侯小啾技术博客

python 操作PDF A3页面转A4页面最近接到一份PDF资料需要打印，奈何页面是A3的，目前只支持打印A4。如下图所示，我想要把每页的一个大页面裁成两个小的页面。代码实现逻辑大致如下。首先在当前目录下创建一个python文件，并编辑以下代码。代码共定义三个函数，第一个函数将pdf拆分为多个图片，放在自动新建的images1文件夹中。第二个函数则将每个图片进行切割，切割后的图片放在自动创建的images2文件夹中。第三个函数则将images2文件夹中的每个图片合并成为pdf。

从参数数量视角理解深度学习神经网络算法 DNN, CNN, RNN, LSTM 以python为工具内容涉及全连接神经网络，卷积神经网络，循环神经网络，以及循环神经网络的变种——LSTM神经网络。神经网络入门往往有着相对较大的难度，但是在对模型有一点了解后，从神经元数量和参数数量等这个角度来理解的话，似乎变得更容易了。

mplfinance 一个堪称完美python量化金融可视化工具详析mplfinance安装 获取数据（从tushare接口）获取数据（从本地csv） mplfinance可视化5. 自定义风格样式 添加其他线条

矩阵【线性代数系列（二）】1.线性方程组2.矩阵的概念3. 对角矩阵 与 单位矩阵4.矩阵的运算4.1 矩阵的加法4.2 矩阵的数乘4.3 矩阵的乘法4.4 矩阵的幂4.5 交换率结合率分配率汇总4.6 矩阵的转置5. 矩阵的行列式6.矩阵的线性变换6.逆矩阵7.克拉默发展8.矩阵分块9.python实现9.1 创建一般矩阵9.2 创建全零、全一矩阵9.3 创建对角矩阵与单位矩阵9.4 矩阵与标量的运算9.5 矩阵与矩阵的运算9.6 矩阵的转置9.7 逆矩阵

矩阵的初等变换与线性方程组【线性代数系列（三）】文章目录1.矩阵的初等变换1.1 初等变换1.2 等价关系1.3 初等变换 矩阵类型1.3.1行阶梯矩阵1.3.2 行最简型矩阵1.3.3 标准型1.4 初等矩阵1.5 相关定理2.矩阵的秩2.1 k阶子式2.2 相关概念与定理3.线性方程组的解4. python矩阵求秩 & 求解线性方程......

行列式【线性代数系列（一）】1. 行列式及相关概念1.1 二阶行列式1.2 三阶行列式1.3 n阶行列式1.4 行列式相关概念及定理2. 行列式按行（列）展开法则3. 几种特殊行列式3.1 对角行列式3.2 反对角行列式3.3 拉普拉斯展开式3.4 范德蒙行列式4.python计算行列式......

涉及内容：使用for循环对DataFrame中的全部数据做映射变换（没有使用映射方法），并把多列数据合并为一长列，最后结合seaborn库绘制出九个字段的直方图，并使用3×3的方式排列图表在一张画布上。导包import pandas as pdimport matplotlib.pyplot as pltimport seaborn as sns小啾某次做数据分析，处理部分清洗后问卷数据df5如下：其中A、B、C、D、E分别表示的是群众对该意见的支持度，1，2，3，4，5。然后将数据转化

如图，打开pycharm后，点击File>Settings>，然后选择当前的project，点击Project Interpreter，选择好项目解释器，既可以看到自己当前解释器安装的所有的库及其版本。

在字符串前加r，表示字符串内没有特殊的、功能性字符。可以使转义字符不转义。该过程仅仅是只该字符串本身，以该例为例，r’\s\d’就是一个长度为4个字符的字符串。但是当其作为macth函数的pattern参数时，传入后其\s表示任意空白字符、\d表示任意一个数字的作用发挥出来。这与r’\s\d’本身表示一个没有特殊含义的字符串没有任何关系。import reprint(r'1\n2')print(re.match(r'\s\d', ' 9').group())print(re.match(r'\s

字符串前加r表示没有特殊的、功能性字符。示例print('hello \n world')print(r'hello \n world')

问题描述在mongodb官网下载mongodb后，得到了一个MSI文件，且使用电脑打不开该文件：解决方案以管理员身份打开cmd，切换到MSI文件所在的目录后，然后输入以下命令msiexec /package + MSI文件名（含扩展名）具体命令示例如图所示：这样就成功以打开了安装包程序：希望给同样遇到该问题的你带来帮助！...

目录1.参数估计1.1 点估计1.2 区间估计推断统计的工作主要包含两类：参数估计(Parameter Estimation) 和 假设检验(Hypothesis) 。1.参数估计参数估计通常有点估计(Point Estimate) 和 区间估计(Interval Estimation) 两种形式。1.1 点估计点估计是用一个具体的值来估计一个总体的未知参数，也叫定值估计。能直接告诉我们未知参数的估计值是多少。但是样本毕竟只是总体的一部分，捕捉的信息终究有局限。因此我们使用样本数据估计出的结果不可

目录1. 概率与概率分布1.1离散型随机变量1.1.1概率质量函数1.1.2 累计分布密度函数1.1.3 Python的实现1.2 连续型随机变量2. 期望值与方差3.二项分布4. 正态分布5. 其他连续分布5.1 卡方分布5.2 t分布5.3 F分布6. 变量的关系6.1 联合概率分布6.2变量的独立性6.3 变量的相关性6.4 上证指数与深证成指相关性分析统计分析是可以帮助人们认清、刻画不确定性的方法。总体是某一特定事物可能发生结果的集合，随机变量(Random Variable) 则是一个不确定事件

目录1. 统计分析2. 数据类型3.图表3.1 频数分布表3.2 直方图3.3 数据的位置3.3.1 样本平均数(Sample Mean)3.3.2 中位数(Median)3.3.3 众数(Mode)3.3.4 百分位数(Percentile)4. 数据的离散度4.1极差4.2平均绝对偏差4.3方差(Variance)和标准差(Standard Deviation)1. 统计分析统计分析(Statistical)包括**描述性统计(Descriptive Statistics)和推断统计(Inferen

泰勒公式专题 拉格朗日余项与佩亚诺余项,麦克劳林公式

生成虚拟数据在机器学习和数据分析中扮演着重要的角色，它可以帮助我们研究、理解和解决实际问题，并为算法开发和模型评估提供有价值的资源。

装饰器是Python中一种强大的语法特性，它允许在不修改已有代码的情况下，对函数或类进行增强或修改。装饰器的本质是一个函数，它接受一个函数作为参数，并返回一个新的函数。

在PyCharm中配置PyQt5环境,PyQt5设计器,`PyUIC`转换工具

python random模块随机抽样专题1. 设置随机数种子 seed()2. random() 与 randint()3. sample()方法 无放回抽样4. choice() 与 choices() 有放回抽样5. shuffle()方法6. 猜拳小案例

pyinstaller ___ python程序打包exe实现

使用python写一个程序，其功能满足可以搜索指定目录下的某类型的文件，并可以移动到指定的目录。import sysimport os, shutilfile_list = []# 定义一个搜索功能的函数def search_file(root, file_name): for file in os.listdir(root): path = root try: path = path + os.sep + file

小啾的python异常捕捉，处理。捕捉一个异常，多个异常，所有异常，自定义异常，raise主动触发异常，及try...except...else...finally...关键词逻辑。

enumerate()是python的一个内置函数，函数作用是获取个可迭代对象的每个元素的索引值及该元素值。

assert关键字也称断言函数。常用于在程序运行时检测某条件是否满足，如果不满足则会报错。以下方代码为例，要求值为5，判断列表中的元素个数是否等于要求值。如果等于，则下方代码正常运行。required_total_num = 5str_list = ['a', 'b', 'c', 'd', 'e']str_list_count = len(str_list)assert required_total_num == str_list_countprint('hello world!')

sort()首先看sort()方法，sort方法只能对列表进行操作，而sorted可用于所有的可迭代对象。a = [1, 5, 3, 4, 2]a.sort()print(a)调用sort()方法后，原列表被改变。sorted()再看sorted()函数，sorted(iterable, key=None, reverse=False)iterable是一个可迭代对象key为指定的排序标的，指定排列的是哪一个值。参数类型为 函数类型。（需要传入一个函数）如给dic_items里

defaultdict是普通字典dict的一个子类。通过collections库的defaultdict()方法创建。defaultdict()需要传入的参数为 类名。(type类型)首先，以int类 作为参数传入为例，from collections import defaultdictdedict = defaultdict(int)print(dedict)不同于普通的字典，其特性在于，当用一个defaultdict中不存在的键来调用时，不会报KeyError错误以调取’a’键的值为

以如下代码为例，我们在局部作用域内使用全局变量a，需要使用global关键字进行声明。否则代码会不可用。a = 100def fun(): global a a += 100 fun()print(a)但是也有一种常见的情况，可以修改的数据类型在函数内部做修改操作是不需要声明global的：list1 = [100, 200]def fun(): list1.append(300)fun()print(list1)但是如果把添加元素的

JSON（JavaScript Object Natation）是一种轻量级的数据交换格式，其基于ECMAScript的一个子集。Python中提供了json模块来对JSON数据进行编码和解码。json模块包含以下两个函数：json.dumps()：对数据进行编码jsonloads()：对数据进行解码示例import jsondata1 = { 'id': '001', 'name': '李华', 'date': '20220115'}json_str = j

面向对象，类，实例，内置方法，内置属性，__init__,__doc__,__str__,__dict__ ......

高阶函数高阶函数：接收函数作为参数，或者将函数作为返回值的函数就是高阶函数。以写出一个能够筛选出序列中偶数的高阶函数为例：def fun1(fn): list1 = [] for i in range(101): if fn(i): list1.append(i) return list1def fun2(i): if i % 2 == 0: return Trueprint(

不定长参数*args参数*args形参只能接受位置参数，不能接受关键字参数。它会将所有接收的参数保存在一个元组中。def fun1(*args): print(args)fun1(1,2,3)结果：**kwargs参数**kwargs形参可以接收其它关键字参数，且必须写在所有参数最后边。会将接收的参数统一保存到一个字典中。def fun2(**kwargs): print(kwargs)fun2(a=1, b=2, c=3) 结果：且这里传入的a，b

1. 可迭代对象我们已经知道可以对list，tuple，dict，set，str等类型数据使用for…in…的循环语法从其中依次拿到数据进行使用，我们把这样的过程称为遍历，也叫迭代。把可以通过for…in…这类语句迭代读取一条数据供我们使用的对象称之为可迭代对象(iterable)。2. 推导式推导式也分为列表推导式、字典推导式、集合推导式等。我们平时用的最多的，一般也就是列表推导式。语法：[表达式 for 变量 in 旧列表][表达式 for 变量 in 旧列表 if 条件]如

Part 11.函数简介函数也是一个对象函数用来保存一些可执行的代码，并且可以在需要时，对这些语句进行多次调用。语法def 函数名([形参1,形参2,形参3....]): 代码块注意：函数名必须符合标识符的规范(可以包含字母、数字、下划线但是不能以数字开头)print是函数对象 print()是调用函数2.函数的参数2.1形参和实参形参(形式参数) 定义形参就相当于在函数内部声明了变量，但是并不是赋值。实参(实际参数) 指定了形参，那么在调用函数时必须传递实参，