1 使用spacy做简单nlp任务
需要先下载模型,这里下了中文模型,更多可以参考模型列表
python -m spacy download zh_core_web_lg
分析:
import spacy
nlp = spacy.load('zh_core_web_lg')
doc = nlp(u'有一个老师是很幸福的,可以有学习机会,有做比较的机会。如果从这些角度来说我是果粉呢,也不为过。')
for token in doc:
print(token.text[......]
1 图片读取与通道
图片读取后,默认是个numpy的3维数组(row行数是height, col高度是图片宽度,3是BGR通道)
import cv2
img1 = cv2.imread('./dog_backpack.png')
img1.shape
(1401, 934, 3)
注意上面通道顺序是BGR哦,反人类吧,需要做转换,才能正常显示图片,如下:
img1 = cv2.cvtColor(img1, cv2.COLOR_BGR2RGB)
import matplo[......]
1 配置VSCode
打开Settings,搜索 file nesting
配置完成后,默认会把.d.ts、.js折叠到.ts下,如下图:
2 Explorer中默认折叠
配置搜索expand
更改为alwaysCollapse
数据例子:
const arr1 = [
{ id: 1, name: 'John' },
{ id: 2, name: 'Alice' },
{ id: 3, name: 'Bob' }
];
const arr2 = [
{ id: 2, age: 30 },
{ id: 3, age: 25 },
{ id: 4, age: 28 }
];
代码:
const mergedArray = arr1.map((item) => {[......]
毕竟也是Chrome
goto前:awaitpage.tracing.start({ path:'trace.json' });
waitxx后:awaitpage.tracing.stop();
生成的trace.json文件,用以下3种方式分析:
[......]