小编She*_*don的帖子

让我们考虑以下数据框：

import pandas as pd

d = {'col1': [1, 2, 3], 'col2': [3, 4, 5]}
df=pd.DataFrame(data=d)

如果我想访问 pandas 系列中的第一个元素df['col1']，我可以简单地去df['col1'][0]。

但是我怎样才能访问这个系列的最后一个元素呢？我试过df['col1'][-1]它返回以下错误：

密钥错误：-1L

我知道我可以做类似的事情，df['col1'][len(df)-1]但为什么反向索引在这里是不可能的？

注意：我正在从 Data Science Stack Exchange 迁移这个问题，在那里它几乎没有受到关注。

我正在尝试实施 OCR 解决方案来识别从屏幕图片中读取的数字。

我正在根据我的问题调整这个 pyimagesearch 教程。

因为我正在处理深色背景，所以我首先反转图像，然后将其转换为灰度并对其进行阈值处理：

inverted_cropped_image = cv2.bitwise_not(cropped_image)
gray = get_grayscale(inverted_cropped_image)
thresholded_image = cv2.threshold(gray, 100, 255, cv2.THRESH_BINARY)[1]

然后我调用 pytesseract 的image_to_data函数来输出包含不同文本区域及其置信区间的字典：

from pytesseract import Output
results = pytesseract.image_to_data(thresholded_image, output_type=Output.DICT)

results最后，当它们的置信度超过用户定义的阈值 (70%) 时，我会迭代并绘制它们。让我困扰的是，我的脚本识别了图像中的所有内容，除了我想识别的数字（1227.938）。

我的第一个猜测是image_to_data参数设置不正确。

检查此网站，我选择了 11 的页面分割模式 ( psm)（稀疏文本）并尝试仅将数字列入白名单 ( tessedit_char_whitelist=0123456789m.')：

results = pytesseract.image_to_data(thresholded_image, config='--psm 11 --oem 3 -c tessedit_char_whitelist=0123456789m.', output_type=Output.DICT)

唉，这更糟糕，脚本现在根本无法识别任何内容！

您有什么建议吗？我在这里遗漏了一些明显的东西吗？

编辑#1：

应 Ann Zen 的要求，以下是用于获取第一张图像的代码：

import …

我正在使用 pandasto_latex函数将 pandas 数据框导出到可以粘贴到 LaTeX 文件中的文本。

这是一个数据框示例：

import pandas as pd

d = {'Country': ['Burma', 'Burundi'], 'Capital': ['Naypyidaw','Gitega']}
df = pd.DataFrame(data=d)

我使用to_latexwithindex=False是为了不导出行名称：

df.to_latex(index=False)

这会产生以下文本块：

\\begin{tabular}{ll}\n\\toprule\n   
Capital &  Country \\\\\n\\midrule\n 
Naypyidaw &    Burma \\\\\n    
Gitega &  Burundi \\\\\n
\\bottomrule\n
\\end{tabular}\n

是否有一个参数可以调整以消除这些反斜杠和额外的参数\n？

这是我想要的输出：

\begin{tabular}{ll}
Capital &  Country \\ 
Naypyidaw &    Burma \\    
Gitega &  Burundi 
\end{tabular}

任何帮助将不胜感激！

我正在阅读Kaggle 上发布的这个Heroes Recognition ResNet34 notebook。

作者使用fastai的learn.lr_find()方法求最优学习率。

根据学习率绘制损失函数会产生下图：

似乎损失达到了 1e-1 的最小值，但在下一步中，作者将 1e-2 作为 max_lr 传入fit_one_cycle以训练他的模型：

learn.fit_one_cycle(6,1e-2)

为什么在这个例子中使用 1e-2 而不是 1e-1？这不会只会使训练变慢吗？

我正在尝试使用 openCV2 从静态地图自动描绘教堂和大教堂的轮廓。

简而言之，我是：

• 从这个维基百科页面抓取建筑物的坐标。
• 使用 Python 库 Folium 创建以这些坐标为中心的地图。
• 将地图另存为 jpg 图像。
• 应用openCV2的findContours方法来描绘建筑物的轮廓。

我最初假设大教堂将是几百米内最大的建筑，因此我按照PyImageSearch 教程按面积对轮廓进行排序：

contours = sorted(contours, key = cv2.contourArea, reverse = True)[0:1]

在某些情况下，这就像一种魅力，比如圣彼得大教堂：

然而，根据城市和所选的缩放级别，我经常碰巧选择附近实际上比教堂大的建筑物：

我正在考虑选择最接近图像中心的轮廓。

一种选择是计算地图中所有轮廓的中心，然后确定距图像城市中心最近的点，但我想知道是否有更简单的解决方案。任何帮助将不胜感激！

我想使用Python 3.5打开以二进制文件形式编写的时间序列数据。

这是我到目前为止编写的脚本：

filename = 'dummy.ats'
file = open(filename, 'rb')

二进制文件以我想跳过的1024字节的头文件开头。如何修改脚本来执行此操作？