JSON。Dumps()和JSON。Python通配符的Dump()\Glob模块\Python进度条Python模块的Base64\Pathlib的tqdm\b64编码和b64解码,jsondumps,jsondumppython,之,glob,tqdmbase64,b64encode,b64decodepython,pathlib

发表时间:2021-05-11

凯哥英语视频

最优参数筛选相关的知识

1 json.dumps()用于将python对象转换为json字符串,返回转换后的json字符串

import json

#将python对象转换为json字符串
persons = [
    {
        'username': "zhang san",
        "age": "20",
        "country": "China"
    },
    {
        "username": "li si",
        "age": "28",
        "country": "China"
    }
]
#调用dumps方法转换python对象
json_str = json.dumps(persons)
#打印转换后的json字符串的数据类型
print(type(json_str))
#打印转换后的json字符串
print(json_str)

2 json.dump()用于将python对象转换为字符串并且写入文件

import json

#将python对象转换为json字符串
persons = [
    {
        'username': "zhang san",
        "age": "20",
        "country": "China"
    },
    {
        "username": "li si",
        "age": "28",
        "country": "China"
    }
]
with open("./data/j1.json", "w") as fp:
    json.dump(persons, fp)

fp.close()

更多, 可点击参考

3 python通配符之glob模块

lst = list(Path(labelme_keypoints_json_path).glob("**/*.json"))
# **/* 是表示该目录下任意层级所有的json
lst = list(Path(labelme_keypoints_json_path).glob("*.json"))
# **/* 是表示该目录下所有的json

更多, 可点击参考

4 Python进度条tqdm详细介绍

from tqdm import tqdm

for jp in tqdm(lst):
    with jp.open() as f:
        data = json.load(f)

在这里插入图片描述
更多, 可点击参考

5 base64的 b64encode和b64decode

import base64
# cv2.imdecode()函数
# 从指定的内存缓存中读取数据,并把数据转换(解码)成图像格式;主要用于从网络传输数据中恢复出图像。
# cv2.imencode()函数
# 将图片格式转换(编码)成流数据,赋值到内存缓存中;主要用于图像数据格式的压缩,方便网络传输。
image = cv2.imencode('.png', image_np)

6 python模块之pathlib模块

from pathlib import Path
saveJsonP = Path("labelme-keypoints-json", "111.json")
print(saveJsonP.name)
print(saveJsonP.parent)
# lst = list(Path("labelme-keypoints-json").glob("*.json"))
# print(lst)
k = '000'
data_path = Path('F:\\项目数据\\最优参数选择_拼精子关键点和框_data\\',"%s"%k)
in_01_path = data_path / 'in' / 'darklabel-txt'
print(data_path)
print(in_01_path.absolute())
# 下面是print
111.json
labelme-keypoints-json
F:\项目数据\最优参数选择_拼精子关键点和框_data\000
F:\项目数据\最优参数选择_拼精子关键点和框_data\000\in\darklabel-txt

更多, 可点击参考

别的也没啥说的

ok,那就这样吧~

欢迎各位大佬留言吐槽,也可以深入交流~

文章来源互联网,如有侵权,请联系管理员删除。邮箱:417803890@qq.com / QQ:417803890

微配音

Python Free

邮箱:417803890@qq.com
QQ:417803890

皖ICP备19001818号-4
© 2019 copyright www.pythonf.cn - All rights reserved

微信扫一扫关注公众号:

联系方式

Python Free