Python科学计算最佳实践——SciPy指南(Elegant SciPy) 随书源代码及数据

1. 实验目的 1） 掌握搜索算法的基本设计思想与方法，  2） 掌握A*算法的设计思想与方法，  3） 熟练使用高级编程语言实现搜索算法，  4） 利用实验测试给出的搜索算法的正确性。   1. 实验问题  寻路问题。以图1为例，输入一个方格表示的地图，要求用A*算法找到并输出从起点（在方格中标示字母S）到终点（在方格中标示字母T）的代价最小的路径。有如下条件及要求：   1） 每一步都落在方格中，而不是横竖线的交叉点。 2） 灰色格子表示障碍，无法通行。 3） 在每个格子处，若无障碍，下一步可以达到八个相邻的格子，并且只可以到达无障碍的相邻格子。其中，向上、下、左、右四个方向移动的代价为1，向四个斜角方向移动的代价为 √2。 4） 在一些特殊格子上行走要花费额外的地形代价。比如，黄色格子代表沙 漠，经过它的代价为4；蓝色格子代表溪流，经过它的代价为2；白色格子为普通地形，经过它的代价为0。 5） 经过一条路径总的代价为移动代价 地形代价。其中移动代价是路径上所做的所有移动的代价的总和；地形代价为路径上除起点外所有格子的地形代价的总和。

tensorflow实现

【实例简介】 目  录 1  实验整体步骤 2 1.1  Main函数 2 1.2  Canny算法 2 1.3  Hough算法 2 2  算法介绍 3 2.1  Canny算法 3 2.1.1  使用高斯滤波器滤波 3 2.1.2  计算图像的梯度图并获得梯度方向 3 2.1.3  对梯度图进行非极大化抑制 3 2.1.4  使用双阈值法获得最终的边缘图 4 2.2  Hough算法 4 2.2.1  建立参数空间 5 2.2.2  依据边缘点的梯度方向对参数空间进行投票 5 2.2.3  依据预设定的投票阈值筛选出初步结果 5 2.2.4  对已筛选出的结果进行非极大化抑制 5 3  代码实现 5 3.1  Main函数 6 3.2  Canny算法 6 3.3  Hough算法 10 4  实验结果与分析 12 4.1  实验结果 12 4.2 各个参数对于最终定位结果的影响 14 4.2.1  Canny算法 14 4.2.2  Hough算法 14    附录 15

【实例简介】 实现了增删改查等基本操作 运行环境：python 3.9  django==3.24  mysql 8.0 开发环境：Pycharm

【实例简介】         验证码随着互联网发展的被普遍应用,这是一个低成本、高效能的人机识别技术,是数据安全、网站安全等领域的第一道防线

python爬虫爬取微博热搜

JD-maotai## 主要功能- 登陆京东商城（[www.jd.com](http://www.jd.com/)） - 用京东APP扫码给出的二维码 - 预约茅台 - 定时自动预约 - 秒杀预约后等待抢购 - 定时开始自动抢购

【实例简介】超级玛丽小游戏

需配置keras、tensorflow等环境 直接下载keras自带的mnist数据集 经过训练后取得了不错的识别率

做物联网涉及到实际使用环境语音识别准确率的测试，大量的语料如果是人来朗读的话太费功夫，编一个自动测试程序即可无人通宵测试，大大提高了效率；朗读上可以通过调用powershell来朗文档中的语料，通然后过串口抓取设备设备对语料响应的数据进行分析把识别结果写入到文档当中; 需要安装serial（串口支持模块）和openxl（Exel文档支持模块）;编译调试完成打包为.exe文件，可在没有配置python环境的电脑上运行； 使用到python多线程（通过Queue线程间通信），还有文档读写操作；很有参考价值，