前提条件：用ReportingService做过报表，并碰到想确定多选下拉框选了哪些选项却无法确定的情况。如：根据选项显示相应的值。功能实现：用算法实现ReportingService中多值判定。算法说明：设a=1,b=2,c=4,d=8,e=16,f=32，大家能从这组数中看到什么规律？很容易得到它们的值是2的n-1次方，还有什么呢？很容易忽视的一点：b=a+1,c=a+b+1,d=a+b+c+1,e=a+b+c+d+1,f=a+b+c+d+e+1，这个
系统 2019-08-12 01:32:19 2279
业界传说Python平均一行代码能够顶的上几十行C/C++代码。业界还传说，C++效率能够达到Python的几十倍。对于以上二者，笔者本来感觉也许差不多只是略夸张。笔者曾经用C++和Python分别实现了不带cache的求Fibonacci数的函数，大约C++的效率确实可以达到Python效率的几十倍，不过代码量没有几十倍，只是略多。但这个毕竟是toyprogramming，如果是在一个真正实用性的项目当中，C++和Python在效率以及代码量上的对比究竟
系统 2019-09-27 17:57:17 2278
1、getitem方法使用这个方法最大的印象就是调用对象的属性可以像字典取值一样使用中括号['key']使用中括号对对象中的属性进行取值、赋值或者删除时，会自动触发对应的__getitem__、__setitem__、__delitem__方法代码如下：classFoo(object):def__init__(self):self.name='jack'def__getitem__(self,item):ifiteminself.__dict__:#ite
系统 2019-09-27 17:56:08 2278
本文介绍了python支持向量机非线性回归SVR模型，废话不多说，具体如下：importnumpyasnpimportmatplotlib.pyplotaspltfromsklearnimportdatasets,linear_model,svmfromsklearn.model_selectionimporttrain_test_splitdefload_data_regression():'''加载用于回归问题的数据集'''diabetes=datas
系统 2019-09-27 17:55:51 2278
一组有序项目的集合可变的数据类型【可进行增删改查】列表中可以包含任何数据类型，也可包含另一个列表【可任意组合嵌套】列表是以方括号“[]”包围的数据集合，不同成员以“,”分隔列表可通过序号访问其中成员定义>>>l=[]#空列表>>>l=[1,2,3]>>>l=[1,2,3,['a','b']]>>>l=list('linuxeye')>>>l['l','i','n','u','x','e','y','e']>>>l=list(range(5))>>>l[0,
系统 2019-09-27 17:53:39 2278
阻塞IO（blockingIO）在linux中，默认情况下所有的socket都是blocking，一个典型的读操作流程大概是这样：当用户进程调用了recvfrom这个系统调用，kernel内核就开始了IO的第一个阶段：准备数据。对于networkio(网络io)来说，很多时候数据在一开始还没有到达（比如，还没有收到一个完整的UDP包），这个时候kernel(内核)就要等待足够的数据到来。等着对方把数据放到自己操作系统内存而在用户进程这边，整个进程会被阻塞。
系统 2019-09-27 17:53:03 2278
数据聚合与分组处理——数据聚合、分组运算与转换、透视表与交叉表代码#-*-coding:utf-8-*-from__future__importdivisionfromnumpy.randomimportrandnimportnumpyasnpimportosimportmatplotlib.pyplotaspltnp.random.seed(12345)plt.rc('figure',figsize=(10,6))frompandasimportSeri
系统 2019-09-27 17:50:37 2278
目录1、常见并发类型2、同步版本3、多线程4、异步IO5、多进程6、总结1、常见并发类型I/O密集型：蓝色框表示程序执行工作的时间，红色框表示等待I/O操作完成的时间。此图没有按比例显示，因为internet上的请求可能比CPU指令要多花费几个数量级的时间，所以你的程序可能会花费大部分时间进行等待。CPU密集型：IO密集型程序将时间花在cpu计算上。常见并发类型以及区别：2、同步版本我们将使用requests访问100个网页，使用同步的方式，request
系统 2019-09-27 17:50:10 2278
上一篇博客介绍了神经网络其实就是两步，第一步是前向传输，根据输入的特征值与权重矩阵以及激活函数，不断往前计算，得到输出层的值，第二步就是后向传播，根据残差的加权求和，不断往后，直到输入层，然后更新权重，不断进行这两步，直接输出结果的误差在所要求范围内即可。本篇博文通过python代码实现神经网络，采用sklearn自带的手写数字集，看分类情况如何一、导入数据集并标准化数据集的加载非常简单，直接调用load_digits即可，常用到的数据有：digits.d
系统 2019-09-27 17:49:25 2278
1.到底什么是Python？你可以在回答中与其他技术进行对比下面是一些关键点：Python是一种解释型语言。这就是说，与C语言和C的衍生语言不同，Python代码在运行之前不需要编译。其他解释型语言还包括PHP和Ruby。Python是动态类型语言，指的是你在声明变量时，不需要说明变量的类型。你可以直接编写类似x=111和x="I’mastring"这样的代码，程序不会报错。Python非常适合面向对象的编程（OOP），因为它支持通过组合（composit
系统 2019-09-27 17:48:53 2278
