python基础

Program python

创建时间:2020-05-22 16:52

阅读:

基础操作
安装模块
python2和3用法区别
pybullet 结合 ROS
python代码中查看当前编译器版本
脚本中指定编译器
正则表达式
函数注释
遇到的问题
引用

很多简单模块容易忘,在此记录一下

基础操作

查看帮助文档

 import os
 # 主要有3中类型 ,也可以针对具体函数
 dir(os)
 help(os) 
 os.__doc__

查看变量内存地址

 # 需要注意有时候变量的复制是浅拷贝,地址相同的
 # 使用pybullet获取机械臂位置就是这样,机械臂运动之后地址才变了
 print(id(object))

查看当前路径
```
 import os
 os.getcwd()
```
copy模块
- 注意python具有即时复制的功能
```
  a = 1
  b = a
  print(id(a), id(b))
  b = 2
  print(id(a), id(b))
```
- 有些模块如numpy没有特别设置不会深拷贝,通常配合copy.deepcopy()

python3中@
矩阵乘法

 Op    Precedence/associativity    Methods
 @    Same as *                    __matmul__, __rmatmul__
 @=    n/a                            __imatmul__

numpy数组交换行列

 a = np.array([[1,2,3],[2,3,4],[1,6,5], [9,3,4]])
 a[:,[1,0,2]]

安装模块

常用安装命令

 # 安装 conda环境可以使用conda install xxx
 pip install package_name
 pip install package_name==package_version
 # 更新
 pip install -U package_name
 # 显示模块的信息
 pip show package_name
 # 查看对应包简单信息
 pip list |grep package_name
 # 卸载建议这种方式,不会会有残留文件(针对pip install -e .)
 pip uninstall package_name

pip install -e . VS python setup.py install

 Editable   pip                    setup.py
 yes        pip install -e .       python setup.py develop    
 no         pip install .          python setup.py install

可编辑模式安装(develop,可以在当前文件基础上修改)

这种方式会在site-packages下创建一个文件指向项目目录,并不会复制对应代码;
在项目根目录(setup.py所在)会生成egg-info 文件夹包含这个包的主要信息;
查看sys.path会发现里面多了一个项目根目录的路径
```
  pip install -e /path/to/your/setup.py  # 项目根目录                  
```
install 这种方式会在site-packages生成egg文件,里面包含对应的函数和模块,无法修改

python2和3用法区别

super函数
super() 函数是用于调用父类(超类)的一个方法。
super() 是用来解决多重继承问题的，直接用类名调用父类方法在使用单继承的时候没问题，但是如果使用多继承，会涉及到查找顺序（MRO）、重复调用（钻石继承）等种种问题。

python3 可以使用直接使用 super().xxx 代替 super(Class, self).xxx :
```
 #!/usr/bin/python
 # -*- coding: UTF-8 -*-

 class A(object):   # Python2.x 记得继承 object
     def add(self, x):
          y = x+1
          print(y)
 class B(A):
     def add(self, x):
         super(B, self).add(x)  # python3 直接super().add(x)
 b = B()
 b.add(2)  # 3
```

pybullet 结合 ROS

将pybullet中获取的图像通过变换获得对应的点云图

Image numpy array to sensor_msgs/Image

 from cv_bridge import CvBridge
 import numpy as np
 from sensor_msgs.msg import Image

 # 确保能都找到正确的opencv2的位置
 import sys
 sys.path.remove('/opt/ros/kinetic/lib/python2.7/dist-packages')
 import cv2

 rgb_np_arr, depth_np_arr, seg_mask_np_arr, point_cloud = self.camera.get_camera_frame()
 bridge = CvBridge()
 image_message = bridge.cv2_to_imgmsg(rgb_np_arr[:, :, [2, 1, 0, 3]].astype('uint8'))  # default bgra8

Pointcloud numpy to sensor_msgs/PointCloud2

 import ros_numpy
 import numpy as np
 from sensor_msgs.msg import PointCloud2, PointField

 number = point_cloud.shape[0] * point_cloud.shape[1]
 point_cloud_arr = point_cloud.reshape([number, 3])
 data = np.zeros(number, dtype=[
     ('x', np.float32),
     ('y', np.float32),
     ('z', np.float32)
 ])
 data['x'] = point_cloud_arr[:, 0]
 data['y'] = point_cloud_arr[:, 1]
 data['z'] = point_cloud_arr[:, 2]

 cloud_msg = ros_numpy.msgify(PointCloud2, data)
 cloud_msg.header.frame_id = "map"

pointcloud from image deepth
reshape 默认是按行排列, 按列需要order=’F’

矩阵求逆 np.linalg.inv(x)

矩阵乘积 np.matmul(a, b)

 stepX = 10
 stepY = 10
 pointCloud = np.empty([np.int(self.img_height/stepY), np.int(self.img_width/stepX), 4])
 projectionMatrix = np.asarray(self.projection_matrix).reshape([4,4],order='F')
 viewMatrix = np.asarray(view_matrix).reshape([4,4],order='F')
 tran_pix_world = np.linalg.inv(np.matmul(projectionMatrix, viewMatrix))
 for h in range(0, self.img_height, stepY):
     for w in range(0, self.img_width, stepX):
         x = (2*w - self.img_width)/self.img_width
         y = -(2*h - self.img_height)/self.img_height  # be careful！ deepth and its corresponding position
         z = 2*depth_np_arr[h,w] - 1
         pixPos = np.asarray([x, y, z, 1])
         position = np.matmul(tran_pix_world, pixPos)

         pointCloud[np.int(h/stepY),np.int(w/stepX),:] = position / position[3]

python代码中查看当前编译器版本

import sys
print(sys.version)  # python2

脚本中指定编译器

相当于写死了python3路径;

#!/usr/bin/python3

去环境设置寻找python3目录,推荐这种写法

#!/usr/bin/env python3

正则表达式

使用正则表达式可以非常方便从文本中获取到需要的值, 相对matlab速度更快
正则表达式 - 教程, 验证正则表达式是否正确参考正则表达式在线测试|菜鸟工具

字符匹配
普通字符：普通字符按照字面意义进行匹配，例如匹配字母 “a” 将匹配到文本中的 “a” 字符。
元字符：元字符具有特殊的含义，例如 \d 匹配任意数字字符，\w 匹配任意字母数字字符，. 匹配任意字符（除了换行符）等。
量词
*：匹配前面的模式零次或多次。
+：匹配前面的模式一次或多次。
?：匹配前面的模式零次或一次。
{n}：匹配前面的模式恰好 n 次。
{n,}：匹配前面的模式至少 n 次。
{n,m}：匹配前面的模式至少 n 次且不超过 m 次。
字符类
[ ]：匹配括号内的任意一个字符。例如，[abc] 匹配字符 “a”、”b” 或 “c”。
：匹配除了括号内的字符以外的任意一个字符。例如，^abc 匹配除了字符 “a”、”b” 或 “c” 以外的任意字符。
边界匹配
^：匹配字符串的开头。
$：匹配字符串的结尾。
\b：匹配单词边界。
\B：匹配非单词边界。
分组和捕获
( )：用于分组和捕获子表达式。
(?: )：用于分组但不捕获子表达式。
特殊字符
\：转义字符，用于匹配特殊字符本身。
.：匹配任意字符（除了换行符）。
|：用于指定多个模式的选择。

常用正则:

数字匹配并分组(-?\d+\.?\d*(?:e[+-]?\d+)?)
匹配所有[\s\S], \s匹配所有空白符, 包括换行, \S非空白符，不包括换行

匹配一个数字字符\d, 等价于 [0-9]

  # 匹配带字符`UT: a0: 数字`
  import re
  a0Reg = re.compile(r"[\s\S]+UT: a0: (-?\d+\.?\d*(?:e[+-]?\d+)?)")
  line = "fhdsa UT: a0: 1.23"
  m = a0Reg.match(line)
  if m:
          print(float(m.group(i + 1))) # 索引0 对应整个字符串, 1开始为分组内部的内容

python中可视化可以用matplot, 如果想要更好的绘图可以使用matlab, 这是只是用python提取数据, 存放在txt可以用numpy, 先创建list, 然后转换numpy格式

class GetData:
def __int__(self):
    self.version = 1.0

@staticmethod
def get_joint(data_file, data_reg, num_jnt):
    """Get several data from file with regular expression

    Used for analyze data

    Args:
        data_file (str): The path of the file to read
        data_reg (Pattern object): regular expression pattern
        num_jnt (int): number of data

    Returns:
        t_arr: time in millisecode
        jnt_arr: data array
    """
    data_list = []
    t = []
    with open(data_file, "rt", encoding='utf-8') as fp:
        for line in fp:
            m = data_reg.match(line)
            if m:
                datime = line[1:27]
                time_array = datetime.datetime.strptime(datime, "%Y-%m-%d %H:%M:%S.%f")
                time_stamp = time.mktime(time_array.timetuple()) + time_array.microsecond / 1e6
                t.append(time_stamp)
                data_line = []
                for i in range(num_jnt):
                    data_line.extend([float(m.group(i + 1))])
                data_list.append(data_line)
    data_arr = np.asarray(data_list)
    t_arr = np.asarray(t)
    return t_arr, data_arr

@staticmethod
def get_matrix(data_file, data_text, data_reg, num_row, num_col):
    jnt_list = []
    t = []
    with open(data_file, "rt", encoding='utf-8') as fp:
        for line in fp:
            if data_text in line:
                next_line = fp.readline()
                m = data_reg.match(next_line)
                if m:
                    datime = line[12:27]
                    t_tmp = datetime.datetime.strptime(datime, "%H:%M:%S.%f")
                    t.append(t_tmp)
                    jnt = []
                    for i in range(num_row * num_col):
                        jnt.extend([float(m.group(i + 1))])
                    jnt_list.append(jnt)
    jnt_arr = np.asarray(jnt_list)
    return t, jnt_arr

函数注释

好的函数注释能够快速确认该如何使用, 特别时对于阅读老代码是非常有用的
参考Google 开源项目风格指南

google推荐

def func(path, field_storage, temporary):
    '''基本描述

    详细描述

    Args:
        path (str): The path of the file to wrap
        field_storage (FileStorage): The :class:`FileStorage` instance to wrap
        temporary (bool): Whether or not to delete the file when the File instance is destructed

    Returns:
        BufferedFileStorage: A buffered writable file descriptor
    '''
    pass

也可以通过库函数跳转到定义, 参考官方的注释方式

遇到的问题

ImportError: cannot import name ‘PackageFinder’

 curl https://bootstrap.pypa.io/get-pip.py -o get-pip.py && python get-pip.py

引用

转载请注明来源，欢迎对文章中的引用来源进行考证，欢迎指出任何有错误或不够清晰的表达。可以邮件至 yangbenbo@whu.edu.cn