- 综合排序
- 最热优先
- 最新优先
- 来自专栏叶子陪你玩编程
python 结构化保存数据
业余时间除了自己学习，也做了几个小案例，给大家分享一下： 案例一：单词测试工具 这个案例是之前的一个案例python 模拟单词测试（2）改写的，稍微做了一些优化。 原来的数据都是散着的，我让他按照excel这种格式记录好给我，其实就是将非结构化的数据结构化，便于我后期灵活处理，比如导入数据库或者转换成json的都可以。 案例2-md文件数据转json 平常出题目，为了方便书写和修改，都是写在石墨文档中的，不过也带来了问题，当内容很多后很难管理，比如我想从里面挑一些题目组成其它的试卷或者作为练习测试用不方便，需要复制来复制去 最后保存到json文件中，即完成文档数据到结构化数据的转换。 经过这几个案例的折腾，我开始发现很多内容其实都可以将其结构化保存下来，这样以后你要展示，只要从数据库中提取数据，改改外壳，就可以以不同的形式展示，同时原始核心数据又得以保存下来。
1.3K40编辑于 2022-04-04 - 来自专栏爬虫资料
网页快照的结构化保存方案：对象存储 + 可搜索元数据设计
我们没有任何结构化的元信息，连搜索都得靠 grep 全盘扫，速度慢得像蜗牛。当时我在笔记里写下这样一句话：“网页快照不是存文件，而是存上下文。” 目标很简单：“让新闻网页既能被完整保存，也能被快速检索。”1. 存内容：用对象存储保存完整快照新闻网页的HTML可能上百KB，还带图片和脚本，不适合塞进数据库。 2. 六、收尾：结构化保存的意义用一句话总结这次经历：“对象存储让网页留得下，元数据让网页找得到。” 当它被结构化、被索引、被分析，就不再是死数据，而是信息演化的时间轴。有时候，技术成长的关键，不是多写几行代码，而是多问一句：“我存下来的数据，能被未来的人用到吗？”
25010编辑于 2025-10-14 - 来自专栏Mybatis学习
Tensorflow2——模型的保存和恢复
模型的保存和恢复 1、保存整个模型 2、仅仅保存模型的架构（框架） 3、仅仅保存模型的权重 4、在训练期间保存检查点 1、保存整个模型 1）整个模型保存到一个文件中，其中包含权重值，模型配置以及优化器的配置 ，这样，您就可以为模型设置检查点，并稍后从完全相同的状态进行训练，而无需访问原始代码 2）在keras中保存完全可以正常的使用模型非常有用，您可以在tensorflow.js中加载他们，然后在网络浏览器中训练和运行它们 ____ new_model.evaluate(test_image,test_label,verbose=0) ##[0.5563450455665588, 0.7975000143051147] 2、 仅仅保存模型的架构（框架） 有时候我们只对模型的架构感兴趣，而无需保存权重值或者是优化器，在这种情况下，可以仅仅保存模型的配置 模型的整体的架构情况，返回一个json数据，就是一个模型的架构 json_config ，也就是他的权重，只是保存了网络的架构 3、仅仅保存模型的权重 时候我们只需要保存模型的状态（其权重值），而对模型的架构不感兴趣，在这种情况下，可以通过get_weights()来获取权重值，并通过set_weights
1.5K20发布于 2021-06-21 第2章：进阶格式与结构化元素
第2章：进阶格式与结构化元素 2.1 列表：有序与无序 2.1.1 无序列表 使用 -、* 或 + 符号（推荐统一使用 -）： - 苹果 - 香蕉 - 小香蕉（子项缩进两空格） - 橙子 效果 第一步 2. 第二步 5. 第三步（故意写错，仍显示为3.）
16800编辑于 2025-03-03- 来自专栏海天一树
结构化、半结构化和非结构化数据
举一个例子： id name age gender 1 Liu Yi 20 male 2 Chen Er 你也可以预先设定大量的预备字段，但这样的话，时间一长很容易弄不清除字段和数据的对应状态，即哪个字段保存有哪些数据。 二、半结构化数据 半结构化数据是结构化数据的一种形式，它并不符合关系型数据库或其他数据表的形式关联起来的数据模型结构，但包含相关标记，用来分隔语义元素以及对记录和字段进行分层。 所以，半结构化数据的扩展性是很好的。 三、非结构化数据 非结构化数据是数据结构不规则或不完整，没有预定义的数据模型，不方便用数据库二维逻辑表来表现的数据。 非结构化数据其格式非常多样，标准也是多样性的，而且在技术上非结构化信息比结构化信息更难标准化和理解。
24.3K44发布于 2018-10-08 - 来自专栏finleyMa
docker学习系列2 保存对容器的修改
由于容器本身是无状态的我修改完配置文件，关闭docker，下次在启动后还是原样，我需要保存修改。 然后 docker commit [OPTIONS] CONTAINER [REPOSITORY[:TAG]] 如 docker commit cb439fb2c714 finley/phpenv:tp3.2 具体用法请参见官方文档：commit 注意： 经查，不推荐更改运行中的容器配置，容器本身是无状态的，当然也可以通过进入容器内部的方式进行更改: docker exec -it 这样的更改是无法持久化保存的 ，当容器重启后，更改就丢失了，正确的做法是将需要持久化保存的数据放在挂载的存储卷中，当配置需要改变时直接删除重建。 # 从别人那拉个镜像 docker pull eriksencosta/php-dev # 基于上面的镜像加入了自己的修改并提交为自己的镜像，还打了tag docker commit cb439fb2c714
5.8K10发布于 2018-09-10 - 来自专栏Crossin的编程教室
【Python 第40课】 用文件保存游戏（2）
我们已经能从文件中读取游戏成绩数据了，接下来就要考虑，怎么把我们每次游戏的结果保存进去。
89660发布于 2018-04-16 - 来自专栏文斌的专栏
iTerm2快速SSH连接并保存密码
背景 Mac自带terminal，以及比较好用的iTerm2命令行工具，都缺乏一个功能，就是远程SSH连接，无法保存密码。 一种方法是将本机的ssh_key放到远程服务器中实现无密码登录。 ----- $ rsync --rsh="sshpass -p 'password' ssh -l root" 192.168.129.116:/data/backup/ /backup/ iTerm2集成 sshpass实现快速SSH连接 打开iTerm2的Profiles菜单，进入Profiles设置。 local/bin/sshpass -p 'xxxx' ssh root@192.168.129.116 快速连接 参考资料 sshpass：一个很棒的免交互SSH登录工具，但不要用在生产服务器上 iTerm2 保存ssh用户名密码
10.3K41发布于 2019-05-13 - 来自专栏叮当猫学生信
十一、画图（ggplot2、ggpubr）及图片保存
生信技能树学习之画图 一、ggplot2与ggpubr作图时的代码之间的差异 ## ggplot2 library(ggplot2) ###用某一个包之前，最好先library()加载一下 增加组间比较P值 ggpubr可以给箱线图增加组间比较P值，ggplot2不能。 图片保存的三种方法 #1.基础包作图的保存 pdf("iris_box_ggpubr.pdf") ##保存的格式及文件名 ####中间是画图代码 dev.off() ###只有关闭画板 #2.ggplot系列图(包括ggpubr)通用的简便保存 ggsave ggsave("iris_box_ggpubr.png") ##如下例子： p <- ggboxplot(iris, x 练习题：保存时可以设置长宽比例及像素 图片 #3.eoffice包 导出为ppt,全部元素都是可编辑模式 library(eoffice) topptx(p,"iris_box_ggpubr.pptx"
3K50编辑于 2023-02-27 - 来自专栏Michael阿明学习之路
03.结构化机器学习项目 W2.机器学习策略(2)
进行误差分析 2. 清除标注错误的数据 3. 快速搭建你的第一个系统，并进行迭代 4. 使用来自不同分布的数据，进行训练和测试 5. 数据分布不匹配时，偏差与方差的分析 6. 2. 清除标注错误的数据 ? 你发现训练数据里有标签标错了。怎么办？ 深度学习算法对于训练集中的随机错误是相当健壮的（robust），所以可以不用管 你有时间，修正下也没问题 ? 太多了） 只修正 开发集 / 测试集 的标签，而不修正 训练集 的标签是合理的，训练集 通常比前2者大得多，算法是相当健壮的 老师建议： 需要人工分析错误 亲自去查看错误样本，统计数量，找到优先处理的任务
49420发布于 2021-02-19 - 来自专栏快学Python
OpenCV基础 | 2.图像，视频的加载与保存
作者：小郭学数据 源自：快学python 学习视频可参见python+opencv3.3视频教学 基础入门 今天写的是图像，视频的加载与保存 1.图像，数字图像，像素 1.图像 图像：定义为二维函数f x,y）的幅值 灰度图像：是一个二维灰度（或亮度）函数f(x,y) 彩色图像：由三个（如RGB,HSV）二维灰度（或亮度）函数 RGB：R，红，G，绿，B，蓝 HSV：H，色调，S，饱和度，V：明度 2. 2.图像信息获得 def get_image_info(image): print("图像类型：",type(image)) print("图像长x宽x通道数：",image.shape ) # 将image图片转换成灰度图 cv.imwrite("huidu.png",gray) #将转换后的图片保存为huidu.png cv.imshow("gray",gray) 键)或者50ms后自动将窗口消除 if c == 27: #如果按esc退出的话，这里必须是等于27，27是esc的ASCLL十进制表示 break 5.视频保存
1.6K20发布于 2021-08-09 - 来自专栏周拱壹卒
【转】iTerm2快速SSH连接并保存密码
原文地址：https://cloud.tencent.com/developer/article/1424423 原文作者：汪志宾[1] 背景 Mac自带terminal，以及比较好用的iTerm2命令行工具 ，都缺乏一个功能，就是远程SSH连接，无法保存密码。 sshpass实现快速SSH连接 打开iTerm2的Profiles菜单，进入Profiles设置。 保存ssh用户名密码[2] [1] 汪志宾: https://cloud.tencent.com/developer/user/1433640 [2] iTerm2 保存ssh用户名密码: https target=https%3A%2F%2Fwww.jianshu.com%2Fp%2F7a7584dcee2b&objectId=1424423&objectType=1&contentType=undefined
10510编辑于 2026-04-10 - 来自专栏深度学习之tensorflow实战篇
python如何保存矩阵，保存matrix,保存numpy.ndarray
问题：如何将array保存到txt文件中？如何将存到txt文件中的数据读出为ndarray类型？ python如何保存矩阵，保存matrix,保存numpy.ndarray 分析 a = np.arange(0,12,0.5).reshape(4,-1) np.savetxt("a.txt", a) # 缺省按照'%.18e'格式保存数据，以空格分隔 np.loadtxt("a.txt") array([[ 0. , 0.5, 1. , 1.5, 2. , 2.5 -1) array([[0, 1, 2, 3, 4], [5, 6, 7, 8, 9]]) np.savetxt("a.txt",a) #缺省按照'%.18e'格式保存数据，以空格分隔 np.loadtxt 因此这种方式建议在不需要看保存文件内容的情况下使用。
14.3K60发布于 2018-04-02 - 来自专栏技术杂记
标准IO (三).文件的读取加工和保存（2）
; > c2 emacs@ubuntu:~/file$ cat b2;cat c2 emacs@ubuntu:~/file$ cat a2 aA1! bB2@cC3# aA1!bB2@cC3# aA1!bB2@cC3# aA1!bB2@cC3# aA1!bB2@cC3# aA1!bB2@cC3# aA1! /convAtoBsumtoC.x emacs@ubuntu:~/c$ ---------- emacs@ubuntu:~/file$ cat a2 aA1!bB2@cC3# aA1! bB2@cC3# aA1!bB2@cC3# aA1!bB2@cC3# aA1!bB2@cC3# aA1!bB2@cC3# aA1! @# emacs@ubuntu:~/file$ cat c2 aA1!bB2@cC3# aA1!bB2@cC3# aA1!bB2@cC3# aA1!bB2@cC3# aA1!bB2@cC3# aA1!
49720发布于 2021-09-16 - 来自专栏用户5033944的专栏
【TensorFlow2.x开发—基础】 模型保存、加载、使用
前言 本文主要介绍在TensorFlow2 中使用Keras API保存整个模型，以及如果使用保存好的模型。 保存整个模型时，有两种格式可以实现，分别是SaveModel和HDF5；在TF2.x中默认使用SavedModel格式。 new_model.summary() 检查其准确率（accuracy）： loss, acc = new_model.evaluate(test_images, test_labels, verbose = 2) () 使用模型： # 评估模型 loss, acc = new_model.evaluate(test_images, test_labels, verbose = 2) print("评估保存好的模型 # 查看模型的结构 new_model.summary() loss, acc = new_model.evaluate(test_images, test_labels, verbose = 2)
5.2K00发布于 2021-05-15 - 来自专栏小徐学爬虫
非结构化文本到结构化数据
将非结构化文本转换为结构化数据是一项常见且重要的任务，特别是在数据分析、自然语言处理和机器学习领域。以下是一些方法和工具，可以帮助大家从非结构化文本中提取有用的结构化数据。 然而，将非结构化文本转换为结构化数据是一项具有挑战性的任务，因为非结构化文本通常是杂乱无章且不规则的。2、解决方案将非结构化文本转换为结构化数据的解决方案之一是使用自然语言处理（NLP）技术。 引入NLTK库import nltk# 2. 对文本进行分词tokens = nltk.word_tokenize("Levi jeans size 32 A0b293")# 3. 引入re库import re# 2. 定义文本text = '''品牌： Apple型号： iPhone 13价格： 999美元'''# 2.
1.2K10编辑于 2024-07-11 - 来自专栏LeoXu的博客
Android教程-保存数据-保存文件
它从所有地方都是可读的，因此保存在这里的文件可能在你的控制范围之外被读取. 在内部存储中保存一个文件 ---- 当要在一个内部存储中保存一个文件时，你可以通过调用下面两个方法的其中之一，来获取相应的目录 文件 : getFilesDir() 返回一个表示你应用的内部路径的 查询空闲空间 ---- 如果你事先知道要保存多少数据，你就可以通过调用 getFreeSpace() 或者 getTotalSpace() 发现是否有足够空间保存这些数据，而不会导致一个 IOException 如果返回的数量比你想要保存的数据多几个MB，或者如果文件系统占率低于90%，那么往往还算安全。否则，你可能就不应该再往里面写入了. 注意: 你并不一定要在保存你的文件之前检查剩余空间的数量. ); 注意: 当用户卸载你的应用时，Android系统会删除下面这些东西 : 所有你保存在外部存储中的文件 所有你使用 getExternalFilesDir() 保存在内部存储上的文件.
3.9K30发布于 2018-08-15 - 来自专栏全栈程序员必看
vim 退出命令(保存、放弃保存)_linux保存并退出vim
进入插入模式 2. 光标移动 3. 文件命令 五、命令模式与末行模式操作 1. 保存和退出 2. 删除命令 3. 复制、移动、跳转 4. 替换、查找字符 5. 撤销和重复 6. 保存和退出 :q! # 不保存文件，强制退出vim，若退出报错，直接用这个命令即可。 :q # 不保存文件，退出vim。 :wq # 保存文件，退出vim，w(write), q(quit)。 :wq! # 保存文件，并强制退出vim。 :w # 保存文件，但不退出vim。 :n1,n2w filename # 将第n1行开始到n2行结束的内容保存到文件filename中，n1，n2代表数字。 # 放弃所有修改，从上次保存文件开始再编辑命令历史 ZZ: # 保存退出 ZQ # 不保存退出 2. 删除命令 简单的删除跟word操作一样。
24.3K60编辑于 2022-09-23 - 来自专栏全栈程序员必看
什么叫结构化数据半结构化数据和非结构化数据(xml是非结构化数据)
计算机信息化系统中的数据分为结构化数据和非结构化数据、半结构化数据。 结构化数据 结构化数据，是指由二维表结构来逻辑表达和实现的数据，严格地遵循数据格式与长度规范，主要通过关系型数据库进行存储和管理。 比如： id name gender phone address 1 张一 female 3337899 湖北省武汉市 2 非结构化数据更难让计算机理解。 半结构化数据 半结构化数据，是结构化数据的一种形式，虽不符合关系型数据库或其他数据表的形式关联起来的数据模型结构，但包含相关标记，用来分隔语义元素以及对记录和字段进行分层。
4.2K20编辑于 2022-08-01 - 来自专栏前端博客
JPEGExifTIFF格式解读(2):图片元数据保存及EXIF详解
EXIF文件格式说明Exif可以附加于JPEG、TIFF、RIFF、CR2、NEF、XMP等文件之中——PNG规范中不包含嵌入式EXIF，如何分析图片文件里面的Exif信息，截取图片文件里面的exif数据块 就像上面描述的那样, Exif 数据开始于ASCII字符 "Exif" 和2个字节的0x00, 后面才是 Exif的数据. Exif 使用 TIFF 格式来存储数据. In case of YCbCr format, first 2 show black/white of Y, next 2 are Cb, last 2 are Cr. In case of RGB format, first 2 show black/white of R, next 2 are G, last 2 are B.0x8298Copyrightascii JPEG图片更快的加载图像 http转载本站文章《JPEG/Exif/TIFF格式解读(2):图片元数据保存及EXIF详解》,请注明出处：https://www.zhoulujun.cn/html/theory
16K31编辑于 2023-04-22
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号