Python





```
AttributeError: partially initialized module 'qrcode' has no attribute 'make' (most likely due to a circular import)
```

不要使用qrcode作为你的文件名即可解决这个问题。

AttributeError: partially initialized module ‘qrcode‘ has no attribute ‘make‘ (most likely due to a

<html>





    <head>

        <title></title>

    </head>

    <body>

        <table>

            <tbody>

                <tr>

                    <th>

                        类别

                    </th>

                    <th>

                        规范

                    </th>

                    <th>

                        示例

                    </th>

                </tr>

                <tr>

                    <td>

                        模块名

                    </td>

                    <td>

                        小写字母，单词之间用_分割

                    </td>

                    <td>

                        ad_stats.py

                    </td>

                </tr>

                <tr>

                    <td>

                        包名

                    </td>

                    <td>

                        小写字母，单词之间用_分割

                    </td>

                    <td>

                        &nbsp;

                    </td>

                </tr>

                <tr>

                    <td>

                        类名

                    </td>

                    <td>

                        单词首字母大写

                    </td>

                    <td>

                        AdStats

                    </td>

                </tr>

                <tr>

                    <td>

                        全局变量名

                    </td>

                    <td>

                        大写字母，单词之间用_分割

                    </td>

                    <td>

                        COLOR_WRITE

                    </td>

                </tr>

                <tr>

                    <td>

                        普通变量

                    </td>

                    <td>

                        小写字母，单词之间用_分割

                    </td>

                    <td>

                        this_is_a_var

                    </td>

                </tr>

                <tr>

                    <td>

                        实例变量

                    </td>

                    <td>

                        以_开头，其他和普通变量一样

                    </td>

                    <td>

                        _instance_var

                    </td>

                </tr>

                <tr>

                    <td>

                        私有实例变量

                    </td>

                    <td>

                        以__开头（两个下划线），其他和普通变量一样

                    </td>

                    <td>

                        __private_var

                    </td>

                </tr>

                <tr>

                    <td>

                        专有变量

                    </td>

                    <td>

                        以__开头，__结尾，一般为python的自有变量

                    </td>

                    <td>

                        __doc__

                    </td>

                </tr>

                <tr>

                    <td>

                        普通函数

                    </td>

                    <td>

                        小写字母，单词之间用_分割

                    </td>

                    <td>

                        get_name()

                    </td>

                </tr>

                <tr>

                    <td>

                        私有函数

                    </td>

                    <td>

                        以__开头（两个下划线），其他和普通变量一样

                    </td>

                    <td>

                        __get_name()

                    </td>

                </tr>

                <tr>

                    <td>

                        文件名

                    </td>

                    <td>

                        全小写，可使用下划线

                    </td>

                    <td>

                        &nbsp;

                    </td>

                </tr>

            </tbody>

        </table>

    </body>

</html>

【Python】命名规范

# 1 对于numpy.ndarray，可以使用shape查看形状





下图形状是（3，2, 1），如何得到的？ 第一层 [ ] 中含有3个元素， 单拿一个元素出来， 有2个元素， blabla…

![在这里插入图片描述](/static/img/images/05004.png)

# 2 axis是如何定义？

从shape上理解更快。

axis=0，相当于拆除第1层 [ ]  ，剩下元素shape会是 （2, 1）。下图中红框叠加sum起来就是这个形状。

![在这里插入图片描述](/static/img/images/05005.png)

axis=1，相当于拆除第2层 [ ]  ，剩下元素shape会是 （3, 1）。

![在这里插入图片描述](/static/img/images/05006.png)

axis=2，相当于拆除第3层 [ ]  ，剩下元素shape会是 （3, 2）。

![在这里插入图片描述](/static/img/images/05007.png)


代码：
```python
import numpy as np
kl = [2, 2, 3, 3, 7, 7]
npa = np.asarray(kl).reshape((3, 2, 1))
print(npa)
print("--------")
print(np.sum(npa, axis=0))
print("--------")
print(np.sum(npa, axis=1))
print("--------")
print(np.sum(npa, axis=2))
```

# 3 方向的含义

**Axis or axes along which a sum is performed.**

这里的along 很关键，在很多库包里，无论叫 Axis 、axes 、dim ， 都是指沿着哪一个dim去计算， 如果用shape去理解，会快一些。

比如在Softmax中：

```python
import torch
from torch import nn
m = nn.Softmax(dim=1)
input = torch.randn(2, 3)
print(input)
output = m(input)
print(output)
```

得到：

```
tensor([[-0.6087, -0.5550, -0.2106],
        [-0.4120,  0.7185, -1.3630]])
tensor([[0.2822, 0.2977, 0.4201],
        [0.2230, 0.6908, 0.0862]])
```

Softmax的那个方向的数字加起来会是1，代码里面是(dim=1)，也就是想形成的shape是（2，），去掉3。

所以是用 [-0.6087, -0.5550, -0.2106] 和 [-0.4120,  0.7185, -1.3630] 在算 Softmax。

结果也正是如此，[0.2822, 0.2977, 0.4201]或者 [0.2230, 0.6908, 0.0862] 加起来就是1 。

【numpy】axis 维度 是什么 Softmax中dim方向是什么

玩这个板子，记录一下板子对应资源引脚。





```c
1 有源蜂鸣器 PB7 高电平响
2 小灯从左到右低电平点亮 PC11 PC6 PC7 PC8 PC9 PB8 PB9 PC12 
3 独立按键,都需要内部上拉
右按键 PA1 
左按键 PA2
上按键 PA3
下按键 PA4
其余两个的左 PA5
其余两个得右 PA6
4 
```

晨启科技 单片机C程序开发 STM32F103RCT6板子对应资源引脚

ref [https://numpy.org/doc/stable/reference/random/generated/numpy.random.choice.html](https://numpy.org/doc/stable/reference/random/generated/numpy.random.choice.html)





```python
import numpy as np
np.random.seed(666)
# Return random floats in the half-open interval [0.0, 1.0).
print(np.random.random(size=[3, 6]))
print(np.random.random())
# Return random floats in the half-open interval [0.0, 1.0).
print(np.random.rand(3, 6))
print(np.random.rand())
# randint(low, high=None, size=None, dtype=int)
# [low, high) or [0, low)
print(np.random.randint(5, size=(2, 4)))
# [low, high) .samples from a uniform distribution.
print(np.random.uniform(-4, 4, 3))
#  "standard normal" distribution.
print(np.random.randn(3, 6))
print(np.random.randn())
# Generates a random sample from a given 1-D array
print(np.random.choice(5, 3, p=[0.1, 0, 0.3, 0.6, 0]))
```

Python numpy.random模块 随机数模块

f是Polygon，fblock可以是fblock或者LineString，判断对象是否和f这个Polygon是否有相交等关系：




```python
if f.crosses(fblock) or f.contains(fblock) or f.overlaps(fblock)
```

g1是GeoDataFrame，qq是GeoDataFrame，取出qq在g1里面的部分，截断的：
```python
g1 = GeoDataFrame([{'geometry': fblock}])
res_intersection = geopandas.overlay(g1, qq, how='intersection')
res = list(res_intersection.loc[0, "geometry"].coords)
```

geopandas 取与图像有关联的图像

官网说明书：https://github.com/SeleniumHQ/docker-selenium





执行：
```python
docker run -d -p 4444:4444 --shm-size="2g" selenium/standalone-chrome:98.0
```

Python代码：

```python
# -*- coding: utf-8 -*-
from selenium import webdriver
from selenium.webdriver.common.desired_capabilities import DesiredCapabilities
from selenium.webdriver.chrome.options import Options
# 创建一个参数对象，用来控制chrome是否以无界面模式打开
ch_op = Options()
# 设置谷歌浏览器的页面无可视化，如果需要可视化请注释这两行代码
ch_op.add_argument('--headless')
ch_op.add_argument('--disable-gpu')
# ch_op.add_argument('disable-dev-shm-usage')
driver = webdriver.Remote(
    command_executor="http://0.0.0.0:4444/wd/hub",
    desired_capabilities=DesiredCapabilities.CHROME,
    options=ch_op
)
driver.get("http://www.baidu.com")
print(driver.page_source)
driver.quit()
```

Docker selenium Python 可靠的selenium Docker环境

最开始想用GeoPandas造轮子，但大可不必：





[https://docs.mapbox.com/mapbox-tiling-service/examples/natural-earth-countries-and-polygon-simplification/](https://docs.mapbox.com/mapbox-tiling-service/examples/natural-earth-countries-and-polygon-simplification/)

简化行政地图边界 简化地图边界的方法 GeoPandas

Windows、Linux





```python
# -*- coding: UTF8 -*-
import os
import time
def TimeStampToTime(timestamp):
    timeStruct = time.localtime(timestamp)
    return time.strftime('%Y-%m-%d %H:%M:%S', timeStruct)
def get_FileCreateTime(filePath):
    # '''获取文件的创建时间'''
    # filePath = unicode(filePath,'utf8')
    t = os.path.getctime(filePath)
    return TimeStampToTime(t)
def get_FileModifyTime(filePath):
    # '''获取文件的修改时间'''
    # filePath = unicode(filePath, 'utf8')
    t = os.path.getmtime(filePath)
    return TimeStampToTime(t)
def get_FileAccessTime(filePath):
    # '''获取文件的访问时间'''
    # filePath = unicode(filePath, 'utf8')
    t = os.path.getatime(filePath)
    return TimeStampToTime(t)
def get_FileSize(filePath):
    # '''获取文件的大小,结果保留两位小数，单位为MB'''
    # filePath = unicode(filePath,'utf8')
    fsize = os.path.getsize(filePath)
    fsize = fsize / float(1024 * 1024)
    return round(fsize, 2)
if __name__ == '__main__':
    path = r"D:\Desktop\实际图每隔30分钟\kevin_picture_alg_need_collect"
    print(get_FileCreateTime(path))
    print(get_FileModifyTime(path))
    print(get_FileAccessTime(path))
    print(get_FileSize(path))
```

Python 获取文件或者文件夹的修改日期 获取文件的修改时间、访问时间、创建时间、大小占用

参考：https://www.zhihu.com/question/26930016






# 1 、 普通的装饰器

不影响函数本身的执行功能，在函数执行的时候额外做一些其他的事情：

```python
import logging
def use_logging(func):  # 传入函数对象
    def wrapper(*args, **kwargs):
        logging.warning("%s is running k" % func.__name__)  # 做一些装饰器的工作
        return func(*args, **kwargs)  # 返回函数对象执行结果
    return wrapper  # 返回函数
def bar():
    print("i am bar")
bar = use_logging(bar)  # 返回的是一个函数对象
bar()
```

通过@语法糖，装饰器可以很漂亮地给函数用上，增加程序的可读性：

```python
import logging
def use_logging(func):  # 传入函数对象
    def wrapper(*args, **kwargs):
        logging.warning("%s is running k" % func.__name__)  # 做一些装饰器的工作
        return func(*args, **kwargs)  # 返回函数对象执行结果
    return wrapper  # 返回函数
@use_logging
def bar():
    print("i am bar")
@use_logging
def foo():
    print("i am foo")
bar()
```

# 2 、 带参数的装饰器

对原有参数再包装了一次：
```python
import logging
def use_logging(level):  # 传入函数对象
    def decorator(func):
        def wrapper(*args, **kwargs):
            if level == "warning":
                logging.warning("%s is running k" % func.__name__)  # 做一些装饰器的工作
            return func(*args, **kwargs)  # 返回函数对象执行结果
        return wrapper
    return decorator  # 返回函数
@use_logging(level="warning")
def bar():
    print("i am bar")
bar()
```

# 3 、 类装饰器

```python
class Foo():
    def __init__(self, func):
        self._func = func
    def __call__(self, *args, **kwargs):
        print("class decorator running")
        self._func()
        print("class decorator end")
@Foo
def bar():
    print("i am bar")
bar()
```

# 4 、functools.wraps

在之前的装饰器，为函数装上了装饰器后函数的元信息丢失（如`__name__`），functools.wraps可以让装饰器不改变函数的元信息。

```python
from functools import wraps
def logged(func):
    @wraps(func)
    def wrapper(*args, **kwargs):
        print("was called")
        return func(*args, **kwargs)  # 返回函数对象执行结果
    return wrapper  # 返回函数
@logged
def bar():
    print("i am bar")
    return "HHHH"
print(bar.__name__)
print(bar())
```