1.题目描述老师想给孩子们分发糖果，有N个孩子站成了一条直线，老师会根据每个孩子的表现，预先给他们评分。你需要按照以下要求，帮助老师给这些孩子分发糖果：每个孩子至少分配到1个糖果。相邻的孩子中，评分高的孩子必须获得更多的糖果。那么这样下来，老师至少需要准备多少颗糖果呢？示例1:输入:[1,0,2]输出:5解释:你可以分别给这三个孩子分发2、1、2颗糖果。示例2:输入:[1,2,2]输出:4解释:你可以分别给这三个孩子分发1、2、1颗糖果。第三个孩子只得到1
系统 2019-09-27 17:56:21 2282
Python标准异常总结这是错误类型表总结，不用记住，只要有印象即可，碰到需要处理的错误类型可以查表。一般捕获错误和处理错误使用try-except-finally：try:#检测范围exceptException[asreason]:#出现异常（Exception）后的处理代码finally:#无论如何都会执行的代码，如关闭文件（f.close()）等错误类型错误解释AssertionError断言语句（assert）失败AttributeError尝试
系统 2019-09-27 17:55:11 2282
本文实例讲述了python中MySQLdb模块用法。分享给大家供大家参考。具体用法分析如下：MySQLdb其实有点像php或asp中连接数据库的一个模式了，只是MySQLdb是针对mysql连接了接口，我们可以在python中连接MySQLdb来实现数据的各种操作。python连接mysql的方案有oursql、PyMySQL、myconnpy、MySQLConnector等，不过本篇要说的确是另外一个类库MySQLdb，MySQLdb是用于Python链
系统 2019-09-27 17:54:35 2282
pandas获取csv指定行，列house_info=pd.read_csv('house_info.csv')1：取行的操作：house_info.loc[3:6]类似于python的切片操作2：取列操作：house_info['price']这是读取csv文件时默认的第一行索引3：取两列house_info[['price',tradetypename']]取多个列也是同理的，注意里面是一个list的列表，不然会报错误；4:增加列：house_Info
系统 2019-09-27 17:53:51 2282
数据驱动模式的测试好处相比普通模式的测试就显而易见了吧！使用数据驱动的模式，可以根据业务分解测试数据，只需定义变量，使用外部或者自定义的数据使其参数化，从而避免了使用之前测试脚本中固定的数据。可以将测试脚本与测试数据分离，使得测试脚本在不同数据集合下高度复用。不仅可以增加复杂条件场景的测试覆盖，还可以极大减少测试脚本的编写与维护工作。下面将使用Python下的数据驱动模式(ddt)库，结合unittest库以数据驱动模式创建百度搜索的测试。ddt库包含一组
系统 2019-09-27 17:52:26 2282
image前言学过Python数据分析的朋友都知道，在可视化的工具中，有很多优秀的三方库，比如matplotlib，seaborn，plotly，Boken，pyecharts等等。这些可视化库都有自己的特点，在实际应用中也广为大家使用。plotly、Boken等都是交互式的可视化工具，结合Jupyternotebook可以非常灵活方便地展现分析后的结果。虽然做出的效果非常的炫酷，比如plotly，但是每一次都需要写很长的代码，一是麻烦，二是不便于维护。我
系统 2019-09-27 17:51:05 2282
前言Martin(Bob大叔)曾在《代码整洁之道》一书打趣地说：当你的代码在做CodeReview时，审查者要是愤怒地吼道：“Whatthefuckisthisshit?”“Dude,Whatthefuck！”等言辞激烈的词语时，那说明你写的代码是BadCode，如果审查者只是漫不经心的吐出几个“Whatthefuck?”，那说明你写的是GoodCode。衡量代码质量的唯一标准就是每分钟骂出“WTF”的频率。一份优雅、干净、整洁的代码通常自带文档和注释属性
系统 2019-09-27 17:50:58 2282
最近要写一款基于被动式的漏洞扫描器，因为被动式是将我们在浏览器浏览的时候所发出的请求进行捕获，然后交给扫描器进行处理，本来打算自己写这个代理的，但是因为考虑到需要抓取https，所以最后找到Mitmproxy这个程序。安装方法：pipinstallmitmproxy接下来通过一个案例程序来了解它的使用，下面是目录结构sproxy|utils|__init__.py|parser.py|sproxy.pysproxy.py代码#coding=utf-8fro
系统 2019-09-27 17:50:22 2282
一前言本文算是一次队列的学习笔记，Queue模块实现了三种类型的队列，它们的区别仅仅是队列中元素被取回的顺序。在FIFO队列中，先添加的任务先取回。在LIFO队列中，最近被添加的元素先取回(操作类似一个堆栈)。优先级队列中，元素将保持排序(使用heapq模块)并且最小值的条目第一个返回。值得注意的是Python2.X版本中调用队列需要引用importQueue而在Python3.X版本中则需要importqueue二队列特性2.1Queue的常用函数Que
系统 2019-09-27 17:50:08 2282
程序流Python解释器在其最简单的级别，以类似的方式操作，即从程序的顶端开始，然后一行一行地顺序执行程序语句。例如，清单1展示了几个简单的语句。当把它们键入Python解释器中（或者将它们保存在一个文件中，并作为一个Python程序来执行）时，读取语句的顺序是从左到右。当读到一个行结束符（比如换行符）时，Python解释器就前进到下一行并继续，直到没有了代码行。清单1.一个简单的Python程序>>>i=1>>>type(i)>>>l=[0,1,2,3,
系统 2019-09-27 17:49:43 2282
