-
Python with语句上下文管理器两种实现方法分析
所属栏目：[Python] 日期：2020-12-16 热度：111
本篇章节讲解Python with语句上下文管理器。供大家参考研究具体如下： 在编程中会经常碰到这种情况：有一个特殊的语句块，在执行这个语句块之前需要先执行一些准备动作；当语句块执行完成后，需要继续执行一些收尾动作。例如，文件读写后需要关闭[详细]
-
Python实现的凯撒密码算法示例
所属栏目：[Python] 日期：2020-12-16 热度：167
本篇章节讲解Python实现的凯撒密码算法。供大家参考研究具体如下： 一 介绍 凯撒密码是一种非常古老的加密方法，相传当年凯撒大地行军打仗时为了保证自己的命令不被敌军知道，就使用这种特殊的方法进行通信，以确保信息传递的安全。他的原理很简单[详细]
-
eclipse for python
所属栏目：[Python] 日期：2020-12-16 热度：80
经过长期的查询和各项性能的分析，决定使用eclipse来进行python的学习，由于linux下，调试比较麻烦（字符看着还是不爽）首次试验发现eclipse下可以支持中文字符，不错，komodo就烂多了，之后试验了下 c = 哈哈 print c print 居然报错，SyntaxError: Non-ASC[详细]
-
Python 的 with 语句详解
所属栏目：[Python] 日期：2020-12-16 热度：144
一、简介 with是从Python 2.5 引入的一个新的语法，更准确的说，是一种上下文的管理协议，用于简化try…except…finally的处理流程。with通过__enter__方法初始化，然后在__exit__中做善后以及处理异常。对于一些需要预先设置，事后要清理的一些任务，with提[详细]
-
python实现微信自动回复功能
所属栏目：[Python] 日期：2020-12-16 热度：154
本文实例为大家分享了python实现微信自动回复的具体代码，供大家参考，具体内容如下 新年到了，不想让一早上给你发送祝福的人心里一阵寒风，可以秒回复对方的话，试试下面的python程序可以帮你解决这个问题。 预装： python2.x或3.x pycharm pip install itc[详细]
-
深入浅析python with语句简介
所属栏目：[Python] 日期：2020-12-16 热度：188
with 语句是从 Python 2.5 开始引入的一种与异常处理相关的功能（2.5 版本中要通过 from __future__ import with_statement 导入后才可以使用），从 2.6 版本开始缺省可用（参考 What's new in Python 2.6 中 with 语句相关部分介绍）。with 语句适用于对资[详细]
-
pandas 取出表中一列数据所有的值并转换为array类型的方法
所属栏目：[Python] 日期：2020-12-16 热度：147
如下所示： # -*-coding: utf-8 -*-import pandas as pd#读取csv文件df=pd.read_csv('A_2+20+DoW+VC.csv')#求‘ave_time'的平均值aveTime=df['ave_time'].mean()#把ave_time这列的缺失值进进行填充，填充的方法是按这一列的平均值进行填充df2=df.fillna(aveT[详细]
-
对numpy和pandas中数组的合并和拆分详解
所属栏目：[Python] 日期：2020-12-16 热度：103
合并 numpy中 numpy中可以通过concatenate，指定参数axis=0 或者 axis=1，在纵轴和横轴上合并两个数组。 import numpy as npimport pandas as pdarr1=np.ones((3,5))arr1Out[5]: array([[ 1.,1.,1.],[ 1.,1.]])arr2=np.random.randn(15).reshape(arr1.shape)[详细]
-
Python入门学习指南分享
所属栏目：[Python] 日期：2020-12-16 热度：104
对于初学者，入门至关重要，这关系到初学者是从入门到精通还是从入门到放弃。以下是结合Python的学习经验，整理出的一条学习路径，主要有四个阶段 NO.1 新手入门阶段，学习基础知识 总体来讲，找一本靠谱的书，由浅入深，边看边练。 网上的学习教程有很多，[详细]
-
pandas对指定列进行填充的方法
所属栏目：[Python] 日期：2020-12-16 热度：87
实例如下所示： import pandas as pd import numpy as np ts1 = [0,1,np.nan,np.nan] ts2 = [0,2,3,np.nan] d = {'X': ts1,'Y': ts2,'Z': ts2} df = pd.DataFrame(data=d) df X Y Z0 0.0 0.0 0.01 1.0 2.0 2.02 NaN NaN NaN3 NaN 3.0 3.04 NaN NaN NaN5 NaN[详细]
-
使用py2exe在Windows下将Python程序转为exe文件
所属栏目：[Python] 日期：2020-12-16 热度：197
前提条件： 需要安装easy-install模块，这是一个python的模块打包工具。 首先下载easy_setup.py的源代码，下载地址： http://pypi.python.org/pypi/setuptools 自己用记事本存放源代码用.py后缀名，在命令行执行即可，这样你就可以在python的安装目录下Pytho[详细]
-
使用Python来开发Markdown脚本扩展的实例分享
所属栏目：[Python] 日期：2020-12-16 热度：103
关于Markdown 在刚才的导语里提到，Markdown 是一种用来写作的轻量级「标记语言」，它用简洁的语法代替排版，而不像一般我们用的字处理软件 Word 或 Pages 有大量的排版、字体设置。它使我们专心于码字，用「标记」语法，来代替常见的排版格式。例如此文从内[详细]
-
Python多线程爬虫简单示例
所属栏目：[Python] 日期：2020-12-16 热度：162
python是支持多线程的，主要是通过thread和threading这两个模块来实现的。thread模块是比较底层的模块，threading模块是对thread做了一些包装的，可以更加方便的使用。 虽然python的多线程受GIL限制，并不是真正的多线程，但是对于I/O密集型计算还是能明显提[详细]
-
Python发送form-data请求及拼接form-data内容的方法
所属栏目：[Python] 日期：2020-12-16 热度：131
网上关于使用python 的发送multipart/form-data的方法，多半是采用 ulrlib2 的模拟post方法，如下： import urllib2boundary='-------------------------7df3069603d6' data=[] data.append('--%s' % boundary) data.append('Content-Disposition: form-data[详细]
-
使用Python保存网页上的图片或者保存页面为截图
所属栏目：[Python] 日期：2020-12-16 热度：152
Python保存网页图片 这个是个比较简单的例子，网页中的图片地址都是使用'http://。。。。.jpg'这种方式直接定义的。 使用前，可以先建立好一个文件夹用于保存图片，本例子中使用的文件夹是 d:pythonPath这个文件夹 代码如下： # -*- coding: UTF-8 -*- imp[详细]
-
python如何通过protobuf实现rpc
所属栏目：[Python] 日期：2020-12-16 热度：187
由于项目组现在用的rpc是基于google protobuf rpc协议实现的，所以花了点时间了解下protobuf rpc。rpc对于做分布式系统的人来说肯定不陌生，对于rpc不了解的童鞋可以自行google，这里只是做个简单的介绍。rpc的主要功能是让分布式系统的实现更为简单，为提供[详细]
-
Django Admin实现上传图片校验功能
所属栏目：[Python] 日期：2020-12-16 热度：184
Django 为未来的开发人员提供了许多功能：一个成熟的标准库，一个活跃的用户社区，以及 Python 语言的所有好处。虽然其他 Web 框架也声称能提供同样的内容，但 Django 的独特之处在于它内置了管理应用程序 ―― admin。 admin 提供了开箱即用的高级 Create-R[详细]
-
Python切片知识解析
所属栏目：[Python] 日期：2020-12-16 热度：136
切片原型 strs = ‘abcdefg' Strs[start: end:step] 切片的三个参数分别表开始，结束，步长 第一位下标为0，end位不取，如strs[1:3] = ‘bc' 如果start，end超出现有数组范围，按实际范围截断strs[-100:100]='abcdefg' Step为空时，缺省值为1 Strs[1:5] = ‘[详细]
-
基于Python实现一个简单的银行转账操作
所属栏目：[Python] 日期：2020-12-16 热度：62
前言 在进行一个应用系统的开发过程中，从上到下一般需要四个构件：客户端-业务逻辑层-数据访问层-数据库，其中数据访问层是一个底层、核心的技术。而且在实际开发中，数据库的操作也就是说数据访问层都是嵌套在其他语言中的，其是编程的核心。本文面向的是p[详细]
-
Python实现Linux命令xxd -i功能
所属栏目：[Python] 日期：2020-12-16 热度：108
一. Linux xxd -i功能 Linux系统xxd命令使用二进制或十六进制格式显示文件内容。若未指定outfile参数，则将结果显示在终端屏幕上；否则输出到outfile中。详细的用法可参考linux命令xxd。 本文主要关注xxd命令-i选项。使用该选项可输出以inputfile为名的C语言[详细]
-
Python求算数平方根和约数的方法汇总
所属栏目：[Python] 日期：2020-12-16 热度：96
一、求算术平方根 a=x=int(raw_input('Enter a number:'))if x = :while a*a x:a = a + if a*a != x:print x,'is not a perfect square'else:print aelse:print x,'is a negative number' 二、求约数 方法一： divisor = [ ]x=int(raw_input('Enter a number[详细]
-
Python装饰器基础详解
所属栏目：[Python] 日期：2020-12-16 热度：175
装饰器(decorator)是一种高级Python语法。装饰器可以对一个函数、方法或者类进行加工。在Python中，我们有多种方法对函数和类进行加工，比如在Python闭包中，我们见到函数对象作为某一个函数的返回结果。相对于其它方式，装饰器语法简单，代码可读性高。因此[详细]
-
python迭代器与生成器详解
所属栏目：[Python] 日期：2020-12-16 热度：118
例子 老规矩，先上一个代码： def add(s,x): return s + xdef gen(): for i in range(4): yield ibase = gen()for n in [1,10]: base = (add(i,n) for i in base)print list(base) 这个东西输出可以脑补一下， 结果是[20,21,22,23],而不是[10,11,12,13]。 当[详细]
-
python生成器表达式和列表解析
所属栏目：[Python] 日期：2020-12-16 热度：123
绝大多数情况下，遍历一个集合都是为了对元素应用某个动作或是进行筛[详细]
-
Python中random模块生成随机数详解
所属栏目：[Python] 日期：2020-12-16 热度：161
Python中的random模块用于生成随机数。下面介绍一下random模块中最常用的几个函数。 random.random random.random()用于生成一个0到1的随机符点数: 0 = n 1.0 random.uniform random.uniform的函数原型为：random.uniform(a,b)，用于生成一个指定范围内的随[详细]
