女人自慰AV免费观看内涵网,日韩国产剧情在线观看网址,神马电影网特片网,最新一级电影欧美,在线观看亚洲欧美日韩,黄色视频在线播放免费观看,ABO涨奶期羡澄,第一导航fulione,美女主播操b

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

簡(jiǎn)述Python加速運(yùn)行小竅門

Linux愛(ài)好者 ? 來(lái)源:CSDN技術(shù)社區(qū) ? 作者:尤達(dá)c ? 2021-10-20 15:28 ? 次閱讀

Python 是一種腳本語(yǔ)言,相比 C/C++ 這樣的編譯語(yǔ)言,在效率和性能方面存在一些不足。但是,有很多時(shí)候,Python 的效率并沒(méi)有想象中的那么夸張。本文對(duì)一些 Python 代碼加速運(yùn)行的技巧進(jìn)行整理。

0. 代碼優(yōu)化原則

本文會(huì)介紹不少的 Python 代碼加速運(yùn)行的技巧。在深入代碼優(yōu)化細(xì)節(jié)之前,需要了解一些代碼優(yōu)化基本原則。

第一個(gè)基本原則是不要過(guò)早優(yōu)化。很多人一開(kāi)始寫代碼就奔著性能優(yōu)化的目標(biāo),“讓正確的程序更快要比讓快速的程序正確容易得多”。因此,優(yōu)化的前提是代碼能正常工作。過(guò)早地進(jìn)行優(yōu)化可能會(huì)忽視對(duì)總體性能指標(biāo)的把握,在得到全局結(jié)果前不要主次顛倒。

第二個(gè)基本原則是權(quán)衡優(yōu)化的代價(jià)。優(yōu)化是有代價(jià)的,想解決所有性能的問(wèn)題是幾乎不可能的。通常面臨的選擇是時(shí)間換空間或空間換時(shí)間。另外,開(kāi)發(fā)代價(jià)也需要考慮。

第三個(gè)原則是不要優(yōu)化那些無(wú)關(guān)緊要的部分。如果對(duì)代碼的每一部分都去優(yōu)化,這些修改會(huì)使代碼難以閱讀和理解。如果你的代碼運(yùn)行速度很慢,首先要找到代碼運(yùn)行慢的位置,通常是內(nèi)部循環(huán),專注于運(yùn)行慢的地方進(jìn)行優(yōu)化。在其他地方,一點(diǎn)時(shí)間上的損失沒(méi)有什么影響。

1. 避免全局變量

#不推薦寫法。代碼耗時(shí):26.8秒
importmath

size=10000
forxinrange(size):
foryinrange(size):
z=math.sqrt(x)+math.sqrt(y)

許多程序員剛開(kāi)始會(huì)用 Python 語(yǔ)言寫一些簡(jiǎn)單的腳本,當(dāng)編寫腳本時(shí),通常習(xí)慣了直接將其寫為全局變量,例如上面的代碼。但是,由于全局變量和局部變量實(shí)現(xiàn)方式不同,定義在全局范圍內(nèi)的代碼運(yùn)行速度會(huì)比定義在函數(shù)中的慢不少。通過(guò)將腳本語(yǔ)句放入到函數(shù)中,通常可帶來(lái) 15% - 30% 的速度提升。

#推薦寫法。代碼耗時(shí):20.6秒
importmath

defmain():#定義到函數(shù)中,以減少全部變量使用
size=10000
forxinrange(size):
foryinrange(size):
z=math.sqrt(x)+math.sqrt(y)

main()

2. 避免.

2.1 避免模塊和函數(shù)屬性訪問(wèn)

#不推薦寫法。代碼耗時(shí):14.5秒
importmath

defcomputeSqrt(size:int):
result=[]
foriinrange(size):
result.append(math.sqrt(i))
returnresult

defmain():
size=10000
for_inrange(size):
result=computeSqrt(size)

main()

每次使用.(屬性訪問(wèn)操作符時(shí))會(huì)觸發(fā)特定的方法,如__getattribute__()__getattr__(),這些方法會(huì)進(jìn)行字典操作,因此會(huì)帶來(lái)額外的時(shí)間開(kāi)銷。通過(guò)from import語(yǔ)句,可以消除屬性訪問(wèn)。

#第一次優(yōu)化寫法。代碼耗時(shí):10.9秒
frommathimportsqrt

defcomputeSqrt(size:int):
result=[]
foriinrange(size):
result.append(sqrt(i))#避免math.sqrt的使用
returnresult

defmain():
size=10000
for_inrange(size):
result=computeSqrt(size)

main()

在第 1 節(jié)中我們講到,局部變量的查找會(huì)比全局變量更快,因此對(duì)于頻繁訪問(wèn)的變量sqrt,通過(guò)將其改為局部變量可以加速運(yùn)行。

#第二次優(yōu)化寫法。代碼耗時(shí):9.9秒
importmath

defcomputeSqrt(size:int):
result=[]
sqrt=math.sqrt#賦值給局部變量
foriinrange(size):
result.append(sqrt(i))#避免math.sqrt的使用
returnresult

defmain():
size=10000
for_inrange(size):
result=computeSqrt(size)

main()

除了math.sqrt外,computeSqrt函數(shù)中還有.的存在,那就是調(diào)用listappend方法。通過(guò)將該方法賦值給一個(gè)局部變量,可以徹底消除computeSqrt函數(shù)中for循環(huán)內(nèi)部的.使用。

#推薦寫法。代碼耗時(shí):7.9秒
importmath

defcomputeSqrt(size:int):
result=[]
append=result.append
sqrt=math.sqrt#賦值給局部變量
foriinrange(size):
append(sqrt(i))#避免result.append和math.sqrt的使用
returnresult

defmain():
size=10000
for_inrange(size):
result=computeSqrt(size)

main()

2.2 避免類內(nèi)屬性訪問(wèn)

#不推薦寫法。代碼耗時(shí):10.4秒
importmath
fromtypingimportList

classDemoClass:
def__init__(self,value:int):
self._value=value

defcomputeSqrt(self,size:int)->List[float]:
result=[]
append=result.append
sqrt=math.sqrt
for_inrange(size):
append(sqrt(self._value))
returnresult

defmain():
size=10000
for_inrange(size):
demo_instance=DemoClass(size)
result=demo_instance.computeSqrt(size)

main()

避免.的原則也適用于類內(nèi)屬性,訪問(wèn)self._value的速度會(huì)比訪問(wèn)一個(gè)局部變量更慢一些。通過(guò)將需要頻繁訪問(wèn)的類內(nèi)屬性賦值給一個(gè)局部變量,可以提升代碼運(yùn)行速度。

#推薦寫法。代碼耗時(shí):8.0秒
importmath
fromtypingimportList

classDemoClass:
def__init__(self,value:int):
self._value=value

defcomputeSqrt(self,size:int)->List[float]:
result=[]
append=result.append
sqrt=math.sqrt
value=self._value
for_inrange(size):
append(sqrt(value))#避免self._value的使用
returnresult

defmain():
size=10000
for_inrange(size):
demo_instance=DemoClass(size)
demo_instance.computeSqrt(size)

main()

3. 避免不必要的抽象

#不推薦寫法,代碼耗時(shí):0.55秒
classDemoClass:
def__init__(self,value:int):
self.value=value

@property
defvalue(self)->int:
returnself._value

@value.setter
defvalue(self,x:int):
self._value=x

defmain():
size=1000000
foriinrange(size):
demo_instance=DemoClass(size)
value=demo_instance.value
demo_instance.value=i

main()

任何時(shí)候當(dāng)你使用額外的處理層(比如裝飾器、屬性訪問(wèn)、描述器)去包裝代碼時(shí),都會(huì)讓代碼變慢。大部分情況下,需要重新進(jìn)行審視使用屬性訪問(wèn)器的定義是否有必要,使用getter/setter函數(shù)對(duì)屬性進(jìn)行訪問(wèn)通常是 C/C++ 程序員遺留下來(lái)的代碼風(fēng)格。如果真的沒(méi)有必要,就使用簡(jiǎn)單屬性。

#推薦寫法,代碼耗時(shí):0.33秒
classDemoClass:
def__init__(self,value:int):
self.value=value#避免不必要的屬性訪問(wèn)器

defmain():
size=1000000
foriinrange(size):
demo_instance=DemoClass(size)
value=demo_instance.value
demo_instance.value=i

main()

4. 避免數(shù)據(jù)復(fù)制

4.1 避免無(wú)意義的數(shù)據(jù)復(fù)制

#不推薦寫法,代碼耗時(shí):6.5秒
defmain():
size=10000
for_inrange(size):
value=range(size)
value_list=[xforxinvalue]
square_list=[x*xforxinvalue_list]

main()

上面的代碼中value_list完全沒(méi)有必要,這會(huì)創(chuàng)建不必要的數(shù)據(jù)結(jié)構(gòu)或復(fù)制。

#推薦寫法,代碼耗時(shí):4.8秒
defmain():
size=10000
for_inrange(size):
value=range(size)
square_list=[x*xforxinvalue]#避免無(wú)意義的復(fù)制

main()

另外一種情況是對(duì) Python 的數(shù)據(jù)共享機(jī)制過(guò)于偏執(zhí),并沒(méi)有很好地理解或信任 Python 的內(nèi)存模型,濫用 copy.deepcopy()之類的函數(shù)。通常在這些代碼中是可以去掉復(fù)制操作的。

4.2 交換值時(shí)不使用中間變量

不推薦寫法,代碼耗時(shí):0.07秒

#不推薦寫法,代碼耗時(shí):0.07秒
defmain():
size=1000000
for_inrange(size):
a=3
b=5
temp=a
a=b
b=temp

main()

上面的代碼在交換值時(shí)創(chuàng)建了一個(gè)臨時(shí)變量temp,如果不借助中間變量,代碼更為簡(jiǎn)潔、且運(yùn)行速度更快。

#推薦寫法,代碼耗時(shí):0.06秒
defmain():
size=1000000
for_inrange(size):
a=3
b=5
a,b=b,a#不借助中間變量

main()

4.3 字符串拼接用join而不是+

#不推薦寫法,代碼耗時(shí):2.6秒
importstring
fromtypingimportList

defconcatString(string_list:List[str])->str:
result=''
forstr_iinstring_list:
result+=str_i
returnresult

defmain():
string_list=list(string.ascii_letters*100)
for_inrange(10000):
result=concatString(string_list)

main()

當(dāng)使用a + b拼接字符串時(shí),由于 Python 中字符串是不可變對(duì)象,其會(huì)申請(qǐng)一塊內(nèi)存空間,將ab分別復(fù)制到該新申請(qǐng)的內(nèi)存空間中。因此,如果要拼接 n 個(gè)字符串,會(huì)產(chǎn)生 n-1 個(gè)中間結(jié)果,每產(chǎn)生一個(gè)中間結(jié)果都需要申請(qǐng)和復(fù)制一次內(nèi)存,嚴(yán)重影響運(yùn)行效率。而使用join()拼接字符串時(shí),會(huì)首先計(jì)算出需要申請(qǐng)的總的內(nèi)存空間,然后一次性地申請(qǐng)所需內(nèi)存,并將每個(gè)字符串元素復(fù)制到該內(nèi)存中去。

#推薦寫法,代碼耗時(shí):0.3秒
importstring
fromtypingimportList

defconcatString(string_list:List[str])->str:
return''.join(string_list)#使用join而不是+

defmain():
string_list=list(string.ascii_letters*100)
for_inrange(10000):
result=concatString(string_list)

main()

5. 利用if條件的短路特性

#不推薦寫法,代碼耗時(shí):0.05秒
fromtypingimportList

defconcatString(string_list:List[str])->str:
abbreviations={'cf.','e.g.','ex.','etc.','flg.','i.e.','Mr.','vs.'}
abbr_count=0
result=''
forstr_iinstring_list:
ifstr_iinabbreviations:
result+=str_i
returnresult

defmain():
for_inrange(10000):
string_list=['Mr.','Hat','is','Chasing','the','black','cat','.']
result=concatString(string_list)

main()

if 條件的短路特性是指對(duì)if a and b這樣的語(yǔ)句, 當(dāng)aFalse時(shí)將直接返回,不再計(jì)算b;對(duì)于if a or b這樣的語(yǔ)句,當(dāng)aTrue時(shí)將直接返回,不再計(jì)算b。因此, 為了節(jié)約運(yùn)行時(shí)間,對(duì)于or語(yǔ)句,應(yīng)該將值為True可能性比較高的變量寫在or前,而and應(yīng)該推后。

#推薦寫法,代碼耗時(shí):0.03秒
fromtypingimportList

defconcatString(string_list:List[str])->str:
abbreviations={'cf.','e.g.','ex.','etc.','flg.','i.e.','Mr.','vs.'}
abbr_count=0
result=''
forstr_iinstring_list:
ifstr_i[-1]=='.'andstr_iinabbreviations:#利用if條件的短路特性
result+=str_i
returnresult

defmain():
for_inrange(10000):
string_list=['Mr.','Hat','is','Chasing','the','black','cat','.']
result=concatString(string_list)

main()

6. 循環(huán)優(yōu)化

6.1 用for循環(huán)代替while循環(huán)

#不推薦寫法。代碼耗時(shí):6.7秒
defcomputeSum(size:int)->int:
sum_=0
i=0
whilei1
returnsum_

defmain():
size=10000
for_inrange(size):
sum_=computeSum(size)

main()

Python 的for循環(huán)比while循環(huán)快不少。

#推薦寫法。代碼耗時(shí):4.3秒
defcomputeSum(size:int)->int:
sum_=0
foriinrange(size):#for循環(huán)代替while循環(huán)
sum_+=i
returnsum_

defmain():
size=10000
for_inrange(size):
sum_=computeSum(size)

main()

6.2 使用隱式for循環(huán)代替顯式for循環(huán)

針對(duì)上面的例子,更進(jìn)一步可以用隱式for循環(huán)來(lái)替代顯式for循環(huán)

#推薦寫法。代碼耗時(shí):1.7秒
defcomputeSum(size:int)->int:
returnsum(range(size))#隱式for循環(huán)代替顯式for循環(huán)

defmain():
size=10000
for_inrange(size):
sum=computeSum(size)

main()

6.3 減少內(nèi)層for循環(huán)的計(jì)算

#不推薦寫法。代碼耗時(shí):12.8秒
importmath

defmain():
size=10000
sqrt=math.sqrt
forxinrange(size):
foryinrange(size):
z=sqrt(x)+sqrt(y)

main()

上面的代碼中sqrt(x)位于內(nèi)側(cè)for循環(huán), 每次訓(xùn)練過(guò)程中都會(huì)重新計(jì)算一次,增加了時(shí)間開(kāi)銷。

#推薦寫法。代碼耗時(shí):7.0秒
importmath

defmain():
size=10000
sqrt=math.sqrt
forxinrange(size):
sqrt_x=sqrt(x)#減少內(nèi)層for循環(huán)的計(jì)算
foryinrange(size):
z=sqrt_x+sqrt(y)

main()

7. 使用numba.jit

我們沿用上面介紹過(guò)的例子,在此基礎(chǔ)上使用numba.jitnumba可以將 Python 函數(shù) JIT 編譯為機(jī)器碼執(zhí)行,大大提高代碼運(yùn)行速度。關(guān)于numba的更多信息見(jiàn)下面的主頁(yè):

http://numba.pydata.org/numba.pydata.org/

#推薦寫法。代碼耗時(shí):0.62秒
importnumba

@numba.jit
defcomputeSum(size:float)->int:
sum=0
foriinrange(size):
sum+=i
returnsum

defmain():
size=10000
for_inrange(size):
sum=computeSum(size)

main()

8. 選擇合適的數(shù)據(jù)結(jié)構(gòu)

Python 內(nèi)置的數(shù)據(jù)結(jié)構(gòu)如str, tuple, list, set, dict底層都是 C 實(shí)現(xiàn)的,速度非常快,自己實(shí)現(xiàn)新的數(shù)據(jù)結(jié)構(gòu)想在性能上達(dá)到內(nèi)置的速度幾乎是不可能的。

list類似于 C++ 中的std::vector,是一種動(dòng)態(tài)數(shù)組。其會(huì)預(yù)分配一定內(nèi)存空間,當(dāng)預(yù)分配的內(nèi)存空間用完,又繼續(xù)向其中添加元素時(shí),會(huì)申請(qǐng)一塊更大的內(nèi)存空間,然后將原有的所有元素都復(fù)制過(guò)去,之后銷毀之前的內(nèi)存空間,再插入新元素。刪除元素時(shí)操作類似,當(dāng)已使用內(nèi)存空間比預(yù)分配內(nèi)存空間的一半還少時(shí),會(huì)另外申請(qǐng)一塊小內(nèi)存,做一次元素復(fù)制,之后銷毀原有大內(nèi)存空間。因此,如果有頻繁的新增、刪除操作,新增、刪除的元素?cái)?shù)量又很多時(shí),list的效率不高。此時(shí),應(yīng)該考慮使用collections.dequecollections.deque是雙端隊(duì)列,同時(shí)具備棧和隊(duì)列的特性,能夠在兩端進(jìn)行 O(1) 復(fù)雜度的插入和刪除操作。

list的查找操作也非常耗時(shí)。當(dāng)需要在list頻繁查找某些元素,或頻繁有序訪問(wèn)這些元素時(shí),可以使用bisect維護(hù)list對(duì)象有序并在其中進(jìn)行二分查找,提升查找的效率。

另外一個(gè)常見(jiàn)需求是查找極小值或極大值,此時(shí)可以使用heapq模塊將list轉(zhuǎn)化為一個(gè)堆,使得獲取最小值的時(shí)間復(fù)雜度是 O(1)

編輯:jq
聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 函數(shù)
    +關(guān)注

    關(guān)注

    3

    文章

    4367

    瀏覽量

    64118
  • C++
    C++
    +關(guān)注

    關(guān)注

    22

    文章

    2117

    瀏覽量

    74755
  • 代碼
    +關(guān)注

    關(guān)注

    30

    文章

    4886

    瀏覽量

    70221
  • python
    +關(guān)注

    關(guān)注

    56

    文章

    4823

    瀏覽量

    86125

原文標(biāo)題:Python 加速運(yùn)行技巧

文章出處:【微信號(hào):LinuxHub,微信公眾號(hào):Linux愛(ài)好者】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    零基礎(chǔ)入門:如何在樹(shù)莓派上編寫和運(yùn)行Python程序?

    在這篇文章中,我將為你簡(jiǎn)要介紹Python程序是什么、Python程序可以用來(lái)做什么,以及如何在RaspberryPi上編寫和運(yùn)行一個(gè)簡(jiǎn)單的Python程序。什么是
    的頭像 發(fā)表于 03-25 09:27 ?461次閱讀
    零基礎(chǔ)入門:如何在樹(shù)莓派上編寫和<b class='flag-5'>運(yùn)行</b><b class='flag-5'>Python</b>程序?

    請(qǐng)問(wèn)是否可以使用單個(gè)輸入圖像運(yùn)行人臉檢測(cè)MTCNN Python演示?

    是否可以使用單個(gè)輸入圖像運(yùn)行人臉檢測(cè) MTCNN Python* 演示?
    發(fā)表于 03-06 08:15

    創(chuàng)建OpenVINO? Python腳本,運(yùn)行可執(zhí)行文件時(shí)遇到的報(bào)錯(cuò)怎么解決?

    創(chuàng)建OpenVINO? Python 腳本: from openvino.inference_engine import IECore ie = IECore() print(\"
    發(fā)表于 03-05 10:20

    無(wú)法在Windows Subsystem for Linux 2上使用對(duì)象檢測(cè)Python演示運(yùn)行YoloV4模型?

    在 WSL2 上運(yùn)行對(duì)象檢測(cè) python 演示。 使用 CPU 運(yùn)行 object_detection_demo.py 時(shí)遇到錯(cuò)誤: OpenCV: FFMPEG: tag
    發(fā)表于 03-05 08:43

    是否可以使用OpenVINO?部署管理器在部署機(jī)器上運(yùn)行Python應(yīng)用程序?

    使用 OpenVINO?部署管理器創(chuàng)建運(yùn)行時(shí)軟件包。 將運(yùn)行時(shí)包轉(zhuǎn)移到部署機(jī)器中。 無(wú)法確定是否可以在部署機(jī)器上運(yùn)行 Python 應(yīng)用程序,而無(wú)需安裝OpenVINO? Toolk
    發(fā)表于 03-05 08:16

    運(yùn)行OVModelForCausalLM Python模塊時(shí)出錯(cuò)了,怎么解決?

    創(chuàng)建了一個(gè)自定義 Python* 代碼,類似于遵循 240-dolly-2-instruction 的 Jupyter 筆記本。 OVModelForCausalLM Python* 模塊運(yùn)行時(shí)出錯(cuò)。
    發(fā)表于 03-05 06:44

    NVIDIA發(fā)布cuPyNumeric加速計(jì)算庫(kù)

    加速計(jì)算庫(kù)幫助科研人員無(wú)縫地?cái)U(kuò)展到強(qiáng)大的計(jì)算集群,并且無(wú)需修改 Python 代碼,推進(jìn)科學(xué)發(fā)現(xiàn)。
    的頭像 發(fā)表于 11-21 10:05 ?598次閱讀

    對(duì)比Python與Java編程語(yǔ)言

    使得編寫代碼更加靈活,但也可能導(dǎo)致運(yùn)行時(shí)錯(cuò)誤。 Java 語(yǔ)法相對(duì)冗長(zhǎng),需要顯式聲明變量類型,增加了代碼的可讀性和安全性。 靜態(tài)類型系統(tǒng)在編譯時(shí)進(jìn)行類型檢查,減少了運(yùn)行時(shí)錯(cuò)誤。 二、性能 Python 解釋型語(yǔ)言,
    的頭像 發(fā)表于 11-15 09:31 ?880次閱讀

    使用labview調(diào)用python運(yùn)行一段時(shí)間后,報(bào)錯(cuò)

    使用labview調(diào)用python運(yùn)行一段時(shí)間后,報(bào)錯(cuò)。 labview版本:2018*64; python:3.6x64 怎么解決~
    發(fā)表于 08-26 10:16

    pycharm配置pytorch運(yùn)行環(huán)境

    在PyCharm中配置PyTorch運(yùn)行環(huán)境主要包括安裝PyCharm、安裝Python(如果尚未安裝)、配置PyTorch環(huán)境以及驗(yàn)證安裝等步驟。以下是詳細(xì)的步驟說(shuō)明: 一、安裝PyCharm
    的頭像 發(fā)表于 08-01 16:25 ?2236次閱讀

    pytorch和python的關(guān)系是什么

    在當(dāng)今的人工智能領(lǐng)域,Python已經(jīng)成為了最受歡迎的編程語(yǔ)言之一。Python的易學(xué)易用、豐富的庫(kù)和框架以及強(qiáng)大的社區(qū)支持,使其成為了數(shù)據(jù)科學(xué)、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等領(lǐng)域的首選語(yǔ)言。而在深度學(xué)習(xí)領(lǐng)域
    的頭像 發(fā)表于 08-01 15:27 ?3051次閱讀

    安裝esp-idf-tools-setup-offline-5.1.2.exe到結(jié)尾運(yùn)行python時(shí)顯示應(yīng)用程序無(wú)法正常啟動(dòng)如何解決?

    安裝esp-idf-tools-setup-offline-5.1.2.exe到結(jié)尾運(yùn)行python時(shí)顯示應(yīng)用程序無(wú)法正常啟動(dòng)(0xc000007b),如何解決
    發(fā)表于 07-24 07:50

    ubuntu下(python ver 2.7.6)運(yùn)行python demo_server.py后無(wú)反應(yīng)怎么解決?

    python ver 2.7.6)運(yùn)行python demo_server.py后無(wú)反應(yīng) 請(qǐng)問(wèn)該如何正確運(yùn)行此腳本?
    發(fā)表于 07-22 08:20

    opencv-python和opencv一樣嗎

    不一樣。OpenCV(Open Source Computer Vision Library)是一個(gè)開(kāi)源的計(jì)算機(jī)視覺(jué)和機(jī)器學(xué)習(xí)軟件庫(kù),它提供了大量的圖像和視頻處理功能。OpenCV-Python
    的頭像 發(fā)表于 07-16 10:38 ?1906次閱讀

    編譯ESP-AT工程,運(yùn)行python build.py install命令提示符遇到的疑問(wèn)求解

    你好,我按照“編譯 ESP-AT 工程”步驟操作時(shí)候,走到第三步:安裝環(huán)境,運(yùn)行python build.py install命令提示符,顯示 C
    發(fā)表于 06-27 06:05