Tag: python

为什么OpenCV的MSER的Python实现和Java实现创build不同的输出？: 我一直在尝试使用OpenCV的MSERalgorithm的Python实现（opencv 2.4.11）和Java实现（opencv 2.4.10）。有趣的是，我注意到MSER的检测返回Python和Java的不同types的输出。在Python中，detect会返回一列点列表，其中每个点列表代表一个检测到的斑点。在Java中，返回一个Mat ，每一行都是一个单一的点，其直径代表检测到的一个斑点。我想重现Java中的Python行为，其中blob由一组点定义，而不是一个点。任何人都知道发生了什么事？ python： frame = cv2.imread('test.jpg') mser = cv2.MSER(**dict((k, kw[k]) for k in MSER_KEYS)) gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) regions = mser.detect(gray, None) print("REGIONS ARE: " + str(regions)) where the dict given to cv2.MSER is {'_delta':7, '_min_area': 2000, '_max_area': 20000, '_max_variation': .25, '_min_diversity': .2, '_max_evolution': 200, '_area_threshold': 1.01, '_min_margin': […]

IPython内核javascript双向通信的简单例子: 我的目标是为IPython编写一个交互式variables查看器，也就是说，可以查看嵌套的字典/列表树，并向下钻取（有点像Javascript中的console.log）。我花了很多时间尝试从IPython的directview示例中提取简约的代码，但是仍然无法理解它是如何工作的。我的Python确定，但我的jQuery经验是相当有限的。所以我不得不将directview.js剥离到下面 container.show(); var widget = $('<div/>') element.append(widget); var output = $('<div></div>'); $(widget).append(output) var output_area = new IPython.OutputArea(output, false); var callbacks = { 'output': $.proxy(output_area.handle_output, output_area) }; var code = 'print 1+1' var msg_id = IPython.notebook.kernel.execute(code, callbacks, {silent: false}); 这个工程当我加载directview.ipynb。但是，我仍然不清楚如何使其完全独立（即不需要directview.py，并传递比IPython.OutputArea的标准handle_output另一个callback）。其中一个问题是container.show()在以独立方式调用时失败。我迷失在几个方面：为什么有一个element.append(widget) ，然后$(widget).append(output) ？另外为什么还需要创build一个Ipython.OutputArea 。没有办法创build一个<div id=my_output_area>blah</div>然后让outputcallback用相关数据填充它吗？什么是整个.proxy的东西呢？我想创build自己的callbackoutput但是当我这样做和console.log()parameter passing给callback，他们是undefined或只是无用的。 […]

RidgeClassifierCV的评分函数: 我试图在scikit-learn中为RidgeClassifierCV实现一个自定义的评分函数。这涉及在初始化RidgeClassifierCV对象时将自定义评分函数作为score_func RidgeClassifierCV 。我期望score_func将y_true和y_pred分类值作为input。但是，浮点值作为y_true和y_pred 。 y向量的大小等于类数乘以训练样例数，而不是简单地具有长度等于训练样例数的y向量。我能以某种方式强制分类预测传递到自定义评分函数，还是我必须处理原始权重？如果我不得不直接处理原始权重，那么输出向量的一个片段中的最大值的索引是否等同于预测的类别？

Oauth使用Python / Django的Google API示例: 我正试图让Oauth使用Python来处理Google API。我尝试过不同的oauth库，比如oauth ， oauth2和djanog-oauth，但是我不能使它工作（包括提供的例子）。为了debuggingOauth，我使用Google的Oauth Playground ，并研究了API和Oauth文档有些库我正在努力获得一个正确的签名，与其他图书馆我努力将请求令牌转换为授权令牌。如果有人能够使用上述库中的一个向我展示Google API的工作示例，那么真的会有帮助。编辑：我最初的问题没有导致任何答案，所以我已经添加了我的代码。这个代码有两个可能的原因不起作用： 1）Google不会授权我的请求令牌，但不太确定如何检测到这一点 2）访问令牌的签名是无效的，但是我想知道Google所期望的oauth参数，因为我能够在第一阶段生成一个合适的签名。这是使用oauth2.py和Django编写的，因此是HttpResponseRedirect。 REQUEST_TOKEN_URL = 'https://www.google.com/accounts/OAuthGetRequestToken' AUTHORIZATION_URL = 'https://www.google.com/accounts/OAuthAuthorizeToken' ACCESS_TOKEN_URL = 'https://www.google.com/accounts/OAuthGetAccessToken' CALLBACK = 'http://localhost:8000/mappr/mappr/oauth/' #will become real server when deployed OAUTH_CONSUMER_KEY = 'anonymous' OAUTH_CONSUMER_SECRET = 'anonymous' signature_method = oauth.SignatureMethod_HMAC_SHA1() consumer = oauth.Consumer(key=OAUTH_CONSUMER_KEY, secret=OAUTH_CONSUMER_SECRET) client = oauth.Client(consumer) request_token = oauth.Token('','') #hackish way […]

Cython中的复数: 在Cython中使用复数的正确方法是什么？我想写一个纯粹的C循环使用dtype np.complex128的numpy.ndarray。在Cython中，关联的Ctypes是在Cython/Includes/numpy/__init__.pxd as ctypedef double complex complex128_t 所以这似乎只是一个简单的C双复杂。但是，很容易获得奇怪的行为。特别是有了这些定义 cimport numpy as np import numpy as np np.import_array() cdef extern from "complex.h": pass cdef: np.complex128_t varc128 = 1j np.float64_t varf64 = 1. double complex vardc = 1j double vard = 1. 线 varc128 = varc128 * varf64 可以由Cython编译，但是gcc不能编译生成的C代码（错误是“testcplx.c：663：25：error：两个或多个数据types在声明说明符中”，似乎是由于typedef npy_float64 _Complex __pyx_t_npy_float64_complex; ）。 […]

从subprocess调用Python程序永远挂起: 点testing套件使用subprocess调用来运行集成testing。最近一个公关被删除了一些旧的兼容性代码。特别是它明确使用b""文字replace了一个b()函数。然而，这似乎已经打破了一个特定的subprocess调用永远挂起的地方。更糟糕的是，它只能永远停留在Python 3.3（也许只有Python 3.3.5）上，并且不能在Travis之外轻松地复制。相关的请求： https://github.com/pypa/pip/pull/1901 https://github.com/pypa/pip/pull/1900 https://github.com/pypa/pip/pull/1878 其他Pull请求也会出现类似的问题，但是在不同版本的Python和不同的testing用例上会失败。这些Pull请求是： https://github.com/pypa/pip/pull/1882 https://github.com/pypa/pip/pull/1912（Python 3.3再次）另一位用户今天在IRC上向我报告了类似的问题，他们说他们可以在Ubuntu 14.04上使用Python 3.3从本地复制它（而不是在OSX上），而不仅仅是在Travis上，就像我迄今为止所做的那样。他们已经让我步骤重现哪些是： $ git clone git@github.com:xavfernandez/pip.git $ cd pip $ git checkout debug_stuck $ pip install pytest==2.5.2 scripttest==1.3 virtualenv==1.11.6 mock==1.0.1 pretend==1.0.8 setuptools==4.0 $ # The below should pass just fine $ py.test -k test_env_vars_override_config_file -v -s $ […]

在Python 3和2中工作的Unicode文字: 所以我有一个Python脚本，我只是为了方便起见而使用python 3.2和2.7。有没有一种方法可以让Unicode字符在这两个工作？例如 #coding: utf-8 whatever = 'שלום' 上面的代码需要在python 2.x（u“）和python 3.x中使用一个unicodestring，这个”u“会导致语法错误。无论如何，我find了答案，我需要的只是： from __future__ import unicode_literals 我仍然发布这个问题，因为https://meta.stackexchange.com/questions/49922/should-i-continue-adding-a-question-if-i-have-found-the-answer-myself 对于好奇，这是我正在工作： http : //code.google.com/p/pytitle/

Scrapy – 如何pipe理Cookie /会话: 对于Scrapy如何使用Cookie以及如何pipe理这些Cookie，我有点困惑。这基本上是我想要做的简化版本：网站的工作方式：当你访问网站时，你会得到一个会话cookie。当你进行search时，网站会记住你search的内容，所以当你进入下一页的search结果时，它会知道search结果。我的脚本：我的蜘蛛有一个searchpage_url的开始url search页面被parse()请求，search表单响应被传递给search_generator() search_generator()然后使用FormRequest和search表单响应yield大量的search请求。每个FormRequests和后续的子请求都需要拥有它自己的会话，所以需要拥有它自己的cookiejar和它自己的会话cookie。我已经看到文档的部分，谈论一个元选项，停止被合并的Cookie。这实际上是什么意思？这是否意味着使请求的蜘蛛在其余生命中将拥有自己的cookiejar？如果每个蜘蛛级别的cookie都是这样的，那么当多个蜘蛛产生时它是如何工作的？是否有可能只让第一个请求生成器产生新的蜘蛛，并确保从那时起只有蜘蛛处理未来的请求？我假设我必须禁用多个并发请求。否则，一个蜘蛛会在相同的会话cookie下进行多次search，而将来的请求只会涉及到最近的search？我很困惑，任何澄清将大受欢迎！编辑：我刚刚想到的另一个选项是完全手动pipe理会话cookie，并将其从一个请求传递给另一个。我想这将意味着禁用cookies ..然后从search响应抓取会话cookie，并将其传递给每个后续请求。这是你在这种情况下应该做的吗？

在virtualenv中安装PyGtk: 所以我试图在我的virtualenv（在控制台）中运行一个简单的matplotlib示例。代码如下： import matplotlib matplotlib.use('GTKAgg') import matplotlib.pyplot as plt radius = [1.0, 2.0, 3.0, 4.0, 5.0, 6.0] area = [3.14159, 12.56636, 28.27431, 50.26544, 78.53975, 113.09724] plt.plot(radius, area) plt.show() 但是，当我运行这个我得到： ImportError：Gtk *后端需要安装pygtk。现在乐趣开始了。我试图安装pygtk，但它抛出： ******************************************************************** * Building PyGTK using distutils is only supported on windows. * * To build PyGTK in a supported way, read the […]

了解多重处理：Python中的共享内存pipe理，locking和队列: 多进程是Python中的一个强大的工具，我想更深入地理解它。我想知道什么时候使用常规的锁和队列以及何时使用多处理器pipe理器在所有进程之间共享这些。我想出了四种不同的多处理条件下的testing场景：使用池和NOpipe理器使用一个池和一个经理使用单个进程和NOpipe理器使用单独的进程和pipe理器工作所有的条件执行工作职能the_job 。 the_job包含一些由锁保护的打印。而且，函数的input只是简单地放入一个队列（查看是否可以从队列中恢复）。这个input只是在主脚本start_scenario创build的range(10)的索引idx （显示在底部）。 def the_job(args): """The job for multiprocessing. Prints some stuff secured by a lock and finally puts the input into a queue. """ idx = args[0] lock = args[1] queue=args[2] lock.acquire() print 'I' print 'was ' print 'here ' print '!!!!' […]