詳解基于python的全局與局部序列比對(duì)的實(shí)現(xiàn)(DNA)
更新時(shí)間：2020年10月07日 10:23:46 作者：mmqwqf
這篇文章主要介紹了詳解基于python的全局與局部序列比對(duì)的實(shí)現(xiàn)(DNA).文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
程序能實(shí)現(xiàn)什么
a.完成gap值的自定義輸入以及兩條需比對(duì)序列的輸入
b.完成得分矩陣的計(jì)算及輸出
c.輸出序列比對(duì)結(jié)果
d.使用matplotlib對(duì)得分矩陣路徑的繪制
一、實(shí)現(xiàn)步驟
1.用戶輸入步驟
a.輸入自定義的gap值
b.輸入需要比對(duì)的堿基序列1（A,T,C,G）換行表示輸入完成
b.輸入需要比對(duì)的堿基序列2（A,T,C,G）換行表示輸入完成
輸入（示例）：
2.代碼實(shí)現(xiàn)步驟
1.獲取到用戶輸入的gap，s以及t
2.調(diào)用構(gòu)建得分矩陣函數(shù)，得到得分矩陣以及方向矩陣
3.將得到的得分矩陣及方向矩陣作為參數(shù)傳到回溯函數(shù)中開始回溯得到路徑，路徑存儲(chǔ)使用的是全局變量，存的仍然是方向而不是坐標(biāo)位置減少存儲(chǔ)開銷，根據(jù)全局變量中存儲(chǔ)的方向?qū)⒈葘?duì)結(jié)果輸出。
4.根據(jù)全局變量中存儲(chǔ)的方向使用matplotlib畫出路徑
全局比對(duì)代碼如下：
import matplotlib.pyplot as plt
import numpy as np
#定義全局變量列表finalList存儲(chǔ)最后回溯的路徑 finalOrder1,finalOrder2存儲(chǔ)最后的序列 finalRoad用于存儲(chǔ)方向路徑用于最后畫圖
def createList():
global finalList
global finalOrder1
global finalOrder2
global finalRoad
finalList = []
finalOrder1 = []
finalOrder2 = []
finalRoad = []
#創(chuàng)建A G C T 對(duì)應(yīng)的鍵值對(duì)，方便查找計(jì)分矩陣中對(duì)應(yīng)的得分
def createDic():
dic = {'A':0,'G':1,'C':2,'T':3}
return dic
#構(gòu)建計(jì)分矩陣
# A G C T
def createGrade():
grade = np.matrix([[10,-1,-3,-4],
[-1,7,-5,-3],
[-3,-5,9,0],
[-4,-3,0,8]])
return grade
#計(jì)算兩個(gè)字符的相似度得分函數(shù)
def getGrade(a,b):
dic = createDic() # 堿基字典 方便查找計(jì)分矩陣
grade = createGrade() # 打分矩陣grade
return grade[dic[a],dic[b]]
#構(gòu)建得分矩陣函數(shù) 參數(shù)為要比較序列、自定義的gap值
def createMark(s,t,gap):
a = len(s) #獲取序列長度a,b
b = len(t)
mark = np.zeros((a+1,b+1)) #初始化全零得分矩陣
direction = np.zeros((a+1,b+1,3)) #direction矩陣用來存儲(chǔ)得分矩陣中得分來自的方向 第一個(gè)表示左方 第二個(gè)表示左上 第三個(gè)表示上方 1表示能往哪個(gè)方向去
#由于得分可能會(huì)來自多個(gè)方向，所以使用三維矩陣存儲(chǔ)
direction[0][0] = -1 #確定回溯時(shí)的結(jié)束條件 即能夠走到方向矩陣的值為-1
mark[0,:] = np.fromfunction(lambda x, y: gap * (x + y), (1, b + 1), dtype=int) #根據(jù)gap值將得分矩陣第一行計(jì)算出
mark[:,0] = np.fromfunction(lambda x, y: gap * (x + y), (1, a + 1), dtype=int) #根據(jù)gap值將得分矩陣第一列計(jì)算出
for i in range(1,b+1):
direction[0,i,0] = 1
for i in range(1, a + 1):
direction[i, 0, 2] = 1
for i in range(1,a+1):
for j in range(1,b+1):
threeMark = [mark[i][j-1],mark[i-1][j-1],mark[i-1][j]] #threeMark表示現(xiàn)在所要計(jì)算得分的位置的左邊 左上 上邊的得分
threeGrade = [gap,getGrade(s[i-1],t[j-1]),gap] #threeGrade表示經(jīng)過需要計(jì)算得左邊 左上 上邊的空位以及相似度得分
finalGrade = np.add(threeMark,threeGrade) #finalGrade表示最終來自三個(gè)方向上的得分
mark[i][j] = max(finalGrade) #選取三個(gè)方向上的最大得分存入得分矩陣
#可能該位置的得分可以由多個(gè)方向得來，所以進(jìn)行判斷并循環(huán)賦值
for k in range(0,len([y for y,x in enumerate(finalGrade) if x == max(finalGrade)])):
directionList = [y for y,x in enumerate(finalGrade) if x == max(finalGrade)]
direction[i][j][directionList[k]] = 1
return mark,direction
#回溯函數(shù) 參數(shù)分別為 得分矩陣 方向矩陣 現(xiàn)在所處得分矩陣的位置 以及兩個(gè)序列
def remount(mark,direction,i,j,s,t):
if direction[i][j][0] == 1 :
if direction[i][j-1][0] == -1: #如果該位置指向左邊 先判斷其左邊是否是零點(diǎn)
finalList.append(0) #如果是 將該路徑存入路徑列表
finalList.reverse() #將列表反過來得到從零點(diǎn)開始的路徑
index1 = 0 #記錄現(xiàn)在所匹配序列s的位置 因?yàn)閮蓚€(gè)字符串可能是不一樣長的
index2 = 0 #記錄現(xiàn)在所匹配序列t的位置
for k in finalList:
if k == 0 :
finalOrder1.append("-")
finalOrder2.append(t[index2])
index2 += 1
if k == 1 :
finalOrder1.append(s[index1])
finalOrder2.append(t[index2])
index1 += 1
index2 += 1
if k == 2 :
finalOrder1.append(s[index1])
finalOrder2.append("-")
index1 += 1
finalList.reverse() # 將原來反轉(zhuǎn)的路徑再返回來
finalRoad.append(np.array(finalList)) # 將此次的路徑添加到最終路徑記錄用于最后畫圖
finalList.pop() #輸出后將當(dāng)前方向彈出 并回溯
return
else :
finalList.append(0) #如果不是零點(diǎn) 則將該路徑加入路徑矩陣，繼續(xù)往下走
remount(mark,direction,i,j-1,s,t)
finalList.pop() #該方向走完后將這個(gè)方向彈出 繼續(xù)下一輪判斷 下面兩個(gè)大的判斷同理
if direction[i][j][1] == 1 :
if direction[i-1][j-1][0] == -1:
finalList.append(1)
finalList.reverse() # 將列表反過來得到從零點(diǎn)開始的路徑
index1 = 0 # 記錄現(xiàn)在所匹配序列s的位置 因?yàn)閮蓚€(gè)字符串可能是不一樣長的
index2 = 0 # 記錄現(xiàn)在所匹配序列t的位置
for k in finalList:
if k == 0 :
finalOrder1.append("-")
finalOrder2.append(t[index2])
index2 += 1
if k == 1 :
finalOrder1.append(s[index1])
finalOrder2.append(t[index2])
index1 += 1
index2 += 1
if k == 2 :
finalOrder1.append(s[index1])
finalOrder2.append("-")
index1 += 1
finalList.reverse() # 將原來反轉(zhuǎn)的路徑再返回來
finalRoad.append(np.array(finalList)) # 將此次的路徑添加到最終路徑記錄用于最后畫圖
finalList.pop()
return
else :
finalList.append(1)
remount(mark,direction,i-1,j-1,s,t)
finalList.pop()
if direction[i][j][2] == 1 :
if direction[i-1][j][0] == -1:
finalList.append(2)
finalList.reverse() # 將列表反過來得到從零點(diǎn)開始的路徑
index1 = 0 # 記錄現(xiàn)在所匹配序列s的位置 因?yàn)閮蓚€(gè)字符串可能是不一樣長的
index2 = 0 # 記錄現(xiàn)在所匹配序列t的位置
for k in finalList:
if k == 0 :
finalOrder1.append("-")
finalOrder2.append(t[index2])
index2 += 1
if k == 1 :
finalOrder1.append(s[index1])
finalOrder2.append(t[index2])
index1 += 1
index2 += 1
if k == 2 :
finalOrder1.append(s[index1])
finalOrder2.append("-")
index1 += 1
finalList.reverse() # 將原來反轉(zhuǎn)的路徑再返回來
finalRoad.append(np.array(finalList)) # 將此次的路徑添加到最終路徑記錄用于最后畫圖
finalList.pop()
return
else :
finalList.append(2)
remount(mark,direction,i-1,j,s,t)
finalList.pop()
#畫箭頭函數(shù)
def arrow(ax,sX,sY,aX,aY):
ax.arrow(sX,sY,aX,aY,length_includes_head=True, head_width=0.15, head_length=0.25, fc='w', ec='b')
#畫圖函數(shù)
def drawArrow(mark, direction, a, b, s, t):
#a是s的長度為4 b是t的長度為6
fig = plt.figure()
ax = fig.add_subplot(111)
val_ls = range(a+2)
scale_ls = range(b+2)
index_ls = []
index_lsy = []
for i in range(a):
if i == 0:
index_lsy.append('#')
index_lsy.append(s[a-i-1])
index_lsy.append('0')
for i in range(b):
if i == 0:
index_ls.append('#')
index_ls.append('0')
index_ls.append(t[i])
plt.xticks(scale_ls, index_ls) #設(shè)置坐標(biāo)字
plt.yticks(val_ls, index_lsy)
for k in range(1,a+2):
y = [k for i in range(0,b+1)]
x = [x for x in range(1,b+2)]
ax.scatter(x, y, c='y')
for i in range(1,a+2):
for j in range(1,b+2):
ax.text(j,a+2-i,int(mark[i-1][j-1]))
lX = b+1
lY = 1
for n in range(0,len(finalRoad)):
for m in (finalRoad[n]):
if m == 0:
arrow(ax,lX,lY,-1,0)
lX = lX - 1
elif m == 1:
arrow(ax,lX,lY,-1,1)
lX = lX - 1
lY = lY + 1
elif m == 2:
arrow(ax, lX, lY, 0, 1)
lY = lY + 1
lX = b + 1
lY = 1
ax.set_xlim(0, b + 2) # 設(shè)置圖形的范圍，默認(rèn)為[0,1]
ax.set_ylim(0, a + 2) # 設(shè)置圖形的范圍，默認(rèn)為[0,1]
ax.set_aspect('equal') # x軸和y軸等比例
plt.show()
plt.tight_layout()
if __name__ == '__main__':
createList()
print("Please enter gap:")
gap = int(input()) #獲取gap值 轉(zhuǎn)換為整型 tip：剛開始就是因?yàn)檫@里沒有進(jìn)行類型導(dǎo)致后面的計(jì)算部分報(bào)錯(cuò)
print("Please enter sequence 1:")
s = input() #獲取用戶輸入的第一條序列
print("Please enter sequence 2:")
t = input() #獲取用戶輸入的第二條序列
a = len(s) #獲取s的長度
b = len(t) #獲取t的長度
mark,direction = createMark(s,t,gap)
print("The scoring matrix is as follows：") #輸出得分矩陣
print(mark)
remount(mark,direction,a,b,s,t) #調(diào)用回溯函數(shù)
c = a if a > b else b #判斷有多少種比對(duì)結(jié)果得到最終比對(duì)序列的長度
total = int(len(finalOrder1)/c)
for i in range(1,total+1): #循環(huán)輸出比對(duì)結(jié)果
k = str(i)
print("Sequence alignment results "+k+" is：")
print(finalOrder1[(i-1)*c:i*c])
print(finalOrder2[(i-1)*c:i*c])
drawArrow(mark, direction, a, b, s, t)
局部比對(duì)代碼如下
import matplotlib.pyplot as plt
import numpy as np
import operator
#在局部比對(duì)中 回溯結(jié)束的條件是方向矩陣中該位置的值全為0
#定義全局變量列表finalList存儲(chǔ)最后回溯的路徑 finalOrder1,finalOrder2存儲(chǔ)最后的序列
def createList():
global finalList
global finalOrder1
global finalOrder2
global finalRoad
finalList = []
finalOrder1 = []
finalOrder2 = []
finalRoad = []
#創(chuàng)建A G C T 對(duì)應(yīng)的鍵值對(duì)，方便查找計(jì)分矩陣中對(duì)應(yīng)的得分
def createDic():
dic = {'A':0,'G':1,'C':2,'T':3}
return dic
#構(gòu)建計(jì)分矩陣
# A G C T
def createGrade():
grade = np.matrix([[10,-1,-3,-4],
[-1,7,-5,-3],
[-3,-5,9,0],
[-4,-3,0,8]])
return grade
#計(jì)算兩個(gè)字符的相似度得分函數(shù)
def getGrade(a,b):
dic = createDic() # 堿基字典 方便查找計(jì)分矩陣
grade = createGrade() # 打分矩陣grade
return grade[dic[a],dic[b]]
#構(gòu)建得分矩陣函數(shù) 參數(shù)為要比較序列、自定義的gap值
def createMark(s,t,gap):
a = len(s) #獲取序列長度a,b
b = len(t)
mark = np.zeros((a+1,b+1)) #初始化全零得分矩陣
direction = np.zeros((a+1,b+1,3)) #direction矩陣用來存儲(chǔ)得分矩陣中得分來自的方向 第一個(gè)表示左方 第二個(gè)表示左上 第三個(gè)表示上方 1表示能往哪個(gè)方向去
#由于得分可能會(huì)來自多個(gè)方向，所以使用三維矩陣存
for i in range(1,a+1):
for j in range(1,b+1):
threeMark = [mark[i][j-1],mark[i-1][j-1],mark[i-1][j]] #threeMark表示現(xiàn)在所要計(jì)算得分的位置的左邊 左上 上邊的得分
threeGrade = [gap,getGrade(s[i-1],t[j-1]),gap] #threeGrade表示經(jīng)過需要計(jì)算得左邊 左上 上邊的空位以及相似度得分
finalGrade = np.add(threeMark,threeGrade) #finalGrade表示最終來自三個(gè)方向上的得分
if max(finalGrade) >= 0: #如果該最大值是大于0的則 選取三個(gè)方向上的最大得分存入得分矩陣 否則不對(duì)矩陣進(jìn)行修改
mark[i][j] = max(finalGrade)
for k in range(0,len([y for y,x in enumerate(finalGrade) if x == max(finalGrade)])): #可能該位置的得分可以由多個(gè)方向得來，所以進(jìn)行判斷并循環(huán)賦值
directionList = [y for y,x in enumerate(finalGrade) if x == max(finalGrade)]
direction[i][j][directionList[k]] = 1
return mark,direction
#回溯函數(shù) 參數(shù)分別為 得分矩陣 方向矩陣 現(xiàn)在所處得分矩陣的位置 以及兩個(gè)序列
def remount(mark,direction,i,j,s,t):
if direction[i][j][0] == 1 :
if all(direction[i][j-1] == [0,0,0]): #如果該位置指向左邊 先判斷其左邊是否是零點(diǎn)
finalList.append(0) #如果是 將該路徑存入路徑列表
finalList.reverse() #將列表反過來得到從零點(diǎn)開始的路徑
index1 = i #記錄現(xiàn)在所匹配序列s的位置 因?yàn)閮蓚€(gè)字符串可能是不一樣長的
index2 = j-1 #記錄現(xiàn)在所匹配序列t的位置
for k in finalList:
if k == 0 :
finalOrder1.append("-")
finalOrder2.append(t[index2])
index2 += 1
if k == 1 :
finalOrder1.append(s[index1])
finalOrder2.append(t[index2])
index1 += 1
index2 += 1
if k == 2 :
finalOrder1.append(s[index1])
finalOrder2.append("-")
index1 += 1
finalList.reverse()
finalRoad.append(np.array(finalList)) # 將此次的路徑添加到最終路徑記錄用于最后畫圖
finalList.pop() #輸出后將當(dāng)前方向彈出 并回溯
return
else :
finalList.append(0) #如果不是零點(diǎn) 則將該路徑加入路徑矩陣，繼續(xù)往下走
remount(mark,direction,i,j-1,s,t)
finalList.pop() #該方向走完后將這個(gè)方向彈出 繼續(xù)下一輪判斷 下面兩個(gè)大的判斷同理
if direction[i][j][1] == 1 :
if all(direction[i-1][j-1] == [0,0,0]):
finalList.append(1)
finalList.reverse() # 將列表反過來得到從零點(diǎn)開始的路徑
index1 = i-1 # 記錄現(xiàn)在所匹配序列s的位置 因?yàn)閮蓚€(gè)字符串可能是不一樣長的
index2 = j-1 # 記錄現(xiàn)在所匹配序列t的位置
for k in finalList:
if k == 0 :
finalOrder1.append("-")
finalOrder2.append(t[index2])
index2 += 1
if k == 1 :
finalOrder1.append(s[index1])
finalOrder2.append(t[index2])
index1 += 1
index2 += 1
if k == 2 :
finalOrder1.append(s[index1])
finalOrder2.append("-")
index1 += 1
finalList.reverse()
finalRoad.append(np.array(finalList)) # 將此次的路徑添加到最終路徑記錄用于最后畫圖
finalList.pop()
return
else :
finalList.append(1)
remount(mark,direction,i-1,j-1,s,t)
finalList.pop()
if direction[i][j][2] == 1 :
if all(direction[i-1][j] == [0,0,0]):
finalList.append(2)
finalList.reverse() # 將列表反過來得到從零點(diǎn)開始的路徑
index1 = i-1 # 記錄現(xiàn)在所匹配序列s的位置 因?yàn)閮蓚€(gè)字符串可能是不一樣長的
index2 = j # 記錄現(xiàn)在所匹配序列t的位置
for k in finalList:
if k == 0 :
finalOrder1.append("-")
finalOrder2.append(t[index2])
index2 += 1
if k == 1 :
finalOrder1.append(s[index1])
finalOrder2.append(t[index2])
index1 += 1
index2 += 1
if k == 2 :
finalOrder1.append(s[index1])
finalOrder2.append("-")
index1 += 1
finalList.reverse()
finalRoad.append(np.array(finalList)) # 將此次的路徑添加到最終路徑記錄用于最后畫圖
finalList.pop()
return
else :
finalList.append(2)
remount(mark,direction,i-1,j,s,t)
finalList.pop()
#畫箭頭函數(shù)
def arrow(ax,sX,sY,aX,aY):
ax.arrow(sX,sY,aX,aY,length_includes_head=True, head_width=0.15, head_length=0.25, fc='w', ec='b')
#畫圖函數(shù)
def drawArrow(mark, direction, a, b, s, t,mx,my):
#a是s的長度為4 b是t的長度為6
fig = plt.figure()
ax = fig.add_subplot(111)
val_ls = range(a+2)
scale_ls = range(b+2)
index_ls = []
index_lsy = []
for i in range(a):
if i == 0:
index_lsy.append('#')
index_lsy.append(s[a-i-1])
index_lsy.append('0')
for i in range(b):
if i == 0:
index_ls.append('#')
index_ls.append('0')
index_ls.append(t[i])
plt.xticks(scale_ls, index_ls) #設(shè)置坐標(biāo)字
plt.yticks(val_ls, index_lsy)
for k in range(1,a+2):
y = [k for i in range(0,b+1)]
x = [x for x in range(1,b+2)]
ax.scatter(x, y, c='y')
for i in range(1,a+2):
for j in range(1,b+2):
ax.text(j,a+2-i,int(mark[i-1][j-1]))
lX = my + 1
lY = a - mx + 1
for n in range(0,len(finalRoad)):
for m in (finalRoad[n]):
if m == 0:
arrow(ax,lX,lY,-1,0)
lX = lX - 1
elif m == 1:
arrow(ax,lX,lY,-1,1)
lX = lX - 1
lY = lY + 1
elif m == 2:
arrow(ax, lX, lY, 0, 1)
lY = lY + 1
lX = b + 1
lY = 1
ax.set_xlim(0, b + 2) # 設(shè)置圖形的范圍，默認(rèn)為[0,1]
ax.set_ylim(0, a + 2) # 設(shè)置圖形的范圍，默認(rèn)為[0,1]
ax.set_aspect('equal') # x軸和y軸等比例
plt.show()
plt.tight_layout()
if __name__ == '__main__':
createList()
print("Please enter gap:")
gap = int(input()) #獲取gap值 轉(zhuǎn)換為整型 tip：剛開始就是因?yàn)檫@里沒有進(jìn)行類型導(dǎo)致后面的計(jì)算部分報(bào)錯(cuò)
print("Please enter sequence 1:")
s = input() #獲取用戶輸入的第一條序列
print("Please enter sequence 2:")
t = input() #獲取用戶輸入的第二條序列
a = len(s) #獲取s的長度
b = len(t) #獲取t的長度
mark,direction = createMark(s,t,gap)
print("The scoring matrix is as follows：") #輸出得分矩陣
print(mark)
maxDirection = np.argmax(mark) #獲取最大值的位置
i = int(maxDirection/(b+1))
j = int(maxDirection - i*(b+1))
remount(mark,direction,i,j,s,t) #調(diào)用回溯函數(shù)
print(finalOrder1)
print(finalOrder2)
drawArrow(mark, direction, a, b, s, t, i, j)
二、實(shí)驗(yàn)結(jié)果截圖
1.全局比對(duì)
2.局部比對(duì)
到此這篇關(guān)于詳解基于python的全局與局部序列比對(duì)的實(shí)現(xiàn)(DNA)的文章就介紹到這了,更多相關(guān)python全局與局部序列比對(duì)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
總結(jié)
本次實(shí)驗(yàn)使用動(dòng)態(tài)規(guī)劃對(duì)全局序列比對(duì)進(jìn)行了實(shí)現(xiàn)，自己卡的最久的地方是回溯以及畫圖的時(shí)候。剛開始在實(shí)現(xiàn)回溯的過程中，老是找不準(zhǔn)回溯的條件以及將所有的路徑都記錄下來的方法，最后是使用的方向矩陣，也就是重新定義一個(gè)與得分矩陣等大的矩陣（但是這個(gè)矩陣是三維），存放的是每個(gè)位置能夠回溯的方向，第一個(gè)數(shù)值表示左邊，第二個(gè)表示左上，第三個(gè)表示上方，為0時(shí)表示當(dāng)前方向不能回溯，沒有路徑，為1時(shí)表示能回溯，當(dāng)該位置的所有能走的方向都走完時(shí)即可返回。將所有路徑記錄下來的方法是定義全局變量，當(dāng)有路徑能夠走到終點(diǎn)時(shí)便將這條路徑存放入該全局變量中。
繪圖的時(shí)候使用的是matplotlib中的散點(diǎn)圖，然后將每個(gè)點(diǎn)的得分以注釋的形式標(biāo)記在該點(diǎn)的右上角，并用箭頭將路徑繪出。不得不說的是，這個(gè)圖確實(shí)太丑了，我學(xué)識(shí)淺薄，也沒想到能畫出這個(gè)圖的更好的方法，還希望老師指點(diǎn)。
總的來說這次實(shí)驗(yàn)經(jīng)歷的時(shí)間還比較長，主要是因?yàn)閜ython也沒有很熟悉，很多函數(shù)也是查了才知道，然后可視化更是了解的少，所以畫出來的圖出奇的丑，還有回溯的時(shí)候也是腦子轉(zhuǎn)不過彎來，所以要學(xué)習(xí)的東西還有很多，需要更加努力。
本次實(shí)驗(yàn)還能夠有所改進(jìn)的地方是：
1.把兩個(gè)比對(duì)算法結(jié)合，讓用戶能夠選擇使用哪種比對(duì)方式。
2.作出一個(gè)更好看的界面，增加用戶體驗(yàn)感。
3.把圖畫的更美觀。
（老丁已閱，USC的同學(xué)們謹(jǐn)慎借鑒）
相關(guān)文章
這篇文章主要介紹了django的登錄注冊(cè)系統(tǒng)的示例代碼,小編覺得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過來看看吧2018-05-05
這篇文章主要介紹了jupyter notebook 增加kernel教程，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-04-04
Matlab中的mat數(shù)據(jù)轉(zhuǎn)成python中使用的npy數(shù)據(jù)遇到的坑及解決
這篇文章主要介紹了Matlab中的mat數(shù)據(jù)轉(zhuǎn)成python中使用的npy數(shù)據(jù)遇到的坑及解決，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2022-12-12
從np.random.normal()到正態(tài)分布的擬合操作
這篇文章主要介紹了從np.random.normal()到正態(tài)分布的擬合操作，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2021-06-06
Pytorch之Tensor和Numpy之間的轉(zhuǎn)換的實(shí)現(xiàn)方法
這篇文章主要介紹了Pytorch之Tensor和Numpy之間的轉(zhuǎn)換的實(shí)現(xiàn)方法，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-09-09
使用sklearn的cross_val_score進(jìn)行交叉驗(yàn)證實(shí)例
今天小編就為大家分享一篇使用sklearn的cross_val_score進(jìn)行交叉驗(yàn)證實(shí)例，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-02-02
Python?Httpx庫實(shí)現(xiàn)超跑式網(wǎng)絡(luò)請(qǐng)求用法實(shí)例
這篇文章主要為大家介紹了Python?Httpx庫實(shí)現(xiàn)超跑式網(wǎng)絡(luò)請(qǐng)求用法實(shí)例,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2024-01-01
這篇文章主要介紹了python for循環(huán)賦值問題，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2021-06-06
這篇文章主要介紹Djang中靜態(tài)文件配置方法的相關(guān)資料，django靜態(tài)文件配置主要是為了讓用戶請(qǐng)求django服務(wù)器時(shí)能找到靜態(tài)文件返回,需要的朋友可以參考下2015-07-07
Python利用Beautiful Soup模塊創(chuàng)建對(duì)象詳解
這篇文章主要介紹了Python利用Beautiful Soup模塊創(chuàng)建對(duì)象的相關(guān)資料，文中介紹的非常詳細(xì)，相信對(duì)大家具有一定的參考價(jià)值，需要的朋友們下面來一起看看吧。2017-03-03