原创 Pandas —— (5)文本數據處理

文章目錄一、常用方法二、去掉空格strip三、替換replace四、拆分split、rsplit五、字符串索引打賞 一、常用方法 通過str訪問,且自動排除丟失/ NA值 s = pd.Series(['A','b','C','b

原创 Pandas —— (2)索引與切片

文章目錄一、索引1.1 列索引:df['列名'] (Series不存在列索引)1.2 行索引:1.3 bool型索引1.4 多重索引:比如同時索引行和列二、切片打賞 一、索引 Series和Datafram索引的原理一樣,我們以

原创 VIO(3)—— VIO 殘差函數的構建

文章目錄一、系統需要優化的狀態量二、視覺重投影誤差三、預積分模型3.1 IMU 測量值的積分問題3.2 IMU預積分模型的提出3.3 IMU 的預積分誤差3.4 預積分的離散形式3.5 預積分量的方差四、狀態誤差線性遞推公式的推導

原创 OpenCV_Python —— (2)圖像翻轉、裁剪、圖像算術、位計算

文章目錄一、圖像翻轉二、裁剪三、圖像算術四、位運算五、掩膜 一、圖像翻轉 # 包含所需的庫 import numpy as np import cv2 import matplotlib.pyplot as plt # 圖像顯示

原创 Pandas —— (4)常用數學、統計方法

文章目錄基本參數:axis、skipna主要數學計算方法唯一值:.unique(),去重值計數:.value_counts()成員資格:.isin()打賞 和numpy的操作基本一致 基本參數:axis、skipna # 基本參數

原创 VIO(2)—— IMU傳感器

文章目錄一、旋轉運動學1.1 線速度與角速度1.2 旋轉座標系下的運動學二、IMU 測量模型及運動模型2.1 MEMS(Micro-electromechanical Systems微電子機械系統) 加速度計工作原理2.2 MEM

原创 奇異值分解(SVD)方法求解最小二乘問題的原理

@目錄一、奇異值分解(SVD)原理1.1 回顧特徵值和特徵向量1.2 SVD的定義1.3 求出SVD分解後的U,Σ,V矩陣1.4 SVD計算舉例1.5 SVD的一些性質二、線性最小二乘問題2.1 最小二乘問題複習2.2 奇異值分解與線

原创 Pandas —— (8)數據讀取

文章目錄一、讀取普通分隔數據:read_table二、讀取excel數據:read_excel三、讀取csv數據:read_csv打賞 一、讀取普通分隔數據:read_table 可以讀取txt,csv data1 = pd.re

原创 OpenCV_Python —— (9)Canny邊緣檢測

文章目錄Canny邊緣檢測原理1.噪聲去除2.計算圖像梯度3.非極大值抑制4.滯後閾值Canny使用 Canny邊緣檢測原理 Canny 邊緣檢測是一種非常流行的邊緣檢測算法,是 John F.Canny 在1986 年提出的。它

原创 奇異值分解方法求解最小二乘問題的原理

文章目錄一、奇異值分解(SVD)原理1.1 回顧特徵值和特徵向量1.2 SVD的定義1.3 求出SVD分解後的U,Σ,V矩陣1.4 SVD計算舉例1.5 SVD的一些性質二、線性最小二乘問題2.1 最小二乘問題複習2.2 奇異值

原创 Pandas —— (6)多個DataFrame的合併、連接、去重、替換

文章目錄一、merge合併 → 類似excel的vlookup1.1 參數on → 參考鍵1.2 參數how → 合併方式1.3 參數 left_on, right_on, left_index, right_index → 當鍵

原创 Matplotlib快速上手

文章目錄一、Matplotlib圖表各個部分詳解二、圖表窗口2.1 直接生成圖表 plt.show()2.2 魔法函數,嵌入圖表%matplotlib inline2.3 魔法函數,彈出可交互的matplotlib窗口2.4 魔法

原创 OpenCV_Python —— (8)圖像梯度

I是圖像像素的值(如:RGB值) 一階導數: x的梯度:Gx = I(x+1,y)-I(x,y) y的梯度:Gy = I(x,y+1)-I(x,y) 二階導數: x的梯度:I(x+1,y)+I(x-1,y)-2I(x,y) y的梯

原创 Tensorflow2.x——FeutureColumns特徵列詳解

文章目錄特徵列`feature_column`一,特徵列用法概述二、數值列 Numeric column三、分箱列 Bucketized column四、分類識別列Categorical identity column五、分類詞彙

原创 TensorFlow2.x —— mageDataGenerator

在圖像深度學習任務中,對於小數據集,可以通過Image Data Augmentation圖像增強技術來擴充數據。比如Keras的ImageDataGenerator。 ImageDataGenerator的使用: tf.kera