-
使用Python实现 学生学籍管理系统
所属栏目：[Python] 日期：2020-12-17 热度：170
大家好，今天跟大家分享一个用Python实现的学生学籍管理系统： 该代码主体由五个函数组成： 1.add_stu() 添加 2.del_stu() 删除 3.print_stu()打印 4.exit_stu() 退出 5.system() 主函数 1.add_stu() 此段函数作用：把输入的值存入字典newstu中，并将字典存[详细]
-
Python内置加密模块用法解析
所属栏目：[Python] 日期：2020-12-17 热度：182
这篇文章主要介绍了Python内置加密模块用法解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 数据加密： 对称加密：数据加密和解密使用相同的密钥，主要解决数据的机密性（DES,AES） 非对称加密（公[详细]
-
使用Rasterio读取栅格数据的实例讲解
所属栏目：[Python] 日期：2020-12-17 热度：158
Rasterio简介 有没有觉得用GDAL的Python绑定书写的代码很不Pythonic，强迫症的你可能有些忍受不了。不过，没关系，MapBox旗下的开源库Rasterio帮我们解决了这个痛点。 Rasterio是基于GDAL库二次封装的更加符合Python风格的主要用于空间栅格数据处理的Python[详细]
-
Python 根据数据模板创建shapefile的实现
所属栏目：[Python] 日期：2020-12-17 热度：200
废话不多说，我就直接上代码让大家看看吧！ #!/usr/bin/env python# -*- coding: utf-8 -*-# @File : copyShapefile.py# @Author: huifer# @Date : 2018-4-28from os.path import existsimport gdalfrom osgeo import ogrfrom os import removegdal.SetConfi[详细]
-
python数据化运营的重要意义
所属栏目：[Python] 日期：2020-12-17 热度：181
python数据化运营 数据化运营的核心是运营，所有数据工作都是围绕运营工作链条展开的，逐步强化数据对于运营工作的驱动作用。数据化运营的价值体现在对运营的辅助、提升和优化上，甚至某些运营工作已经逐步数字化、自动化、智能化。 具体来说，数据化运营的[详细]
-
python使用itchat模块给心爱的人每天发天气预报
所属栏目：[Python] 日期：2020-12-17 热度：200
本文实例为大家分享了python给心爱的人每天发天气预报的具体代码，供大家参考，具体内容如下 下面的代码实现了用了之前获取天气的代码，然后用itchat模块 给指定的人发送消息 代码比较简单，改一下CITY_NAME和name个发送语句直接就可以用 import requestsimp[详细]
-
Python高级特性——详解多维数组切片(Slice)
所属栏目：[Python] 日期：2020-12-17 热度：80
(1) 我们先用arange函数创建一个数组并改变其维度，使之变成一个三维数组： a = np.arange(24).reshape(2,3,4) aarray([[[ 0,1,2,3],[ 4,5,6,7],[ 8,9,10,11]],[[12,13,14,15],[16,17,18,19],[20,21,22,23]]]) 多维数组a中有0~23的整数，共24个元素，是一个2[详细]
-
python NumPy ndarray二维数组 按照行列求平均实例
所属栏目：[Python] 日期：2020-12-17 热度：98
我就废话不多说了，直接上代码吧！ c = np.array([[1,2,3,4],[4,5,6,7],[7,8,9,10]])print(c.mean(axis=1))#行print(c.mean(axis=0))#列 输出为： [ 2.5 5.5 8.5][ 4. 5. 6. 7.] 以上这篇python NumPy ndarray二维数组 按照行列求平均实例就是小编分享给大家[详细]
-
Python 求数组局部最大值的实例
所属栏目：[Python] 日期：2020-12-17 热度：144
求数组局部最大值 给定一个无重复元素的数组A[0…N-1]，求找到一个该数组的局部最大值。规定：在数组边界外的值无穷[详细]
-
python中的数组赋值与拷贝的区别详解
所属栏目：[Python] 日期：2020-12-17 热度：160
具体的注解我已经写在了程序里面：通俗的解释了python里面的浅拷贝与深拷贝的不同，请看程序。 # -*- coding: utf-8 -*-import numpy as npimport copy as cpimport matplotlib.pyplot as pltimport timeimport mathfig = plt.figure()ax = fig.add_subplot([详细]
-
使用python切片实现二维数组复制示例
所属栏目：[Python] 日期：2020-12-17 热度：193
.csv数据格式 10*3，dataSet 1.1,1.5,2.51.3,1.9,3.21.5,2.3,3.91.7,2.7,4.61.9,3.1,5.32.1,3.5,62.3,3.9,6.72.5,4.3,7.42.7,4.7,8.12.9,5.1,8.8 将该数据的前8行的前两列复制到一个新的数组中，核心代码如下(trainData为新数组)： m,n = np.shape(dataSet)t[详细]
-
OpenCV里的imshow()和Matplotlib.pyplot的imshow()的实现
所属栏目：[Python] 日期：2020-12-17 热度：104
一、问题 在Python里使用OpenCV时，一般是通过cv2.imread读入图片，然后用plt.imshow显示图片，但最近学习OpenCV时这样做的结果与预期的结果有较大的出入。查找资料后，才明白OpenCV里的imshow()和Matplotlib.pyplot的imshow()在使用上有一些区别，不注意的[详细]
-
python pygame实现挡板弹球游戏
所属栏目：[Python] 日期：2020-12-17 热度：66
学了一天pygame，用python和pygame写一个简单的挡板弹球游戏 GitHub： EasyBaffleBallGame # -*- coding:utf-8 -*-from sys import exitimport pygamefrom pygame.locals import *pygame.init()# 创建窗口ScreenWidth = 500ScreenHright = 720ScreenSize = ([详细]
-
Python利用matplotlib绘制约数个数统计图示例
所属栏目：[Python] 日期：2020-12-17 热度：129
本篇章节讲解Python利用matplotlib绘制约数个数统计图。供大家参考研究具体如下： 利用Python计算1000以内自然数的约数个数，然后通过matplotlib绘制统计图。 下图为约数个数的散点图及其分布情况的条形图。 Python代码： import collectionsimpor[详细]
-
python-熊猫在特定级别向多索引添加行
所属栏目：[Python] 日期：2020-12-17 热度：53
我正在尝试为数据框上的以下转换获取合理的解决方案： 给定此数据框： 生产： 即将多索引的分组级别填充到标准长度(行数) 在相当大的多索引数据帧(?几千列和几百万行)上,是否有一种合理的快速方法？ 这是给定的数据框字典,以供快速参考： d = {'region': {0:[详细]
-
使用bash或python排序巨大的JSON文件
所属栏目：[Python] 日期：2020-12-17 热度：55
要求：我有一个.gz格式的Json文件.因此,压缩后的大小约为500 MB.当我解压缩它时,json文件几乎变成了大约10 GB.提取的JSON文件逐行包含单个JSON对象.我想要的是使用任何bash脚本或python程序根据字段ps对文件进行排序. 由于文件太大,因此不建议将其加载到内存[详细]
-
如何使用Python nltk.tokenize将包含停用词的短语作为单个标记对
所属栏目：[Python] 日期：2020-12-17 热度：113
该问题与以下内容完全相同：????????????????????????How to prevent splitting specific words or phrases and numbers in NLTK?????????????????????????????????????2个 可以通过使用nltk.tokenize删除一些不必要的停用词来对字符串进行令牌化.但是,如何[详细]
-
django找不到新的sqlite版本？ (需要SQLite 3.8.3或更高版本(发
所属栏目：[Python] 日期：2020-12-17 热度：142
我已经将django项目克隆到Centos 7 vps,并且现在尝试运行它,但是在尝试迁移时出现此错误： $python manage.py migratedjango.core.exceptions.ImproperlyConfigured: SQLite 3.8.3 or later is required (found 3.7.17). 当我检查sqlite的版本时,它是3.7.17,[详细]
-
python-两个列表中的数字对
所属栏目：[Python] 日期：2020-12-17 热度：135
我有两个清单： a = [1,3,6,10,20] b = [2,4,9,12,15,22,24,25] 现在,我想创建一个新列表,其中包含前两个列表中的对.对的定义如下： 左值[l,..]：a [i] 右边的[..,r]：如果a [i 1]存在,则a [i]和a [i 1]之间b中的最高数字,如果a [i]存在,则比a [i]大,否则仅[详细]
-
python-ValueError：设置具有序列的数组元素.在Keras模型上
所属栏目：[Python] 日期：2020-12-17 热度：200
我在keras model.fit上收到“ ValueError：设置具有序列的数组元素” model.fit(X_tr,np.array(y_tr),batch_size=32,epochs=5,validation_split=0.1,verbose=1)X_trOut[22]:array([[4256,1244,4475,...,8766,8766],[5443,3401,4709,[3829,543,681,[2185,7510[详细]
-
更改类继承的类的列表
所属栏目：[Python] 日期：2020-12-17 热度：200
我完全知道这不是您通常想要做的事情. 我正在使用具有(很不幸)大量类型检查的库.但是,只有在库中的那些类型检查之一被注释掉时,我才有一个可行的解决方案.我想要一个不需要修改库代码的解决方案. 更具体地说,我需要绕过这段代码： def is_valid(arg): return[详细]
-
如何使用.apply()将一列词典合并为一个词典？
所属栏目：[Python] 日期：2020-12-17 热度：139
我在pandas数据框中有一列词典. srs_tf = pd.Series([{'dried': 1,'oak': 2},{'fruity': 2,'earthy': 2},{'tones': 2,'oak': 4}]) srs_b = pd.Series([2,4,6]) df = pd.DataFrame({'tf': srs_tf,'b': srs_b}) df tf b0 {'dried': 1,'oak': 2} 21 {'fruity':[详细]
-
python-在try / except块中串联数据帧
所属栏目：[Python] 日期：2020-12-17 热度：153
我正在尝试从API中提取数据,如果成功,则将结果串联到一个大数据框中.这是代码示例 df = pd.DataFrame()year = 2000while year 2018: sqft = 1000 while sqft 1500: #will include buildHttp code if helpful to this problem http = buildHttp(sqft,year) tr[详细]
-
python-用第二列指示重置的cumprod熊猫
所属栏目：[Python] 日期：2020-12-17 热度：117
我需要计算以乘以Wgt列中的新值指示的某个频率重置的累积乘积. 例如,在由以下对象产生的DataFrame中： df = pd.DataFrame(np.random.lognormal(0,0.01,27),pd.date_range('2019-01-06','2019-02-01'),columns=['Chg'])df['Wgt'] = df['Chg'].asfreq('W')df.l[详细]
-
如何将数据框中的一列转换为python中的2D数组
所属栏目：[Python] 日期：2020-12-17 热度：107
我有一个包含观察到的数据的数据框为： import pandas as pdd = {'ID': [0,1,2],'Value': [[1,2,1],[5,4,6],[7,20,9]]}df = pd.DataFrame(data=d) 我如何从值中获取数组以形成2D numpy.ndarray [[1,9]] 形状：(3,3) 我尝试 print(df['Value'].values) 但这给[详细]
