本文目录一览：
如何将opencv的解释器从python2修改成python
1、首先打开opencv的解释器。
2、其次点击右上角的版本。
3、最后选择python2版本，点击修改为python即可。
如何把图片的excel转为Python里面的字典？
如何将Excel导入Python之中呢？很简单！做法如下：
首先我们要读取excel要用到xlrd模块，官网安装先上官网安装。
然后就可以跟着里面的例子稍微试一下就知道怎么用了。大概的流程是这样的：
1、导入模块
import xlrd
2、打开Excel文件读取数据
data = xlrd.open_workbook('excel.xls')
3、获取一个工作表
① table = data.sheets()[0] #通过索引顺序获取② table = data.sheet_by_index(0) #通过索引顺序获取③ table = data.sheet_by_name(u'Sheet1')#通过名称获取
4、获取整行和整列的值（返回数组）
table.row_values(i)table.col_values(i)
5、获取行数和列数
table.nrowstable.ncols
6、获取单元格
table.cell(0,0).valuetable.cell(2,3).value
相对来说获取cell比较有用，相当于是给了一个二维数组，剩下的想怎么做都随着自己性子来。这全部归功于代码的简洁实用。若其中仍有若干小坑则花点时间自己琢磨下吧。以下列出的方法供人参考：
1、首先就是我的统计是根据姓名统计各个表中的信息的，但是调试发现不同的表中各个名字貌似不能够匹配，开始怀疑过编码问题，不过后来发现是因为 空格。因为在excel中输入的时候很可能会顺手在一些名字后面加上几个空格或是tab键，这样看起来没什么差别，但是程序处理的时候这就是两个完全 不同的串了。我的解决方法是给每个获取的字符串都加上strip（）处理一下。效果良好2、还是字符串的匹配，在判断某个单元格中的字符串（中文）是否等于我所给出的的时候发现无法匹配，并且各种unicode也不太奏效，百度过一些解决 方案，但是都比较复杂或是没用。最后我采用了一个比较变通的方式：直接从excel中获取我想要的值再进行比较，效果是不错就是通用行不太好，个 呢不能问题还没解决。
二、写excel表
写excel表要用到xlwt模块，可到官网下载
下载后大致的操作流程如下：
1、导入模块，复制代码代码 ：
import xlwt
2、创建workbook，就是excel，这里只需要保存下，然后复制代码：
workbook = xlwt.Workbook(encoding = 'ascii')
3、接着创建表，然后复制代码：
worksheet = workbook.add_sheet('My Worksheet')
4、再往单元格内写入内容，复制代码代码：
worksheet.write(0, 0, label = 'Row 0, Column 0 Value')
5、最后保存，复制代码代码如下：
workbook.save('Excel_Workbook.xls')
以上便是小编对“如何将Excel导入Python之中呢？”的大致介绍，希望能有所帮助！
如何用 Python 从海量文本抽取主题
代码
我们在Jupyter Notebook中新建一个Python 2笔记本，起名为topic-model。
为了处理表格数据，我们依然使用数据框工具Pandas。先调用它。
import pandas as pd
然后读入我们的数据文件datascience.csv，注意它的编码是中文GB18030，不是Pandas默认设置的编码，所以此处需要显式指定编码类型，以免出现乱码错误。
df = pd.read_csv("datascience.csv", encoding='gb18030')
我们来看看数据框的头几行，以确认读取是否正确。
df.head()
显示结果如下：
没问题，头几行内容所有列都正确读入，文字显式正常。我们看看数据框的长度，以确认数据是否读取完整。
df.shape
执行的结果为：
(1024, 3)
行列数都与我们爬取到的数量一致，通过。
下面我们需要做一件重要工作——分词。这是因为我们需要提取每篇文章的关键词。而中文本身并不使用空格在单词间划分。
我们首先调用jieba分词包。
import jieba
我们此次需要处理的，不是单一文本数据，而是1000多条文本数据，因此我们需要把这项工作并行化。这就需要首先编写一个函数，处理单一文本的分词。
def chinese_word_cut(mytext):
return " ".join(jieba.cut(mytext))
有了这个函数之后，我们就可以不断调用它来批量处理数据框里面的全部文本（正文）信息了。你当然可以自己写个循环来做这项工作。
下面这一段代码执行起来，可能需要一小段时间。请耐心等候。
df["content_cutted"] = df.content.apply(chinese_word_cut)
执行过程中可能会出现如下提示。没关系，忽略就好。
Building prefix dict from the default dictionary ...
Loading model from cache /var/folders/8s/k8yr4zy52q1dh107gjx280mw0000gn/T/jieba.cache
Loading model cost 0.406 seconds.
Prefix dict has been built succesfully.
执行完毕之后，我们需要查看一下，文本是否已经被正确分词。
df.content_cutted.head()
pycharm如何更换主题
pycharm更换主题的方法：1、打开pycharm，依次点击File、Settings选项；2、展开【Appearance Behavior】选项，点击Appearance选项；3、找到theme选项，根据需要更改主题即可。
具体方法：
（推荐教程：Python入门教程）
1、点击pycharm的菜单中的 file 选项；
2、接着点击Settings选项；
3、这样就进入到了settings的窗口中，选中为 appearance 的选项；
4、在appearance 的界面中，找到 theme 选项，根据需要设置注意模式即可。
