Note—— OSError & np.degress() & scipy.signal.argrelextrema

OSError

Flask项目

python filename.py

报错

地址已被使用

搜索相关问题后发现是因为,你曾启动过相同或者类似的服务占用了这个端口 (一般来讲,在Mac上直接用Python启动的话,会导致退出不完整,你不能通过点击GUI的"退出"按钮来一步到位,后台的Python进程还是存在的,而它就是一直占用端口不释放的元凶)

Solution

  1. 改掉默认的端口
    只能解决当前的问题,后续仍会出现类似的问题
  2. 就是杀掉占用端口的程序
    使用lsof命令,全写是list open file,可以列出当前系统打开文件

我们要找到之前占用的端口5000

所以终端输入的命令为:

powershell 复制代码
lsof -i:5000

然后可以看到PID为9108

  1. 接下来杀掉这个进程就可以了
    在终端输入命令:
powershell 复制代码
kill 9108 

之后重新运行下程序就不会报错了

np.degress()

弧度 转换为角度

np.pi ----> number

python 复制代码
import numpy as np
angle = np.array([np.pi/2, np.pi/3, np.pi/6])
np.degrees(angle)

scipy.signal.argrelextrema

求数组中的极大值和极小值

peaks

python 复制代码
signal.argrelextrema(data_y, np.greater, order=1)

valleys

python 复制代码
valley_indexes = signal.argrelextrema(data_y, np.less, order=1)

Param

  • data_y: plot的竖直value 或 data
  • np.greater: 极大
  • np.less: 极小
  • order: 两侧用多少点进行比较
python 复制代码
from scipy import signal
import numpy as np
import matplotlib.pyplot as plt

data_x = np.arange(start = 0, stop = 40, step = 1, dtype='int')
data_y = np.array([98,96,97,100,95,105,75,50,45,42,
					51,85,90,92,91,89,101,62,65,52,
					47,58,55,75,89,92,94,91,89,79,
					85,65,42,55,48,50,85,88,95,100])

# Find peaks
# order:两侧使用多少点进行比较
peak_indexes = signal.argrelextrema(data_y, np.greater, order=1)
peak_indexes = peak_indexes[0]

# Find valleys
# order:两侧使用多少点进行比较
valley_indexes = signal.argrelextrema(data_y, np.less, order=1)
valley_indexes = valley_indexes[0]

(fig, ax) = plt.subplots()

# Plot all data
ax.plot(data_x, data_y)

# Plot peaks
peak_x = peak_indexes
peak_y = data_y[peak_indexes]
ax.scatter(peak_x, peak_y, marker='o', color='red', label="Peaks")

# Plot valleys
valley_x = valley_indexes
valley_y = data_y[valley_indexes]
ax.scatter(valley_x, valley_y, marker='o', color='green', label="Valleys")

# 添加标题
plt.title('Find peaks and valleys using argrelextrema()')
# 添加图例
plt.legend(loc='best')
# 保存图像
plt.savefig('peaks-valleys.png')
# 显示图像
plt.show()

set Param

order = 1

order = 3

相关推荐
好喜欢吃红柚子3 分钟前
万字长文解读空间、通道注意力机制机制和超详细代码逐行分析(SE,CBAM,SGE,CA,ECA,TA)
人工智能·pytorch·python·计算机视觉·cnn
小馒头学python7 分钟前
机器学习是什么?AIGC又是什么?机器学习与AIGC未来科技的双引擎
人工智能·python·机器学习
神奇夜光杯17 分钟前
Python酷库之旅-第三方库Pandas(202)
开发语言·人工智能·python·excel·pandas·标准库及第三方库·学习与成长
正义的彬彬侠19 分钟前
《XGBoost算法的原理推导》12-14决策树复杂度的正则化项 公式解析
人工智能·决策树·机器学习·集成学习·boosting·xgboost
千天夜28 分钟前
使用UDP协议传输视频流!(分片、缓存)
python·网络协议·udp·视频流
Debroon29 分钟前
RuleAlign 规则对齐框架:将医生的诊断规则形式化并注入模型,无需额外人工标注的自动对齐方法
人工智能
测试界的酸菜鱼32 分钟前
Python 大数据展示屏实例
大数据·开发语言·python
小码农<^_^>34 分钟前
优选算法精品课--滑动窗口算法(一)
算法
羊小猪~~36 分钟前
神经网络基础--什么是正向传播??什么是方向传播??
人工智能·pytorch·python·深度学习·神经网络·算法·机器学习
AI小杨37 分钟前
【车道线检测】一、传统车道线检测:基于霍夫变换的车道线检测史诗级详细教程
人工智能·opencv·计算机视觉·霍夫变换·车道线检测