file)
if __name__ == '__main__':
run()
Dann können Sie es so aufrufen:
python ave_roma.py --src 1.json --tgt 2.json
Laden und Speichern von JSON
import json
def do_convert(src_file, tgt_file):
with open(src_file) as f:
src = json.load(f)
tgt = src # :)
with open(tgt_file, 'w', encoding='utf-8') as f:
json.dump(tgt, f, ensure_ascii=False, indent=4)
Dateiname ohne Erweiterung erhalten
import os
print(os.path.splitext("/path/to/some/file.txt")[0])
wird folgendes ausgeben:
/path/to/some/file
Nützliche Links
- Geschichtete Lambdas mit AWS SAM und Python
- AWS SAM + AWS SQS + Python PowerTools
- PyInstaller Schnellstart
- Bash Cheat Sheet
- Training eines Objekterkenners mit MMDetection und Label Studio
- Conda Cheat Sheet
- venv Cheat Sheet
- Ollama Cheat Sheet
- Docker Cheat Sheet
- MMdetection wird nicht mehr unterstützt
- PDF in Python generieren – Bibliotheken und Beispiele"