#coding=utf-8
成都创新互联是一家专业提供福安企业网站建设,专注与成都做网站、网站设计、外贸营销网站建设、html5、小程序制作等业务。10年已为福安众多企业、政府机构等服务。创新互联专业网站设计公司优惠进行中。
'''
Created on 2014-3-21
@author: Neo
'''
def PrintList(array):#输出数组
for i in range(array.__len__()):
print array[i]
def SetList(array):#给数组赋值
row = 11
col = 11
for i in range(array.__len__()):
for j in range(array[i].__len__()):
array[i][j] = row
row += 10
col += 1
row = col
print "赋值后的二维数组:"
PrintList(array)
return array
def InitList(x, y):
#初始化一个二维数组
array = [([0] * y) for i in range(x)]
return array
def GetListByCoord(array, radius, x, y):
#根据半径来确定数组的行数和列数
row_col = 2 * radius + 1
#初始化结果数组
result = InitList(row_col, row_col)
#获取传入的array的行数和列数
arrayRow, arrayCol = len(array), len(array[0])
#坐标x、y的值即为结果数组的中心，依此为偏移
for i in range(result.__len__()):
for j in range(result.__len__()):
if (i+x-radius 0 or j+y-radius 0 or
i+x-radius = arrayRow or j+y-radius = arrayCol):
result[i][j] = 0
else:
result[i][j] = array[i+x-radius][j+y-radius]
#打印结果
print "结果为："
PrintList(result)
if __name__ == '__main__':
#数组7列6行
array = SetList(InitList(6,7))
GetListByCoord(array, 1, 3, 3)
GetListByCoord(array, 2, 3, 3)
GetListByCoord(array, 2, 0, 0)
GetListByCoord(array, 2, 0, 6)
GetListByCoord(array, 2, 5, 0)
GetListByCoord(array, 2, 5, 6)
运行结果为：
---------------------------------------------------------------------------------------------
赋值后的二维数组:
[11, 21, 31, 41, 51, 61, 71]
[12, 22, 32, 42, 52, 62, 72]
[13, 23, 33, 43, 53, 63, 73]
[14, 24, 34, 44, 54, 64, 74]
[15, 25, 35, 45, 55, 65, 75]
[16, 26, 36, 46, 56, 66, 76]
结果为：
[33, 43, 53]
[34, 44, 54]
[35, 45, 55]
结果为：
[22, 32, 42, 52, 62]
[23, 33, 43, 53, 63]
[24, 34, 44, 54, 64]
[25, 35, 45, 55, 65]
[26, 36, 46, 56, 66]
结果为：
[0, 0, 0, 0, 0]
[0, 0, 0, 0, 0]
[0, 0, 11, 21, 31]
[0, 0, 12, 22, 32]
[0, 0, 13, 23, 33]
结果为：
[0, 0, 0, 0, 0]
[0, 0, 0, 0, 0]
[51, 61, 71, 0, 0]
[52, 62, 72, 0, 0]
[53, 63, 73, 0, 0]
结果为：
[0, 0, 14, 24, 34]
[0, 0, 15, 25, 35]
[0, 0, 16, 26, 36]
[0, 0, 0, 0, 0]
[0, 0, 0, 0, 0]
结果为：
[54, 64, 74, 0, 0]
[55, 65, 75, 0, 0]
[56, 66, 76, 0, 0]
[0, 0, 0, 0, 0]
[0, 0, 0, 0, 0]
但是这样是一连串的数字不是我们想要的结果，我们可以利用time模块的格式化时间的方法来处理：
time.localtime(time.time())
用time.localtime()方法，作用是格式化时间戳为本地的时间。
输出的结果是：
time.struct_time(tm_year=2010, tm_mon=7, tm_mday=19, tm_hour=22, tm_min=33, tm_sec=39, tm_wday=0, tm_yday=200, tm_isdst=0)
列表的作用是一次性存储多个数据，程序员可以对这些数据进行的操作有：增、删、改、查。
下面讲解的是对列表的查找操作，可以分为两种方法，一种是根据下标来进行查找，另外一种是根据查找函数来操作。
回忆一下知识点，之前讲过字符串的时候有说到下标，下标是计算机内存分配的从0开始的编号，目的是根据下标可以找到针对性的数据。列表也可以根据下标来找到数据，后面学习的元组同样也可以。
语法：
注意：如果以后都是用下标来查找数据，语法无非就是：序列名[下标]
快速体验：
打印结果如图：
语法：
快速体验：
执行结果如图：
注意：
语法：
快速体验：
注意 ：
-- 2. 如果书写了开始和结束位置的下标，则在这个范围内查找，存在则返回开始位置的下标，如果查找的数据不存在则返回0；
语法：
注意： len()方法是一个公共的方法，无论是字符串、列表还是元组都可以使用
快速体验：
以上就是列表的4种查找方法，每个方法有自己的语法和作用，这个知识点属于 Python基础教程 范畴，所以学起来还是比较轻松地，大家主要多多练习记住函数以及使用方法即可。
1、首先下载安装python，建议安装2.7版本以上，3.0版本以下，由于3.0版本以上不向下兼容，体验较差。
2、打开文本编辑器，推荐editplus，notepad等，将文件保存成 .py格式，editplus和notepad支持识别python语法。
脚本第一行一定要写上 #!usr/bin/python
表示该脚本文件是可执行python脚本
如果python目录不在usr/bin目录下，则替换成当前python执行程序的目录。
3、编写完脚本之后注意调试、可以直接用editplus调试。调试方法可自行百度。脚本写完之后，打开CMD命令行，前提是python 已经被加入到环境变量中，如果没有加入到环境变量，请百度
4、在CMD命令行中，输入 “python” + “空格”，即 ”python “；将已经写好的脚本文件拖拽到当前光标位置，然后敲回车运行即可。
首先目测一下查询大概不止一次所以前面那些统统乘个Q就大爆炸吧。
平民的做法写个kdtree基本sqrt n复杂度对付10w的数据量应该轻松愉快，动态的话套个替罪羊。
泥垢无聊的话动态v图欢迎入坑 传闻是logn的我没写过不知道会不会比上面的慢。
啊找到了我记得这个大轮子应该可以很简单（不如手写）的解决你的问题
PCL - Point Cloud Library (PCL)
-
单纯的替罪羊套kdt放到这种场合可能不大合适……毕竟修改一次可能锁死整个子树……（当然可以不用替罪羊，缓存sqrt n个修改，然后每sqrt n个修改暴力重构整个树，重构完成之前就先用原来的，然后再加上各种奇怪的优化……。）
然后再YY一下，我个人觉得他们可能是这样干的，首先把地图切成一块一块的每块足够小。然后随便YY一下按照每个地方人数的多少，取一个合适的am^2范围内最多有x人，然后只要这个x够小，查询的时候只查询当前用户所在的区块和周围的几个区块就好了，然后你就可以用轮子哥那样的sql查询啦～
如果还是有问题要么加服务器，或者最不济还可以对这个区块再维护kdtree。而且这样修改起来还方便。
至于用户周围都没有人，最近的有人区块在几十公里外…
此函数将输入的图片从一个颜色域转换到另一个。
input: 以数组形式输入图片
zoom:浮点数或数组。如果是一个浮点数，对每一个轴放缩相同的倍数。如果是一个数组，则对每一个轴分配一个值。
output:输出，默认为None
order:整型（范围0-5）样条插值的顺序，默认为3。详见后续
mode:字符串，包括{‘reflect’, ‘constant’, ‘nearest’, ‘mirror’, ‘wrap’}，输入的数组如何扩展边界，默认为 ‘constant'（具体参考官方文档 插值的边界处理 ）
cval:浮点数，当插值的边界处理模式为’constant‘时发挥作用。默认为0.0
prefilter:bool,input输入的数组是否经过一个预样条滤波器，默认为True
设原图 ,
目标图片
设 之比为 , ,则:
设原图坐标上的像素点 ，
目标图片坐标上的像素的为
1.计算目标图片的坐标点对应原图中哪个坐标点，公式为：
2.根据dst_x,dst_y的值四舍五入为整数，填充到目标图片的相应位置。
由上图可以看到，经过转换后的图片出现了锯齿感。
1.计算目标图片的坐标点对应原图中哪个坐标点（此步与最邻近插值算法相同），公式为：
2.由于点 是个浮点数坐标，无法用整型的灰度值或RGB值来表示，因此双线性插值算法通过寻找距离这个对应坐标最近的四个像素点，来计算该点的值（灰度值或者RGB值）。
设分解后的坐标为：
首先，在x方向上进行线性插值， 代表该点的像素值。
然后，在y方向上进行线性插值：
得到的 就是该点经过处理后的像素值，填充到目标图片的相应位置。
可见，双线性插值算法的锯齿感要少于最邻近插值法。
三次插值法(cubic interpolation method)是一种 多项式插值法 ，逐次以 三次曲线 φ(t)=a 0 +a 1 t+a 2 t 2 +a 3 t 3 的极小点逼近寻求函数f(t)的极小点的一种方法.(摘自 百度百科 )
可见，三次插值法处理后的图片几乎没有锯齿感
