前言前面几篇文章基本上已经了解了pytest命令使用，收集用例，finxture使用及作用范围，今天简单介绍一下conftest.py文件的作用和实际项目中如是使用此文件！实例场景首先们思考这样一个问题：如果我们在编写测试用的时候，每一个测试文件里面的用例都需要先登录后才能完成后面的操作，那么们该如何实现呢？这就需要我们掌握conftest.py文件的使用了。实例代码创建如下一个目录ConftestFile|conftest.py|test_file_01
系统 2019-09-27 17:54:45 2012
一些讨论Python中使用配置文件的最佳实践Python中使用配置文件的最好方法Python符号常量多种配置文件方案对比我的建议1.排除yamlyaml不是一个好主意，因为需要给项目引入额外的依赖。首先排除它，除非是你的个人项目,或者你的项目已经引入了这个package。2.使用setting.py如果你只是需要配置一些全局的符号常量(symbolicconstants),参考Django的做法，使用setting.py，参见：https://github
系统 2019-09-27 17:54:23 2012
如下所示：classLogin(QMainWindow):"""登录窗口"""globalstatus_sglobalconnect_signaldef__init__(self,*args):super(Login,self).__init__(*args)ifgetattr(sys,'frozen',False):bundle_dir=sys._MEIPASSelse:bundle_dir=os.path.dirname(os.path.abspath
系统 2019-09-27 17:54:22 2012
Python单例模式的两种实现方法方法一importthreadingclassSingleton(object):__instance=None__lock=threading.Lock()#usedtosynchronizecodedef__init__(self):"disablethe__init__method"@staticmethoddefgetInstance():ifnotSingleton.__instance:Singleton.__
系统 2019-09-27 17:54:01 2012
1.效果图：2.代码：#文档字符串(docstr)是函数使用说明#用法：在函数第一行写一个字符串deffn(*nums):'''函数的作用：计算任意数值的总和函数的参数：*nums会接受所有传进来的值，保存到一个元组中（装包）'''print(nums,type(nums))#定义一个变量，用来保存总和result=0forninnums:result+=nreturnresultprint(fn(2,5,7,8))拓展：help()函数效果图：查询自定义
系统 2019-09-27 17:54:01 2012
列表推导与生成器表达式当我们创建了一个列表的时候，就创建了一个可以迭代的对象：复制代码代码如下:>>>squares=[n*nforninrange(3)]>>>foriinsquares:printi014这种创建列表的操作很常见，称为列表推导。但是像列表这样的迭代器，比如str、file等，虽然用起来很方便，但有一点，它们是储存在内存中的，如果值很大，会很麻烦。而生成器表达式不同，它执行的计算与列表包含相同，但会迭代的生成结果。它的语法与列表推导一样，
系统 2019-09-27 17:53:14 2012
三大相关系数:pearson,spearman,kendall统计学中的三大相关性系数：pearson,spearman,kendall，他们反应的都是两个变量之间变化趋势的方向以及程度，其值范围为-1到+1。0表示两个变量不相关，正值表示正相关，负值表示负相关，值越大表示相关性越强。1.personcorrelationcoefficient（皮尔森相关性系数）皮尔逊相关系数通常用r或ρ表示，度量两变量X和Y之间相互关系（线性相关）(1)公式皮尔森相关性
系统 2019-09-27 17:53:11 2012
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。我觉得在数据
系统 2019-09-27 17:52:48 2012
前言栈、队列和优先级队列都是非常基础的数据结构。Python作为一种“编码高效”的语言，对这些基础的数据结构都有比较好的实现。在业务需求开发过程中，不应该重复造轮子，今天就来看看些数据结构都有哪些实现。0x00栈(Stack)栈是一种LIFO(后进先出)的数据结构，有入栈(push)、出栈(pop)两种操作，且只能操作栈顶元素。在Python中有多种可以实现栈的数据结构。1、listlist是Python内置的列表数据结构，它支持栈的特性，有入栈和出栈操作
系统 2019-09-27 17:52:46 2012
目前，Python科学栈中的所有主要项目都同时支持Python3.x和Python2.7，不过，这种情况很快即将结束。去年11月，Numpy团队的一份声明引发了数据科学社区的关注：这一科学计算库即将放弃对于Python2.7的支持，全面转向Python3。Numpy并不是唯一宣称即将放弃Python旧版本支持的工具，pandas与Jupyternotebook等很多产品也在即将放弃支持的名单之中。对于数据科学开发者而言，如何将已有项目从Python2转向P
系统 2019-09-27 17:52:25 2012
