锐客网

  1. 首页 > 生活百科 > it技术 > >

关于python的box函数的信息

imageIT技术

python Combobox的不同选项绑定不同的事件，怎么实现 。你好，Button1.bind(sequence='Button-1', func=trans1)的语法应该是Button1.bind'ComboboxSelected', handler)，针对不同的选项绑定不同的事件 ， 可以通过event分发来实现，下面是一个例子代码：
import tkinter as tk
from tkinter import ttk
values = ['mustang', 'focus', 'tesla']
def method_mustang():
label.configure(text="mustang selected")
def method_focus():
label.configure(text="focus selected")
def method_tesla():
label.configure(text="tesla selected")
def method_unknown():
label.configure(text="unknown selected")
def handler(event):
current = combobox.current()
value = https://www.04ip.com/post/values[current]
print("current:", current, "value:", value)
func_map = {
"mustang": method_mustang,
"focus": method_focus,
"tesla": method_tesla
}
func = func_map.get(value, method_unknown)
func()
root = tk.Tk()
combobox = ttk.Combobox(root, values=values)
combobox.bind('ComboboxSelected', handler)
label = ttk.Label(root, width=20)
combobox.pack(side="top", anchor="w")
label.pack(side="top", fill="x", pady=4)
root.mainloop()
Python如何图像识别？1. 简介 。
图像处理是一门应用非常广的技术，而拥有非常丰富第三方扩展库的 Python 当然不会错过这一门盛宴 。PIL （Python Imaging Library）是 Python 中最常用的图像处理库，目前版本为 1.1.7 ， 我们可以 在这里 下载学习和查找资料 。
Image 类是 PIL 库中一个非常重要的类，通过这个类来创建实例可以有直接载入图像文件，读取处理过的图像和通过抓取的方法得到的图像这三种方法 。
2. 使用 。
导入 Image 模块 。然后通过 Image 类中的 open 方法即可载入一个图像文件 。如果载入文件失败，则会引起一个 IOError ；若无返回错误 ， 则 open 函数返回一个 Image 对象 。现在，我们可以通过一些对象属性来检查文件内容，即：
1import Image
2im = Image.open("j.jpg")
3print im.format, im.size, im.mode
4 JPEG (440, 330) RGB
这里有三个属性 ， 我们逐一了解 。
format : 识别图像的源格式，如果该文件不是从文件中读取的，则被置为 None 值 。
size : 返回的一个元组 ， 有两个元素，其值为象素意义上的宽和高 。
mode : RGB（true color image），此外还有 ， L（luminance），CMTK（pre-press image） 。
现在，我们可以使用一些在 Image 类中定义的方法来操作已读取的图像实例 。比如，显示最新载入的图像：
1 im.show()
2
输出原图：
3. 函数概貌 。
3.1Reading and Writing Images : open( infilename ) , save( outfilename )
3.2Cutting and Pasting and Merging Images :
crop() : 从图像中提取出某个矩形大小的图像 。它接收一个四元素的元组作为参数 ， 各元素为（left, upper, right, lower），坐标系统的原点（0, 0）是左上角 。
paste() :
merge() :
1box = (100, 100, 200, 200)
2region = im.crop(box)
3region.show()
4region = region.transpose(Image.ROTATE_180)
5region.show()
6im.paste(region, box)
7im.show()
其效果图为：
旋转一幅图片：
1 def roll(image, delta):
2"Roll an image sideways"
3
4xsize, ysize = image.size
5
6delta = delta % xsize
7if delta == 0: return image
8
9part1 = image.crop((0, 0, delta, ysize))
10part2 = image.crop((delta, 0, xsize, ysize))
11image.paste(part2, (0, 0, xsize-delta, ysize))
12image.paste(part1, (xsize-delta, 0, xsize, ysize))
13
14return image
3.3几何变换 。
3.3.1简单的几何变换 。
1 out = im.resize((128, 128))#
2out = im.rotate(45)#逆时针旋转 45 度角 。
3out = im.transpose(Image.FLIP_LEFT_RIGHT)#左右对换 。
4out = im.transpose(Image.FLIP_TOP_BOTTOM)#上下对换 。
5out = im.transpose(Image.ROTATE_90)#旋转 90 度角 。
6out = im.transpose(Image.ROTATE_180)#旋转 180 度角 。
7 out = im.transpose(Image.ROTATE_270)#旋转 270 度角 。
各个调整之后的图像为：
图片1：
图片2：
图片3：
图片4：
3.3.2色彩空间变换 。
convert() : 该函数可以用来将图像转换为不同色彩模式 。
3.3.3图像增强 。
Filters : 在 ImageFilter 模块中可以使用 filter 函数来使用模块中一系列预定义的增强滤镜 。
1import ImageFilter
2imfilter = im.filter(ImageFilter.DETAIL)
3imfilter.show()
3.4序列图像 。
即我们常见到的动态图，最常见的后缀为 .gif ，另外还有 FLI / FLC。PIL 库对这种动画格式图也提供了一些基本的支持 。当我们打开这类图像文件时 ， PIL 自动载入图像的第一帧 。我们可以使用 seek 和 tell 方法在各帧之间移动 。
1 import Image
2 im.seek(1)# skip to the second frame
3
4 try:
5while 1:
6im.seek( im.tell()1)
7# do something to im
8 except EOFError:
9pass
3.5更多关于图像文件的读取 。
最基本的方式：im = Image.open("filename")
类文件读?。篺p = open("filename", "rb"); im = Image.open(fp)
字符串数据读?。篿mport StringIO; im = Image.open(StringIO.StringIO(buffer))
从归档文件读?。篿mport TarIO; fp = TarIo.TarIO("Image.tar", "Image/test/lena.ppm"); im = Image.open(fp)
基本的 PIL 目前就练习到这里 。其他函数的功能可点击 这里 进一步阅读 。
python matplotlib箱线图参考链接：
箱线图，又称箱形图（boxplot）或盒式图，不同于一般的折线图、柱状图或饼图等传统图表，只是数据大小、占比、趋势等等的呈现，其包含一些统计学的均值、分位数、极值等等统计量，因此，该图信息量较大，不仅能够分析不同类别数据平均水平差异（需在箱线图中加入均值点），还能揭示数据间离散程度、异常值、分布差异等等 。
在python中常用matplotlib的boxplot来绘制，最简单绘制的如下：
importnumpyasnpimportmatplotlib.pyplotaspltimportpandasaspdnp.random.seed(2)#设置随机种子df = pd.DataFrame(np.random.rand(5,4),columns=['A','B','C','D'])#先生成0-1之间的5*4维度数据，再装入4列DataFrame中df.boxplot()#也可用plot.box()plt.show()
Paste_Image.png
从图形可以看出，A、B、C、D四组数A、D数据较集中（大部分在上下四分位箱体内） ， 但都有异常值，C的离散程度最大（最大值与最小值之间距离），以均值为中心，B分布都有明显右偏（即较多的值分布在均值的右侧），A、C则有明显左偏 。
（2）
从分析的角度来说，上面boxplot最初始图形已经够用，但是在matplotlib库下boxplot函数中包含n多参数，涉及到对框的颜色及形状、线段线型、均值线、异常点的形状大小等等设置，由于大多并不常用，用了几个常用参数，作图如下：
df.boxplot(sym='r*',vert=False,patch_artist=True,meanline=False,showmeans=True)plt.show()
Paste_Image.png
其中 ， sym='r*',表示异常点的形状，
vert=False，表示横向还是竖向（True），,
patch_artist=True,（上下四分位框内是否填充，True为填充）
meanline=False,showmeans=True ， 是否有均值线及其形状，meanline=True时，均值线也像中位数线一样是条红色线段，这样容易与中位数线混淆 。
另外，还有其他参数 ， 比如notch表示中间箱体是否缺口 ， whis为设置数据的范围，showcaps、showbox是否显示边框，可以参见
，如该网页中图形：
Paste_Image.png
左上图是默认图形，中上、右上是显示均值点及形状，左下是是否显示箱体边框，中下是带缺口的箱体 ， 右下是是否显示异常值 。
（3）
前边说过，很多参数使用很少，但对于图形来说，可能还能用到的就是美化 ， 比如各条线的颜色，粗细程度等等 。这里可用for循环来构造 。
f=df.boxplot(sym='r*',patch_artist=True)forboxinf['boxes']:# 箱体边框颜色box.set( color='#7570b3', linewidth=2)# 箱体内部填充颜色box.set( facecolor ='#1b9e77')forwhiskerinf['whiskers']:whisker.set(color='r', linewidth=2)forcapinf['caps']:cap.set(color='g', linewidth=3)formedianinf['medians']:median.set(color='DarkBlue', linewidth=3)forflierinf['fliers']:flier.set(marker='o', color='y', alpha=0.5)plt.show()
Paste_Image.png
其中，boxes, 是25分位值和75分位值构成的box,
【关于python的box函数的信息】 medians, 是中位值的横线, 每个median是一个Line2D对象
whiskers, 是指从box 到error bar之间的竖线.
fliers, 是指error bar线之外的离散点.
caps, 是指error bar横线.
means, 是均值的横线,
（4）
还可以做子图 ， 如我们在最开始的DataFrame数据中加入分类数据列：
df['E'] = np.random.choice(['X','Y'], size=20)#加入以X、Y随机分类的E列print(df)plt.figure()df.boxplot(by='E')plt.show()
Paste_Image.png
这样我们就可以比较，不同类别X、Y在同一列下的数据分布情况及其差异 。
链接：
来源：
关于python的box函数和的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息 ， 记得收藏关注本站 。

    推荐阅读


    上一篇：如何在维修服务器时打开上锁的门？ 怎么开锁上门维修服务器

    下一篇：人渣找不到服务器怎么办 找不到服务器怎么办