1. python怎麼實現廣度優先遍歷
1、從圖中某個頂點V0出發，並訪問此頂點；2、從V0出發，訪問V0的各個未曾訪問的鄰接點W1，W2，…,Wk;然後,依次從W1,W2,…,Wk出發訪問各自未被訪問的鄰接點；3、重復步驟2，直到全部頂點都被訪問為止。
2. python怎樣遍歷.py的內容
列表的遍歷
方法一：通過for循環
li = [i for i in range(10)]
for i in li:
print(i)
方法二：通過while循環
# 雖然for循環已經很好用了，但是在有些情況下，使用while循環可以更靈活
# 只需要將判斷條件設置為小於列表長度，即可完成列表通過while循環的遍歷
li = [i for i in range(10)]
i = 0
while i < len(li):
print(li[i])
i += 1
方法三：配合enumerate使用，同時獲取列表的索引
li = [i + 1 for i in range(10)]
# 此時，i為一個元組，元組的第一個元素為索引，第二個元素為原列表的元素
# 因此，在遍歷列表的同時，需要同時獲取坐標的情況下，可以配合enumerate()一起使用
for i in enumerate(li):
print(i)
字典的遍歷
字典的遍歷和列表有一些不同，因為字典有鍵和值兩個關鍵部分。默認的遍歷情況，是遍歷字典的鍵，當然，可以通過字典的鍵取得值，也可以直接遍歷值，或者直接遍歷鍵和值。
方法一：直接使用for循環
直接使用for循環對一個字典進行遍歷，默認取得的是字典的鍵
dt = {i: i + 1 for i in range(10)}
for i in dt:
print("字典的鍵：", i) # 字典的鍵
print("字典的值：", dt[i]) # 字典的值
方法二：遍歷dict.keys()
這種方法與方法一的效果其實是一樣的，同樣是獲取字典的鍵
dt = {i: i + 1 for i in range(10)}
for i in dt.keys():
print("字典的鍵：", i) # 字典的鍵
print("字典的值：", dt[i]) # 字典的值
方法三：遍歷dict.values()
這種方法與方法一和二很不相同，因為它只獲取了字典的值
dt = {i: i + 1 for i in range(10)}
# 這是很特殊的方法，因為它沒有獲取字典的鍵
for i in dt.values():
print("字典的值：", i) # 此時i不再是字典的鍵，而是值
方法四：遍歷dict.items()
這種方法一般來說要更好，因為它同時獲取到了字典的鍵和值，而且性能上要高於先獲取鍵，再通過鍵獲取對應的值
dt = {i: i + 1 for i in range(10)}
for i in dt.items():
print("字典的鍵值對：", i)
print("字典的鍵：", i[0])
print("字典的值：", i[1])
總結
1，列表的遍歷比較簡單，除了配合enumerate()使用，可以同步獲取索引以外，並沒有特別值得糾結的。
2，字典的遍歷方法比較多，其中第四種是能適用於一切情況的，前兩種也可以適用於一切情況，但是如果你同時需要獲取鍵和值，性能不如第四種要好。第三種比較特別，除非你真的只需要字典的值，否則它在多數情況下是不能夠滿足需求的。
3. python opencv 怎麼構建二維三維圖像
如果是圖像處理就用PIL庫。似乎有這樣的演算法。 我的想法就是用numpy包中的減法。矩陣相減。 其實用python遍歷的速度比你想像的要快。 如果還不夠快就C語言寫，其中有一個庫prex，可以方便的實現python與C的介面，比直接用pyobject要方便很多。 另外你可以用CTYPE中的整型存貯，應該比如直接用python中的int節約空間，速度可能也會快些。 我曾經用PIL結合python寫驗證碼識別的演算法，速度快，消耗的時間基本上可以忽略。
4. Python 遍歷
a=[[1,2,3,4,-1],[21,23,34,45,1],[3,4,34,2,1]]
cl_num=-1
foriinrange(len(a)-1):
this_line=a[i][cl_num]
next_line=a[i+1][cl_num]
issame=(this_line==next_line)
ifissame:
print('第{0}行第{1}列與第{2}行第{1}列相等'.format(str(i),str(cl_num),str(i+1)))
else:
print('第{0}行第{1}列與第{2}行第{1}列不相等'.format(str(i),str(cl_num),str(i+1)))
#第0行第-1列與第1行第-1列不相等
#第1行第-1列與第2行第-1列相等
此為按你要求，比較相鄰行的最後一列的值。
下次去stackoverflow上查答案或提問吧。
5. 請教各位大神，如何用python提取出兩幅圖像中不同的部分
用PIL新建圖像後遍歷兩圖片每像素顏色信息點加新建圖像面後保存圖片行
6. 請教各位大神，如何用python提取出兩幅圖像中不同的部分
用PIL新建一個圖像。然後遍歷兩個圖片每個像素的顏色信息，不一樣的點加到新建的圖像上面最後保存圖片不就行了。。
7. python怎麼用PIL模塊處理BMP圖像 二值化
Pillow 提供了一個 .load() 方法，用來處理像素。圖片嘛，當然是二維的，有寬和高的。
pixels = image.load()
for x in ramge(image.width):
for y in range(image.height):
pixsels[x, y] = 255 if pixsels[x, y] > 125 else 0
當然了，只是最簡單的二值化的話，直接 image.convert('1') 就可以了 :-)
8. python圖像處理代碼，望大神詳細解釋。越詳細越好
#初始化一個矩形np.max(marks)+1行，3列，默認值為0
colorTab=np.zeros((np.max(marks)+1,3))
#遍歷數組，給每行的3列賦值，就是RGB顏色值，8位的
foriinrange(len(colorTab)):
aa=np.random.uniform(0,255)
bb=np.random.uniform(0,255)
cc=np.random.uniform(0,255)
colorTab[i]=np.array([aa,bb,cc],np.uint8)
#初始化另一個跟img圖像形狀大小一樣的圖像，一副黑色圖像
bgrImage=np.zeros(img.shape,np.uint8)
#遍歷marks形狀的行列
foriinrange(marks.shape[0]):
forjinrange(marks.shape[1]):
index=marks[i][j]
#判斷是不是區域與區域之間的分界,如果是邊界(-1)，則使用白色顯示
ifindex==-1:
bgrImage[i][j]=np.array([255,255,255])#像素點設置位白色
else:
bgrImage[i][j]=colorTab[index]#像素點設置位上邊隨機生成的顏色值
#顯示處理後的圖像圖像
cv2.imshow('AfterColorFill',bgrImage)
#總結，先生成一個跟marks相同數量的row*col的一張顏色表，然後創建一個跟marks相同大小的一副黑色圖像
#最後對黑色圖像畫出白色邊界和內部隨機彩色像素值
9. python下使用openCV3，如何在一幅灰度圖中，為所有灰度為某特定值的點賦另一灰度值
你好，我覺得用np.where是可以實現的，下面是相關的實現代碼：
importcv2
importnumpyasnp
image=np.zeros((400,400,3),dtype="uint8")
raw=image.()
image[np.where((image==[0,0,0]).all(axis=2))]=[255,255,255]
cv2.imshow('Test0',image)
lower_black=np.array([0,0,0],dtype="uint16")
upper_black=np.array([70,70,70],dtype="uint16")
black_mask=cv2.inRange(image,lower_black,upper_black)
image[np.where((image==[0,0,0]).all(axis=2))]=[155,255,155]
black_mask[np.where(black_mask==[0])]=[155]
cv2.imshow('Test',image)
cv2.imshow('Test2',raw)
cv2.imshow('Test3',black_mask)
10. python 遍歷文件夾PDF並轉換成圖片
這種圖片的也可以轉換成圖片的形式，一般文件夾要進行一個轉化才可以變成圖片。