python面试题【持续更新】1.如何判断一个python对象的类型？printtype(2017)printtype('junxi')2.python里面如何生存随机数？importrandomnum=random.random()int_num=random.randint(1,10)print'随机选取一个0-1之间的数',numprint'随机选取一个1-10之间的整数',int_num3.写出IP的python正则表达式importreimpor
系统 2019-09-27 17:56:21 2289
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 2289
官方文档解释：轴用来为超过一维的数组定义的属性，二维数据拥有两个轴：第0轴沿着行的垂直往下，第1轴沿着列的方向水平延伸。注意看，官方对于0和1的解释是轴，也就是坐标轴。而坐标轴是有方向的，所以千万不要用行和列的思维去想axis，因为行和列是没有方向的，这样想会在遇到不同的例子时感到困惑。根据官方的说法，1表示横轴，方向从左到右；0表示纵轴，方向从上到下。当axis=1时，数组的变化是横向的，而体现出来的是列的增加或者减少。其实axis的重点在于方向，而不是
系统 2019-09-27 17:56:03 2289
如题：这里使用的简单思路就是以此从前往后遍历，每一次遇到第一个为0的数的位置为i，就新建一个指针为j=i+1紧临着当前位置,然后再滑动j指针，寻找非零的数，期间需要对剩余部分全部是0或者数组全部为非0数做一个边界条件的判断：Python实现：list=[1,0,23,4,0,4,0,5,6,0,4,3,0,0]i=0while(i
系统 2019-09-27 17:55:28 2289
1、10位评委评分，要求大于5分，小于101count=12whilecount<=10:3fen=int(input("输入你的分数："))4iffen>5andfen<10:5print("%s号评委评分：%s分"%(count,fen))6else:7print("%s你是不是傻！！！"%count)8continue9count=count+1评分2、冒泡排序1lst=[1,5,6,8,4,3,2]23count=04whilecount
系统 2019-09-27 17:55:16 2289
经试验显示效果不错。#!/usr/bin/python3#-*-coding:utf-8-*-importosimportsubprocess#与在命令窗口执行显示效果相同，如有彩色输出可保留，但不能返回结果defrun(command):subprocess.call(command,shell=True)#实时输出但不可显示彩色，可以返回结果defsh(command,print_msg=True):p=subprocess.Popen(command
系统 2019-09-27 17:54:40 2289
作者：chen_h微信号&QQ：862251340微信公众号：coderpai（一）机器学习中的集成学习入门（二）bagging方法（三）使用Python进行交易的随机森林算法在这篇文章中，我们将讨论什么是随机森林，他们如何工作，他们如何帮助克服决策树的局限性。随着机器学习及其技术在当前环境中的蓬勃发展，越来越多的算法在各种领域中找到应用。机器学习各个算法的工作彼此不同，其中一个算法对于某个问题可能比另一个算法更好。机器学习算法不断更新和升级，以扩大其应用
系统 2019-09-27 17:52:39 2289
capitalize（）首字母大写a='someword'b=a.capitalize()print(b)―>Somewordcasefold()&lower()所有字母变小写，casefold可将未知字符便小写a='someWORD'b=a.casefold()print(b)c=a.lower()print(c)―>someword―>somewordcenter(width,fillchar=None)设置宽度，并将内容居中，空白未知填充，一个字符a
系统 2019-09-27 17:50:41 2289
机器学习的三要素：模型，策略，算法模型：感知机是二分类线性分类模型，属于判别模型。策略：基于误分类点到超平面的总距离。学习算法：略感知机存在的问题：存在多解，解依赖于初始超平面的选择以及迭代过程中误分类点的选择。训练集线性不可分，算法无法收敛，解决方法：pocket算法或者使用核函数。无法解决异或问题Python代码实现：importnumpyasnpdeftrain(X_train,Y_train):print(np.shape(X_train))m,n
系统 2019-09-27 17:48:45 2289
Python模块EasyGui详细介绍前言：在Windows想用Python开发一些简单的界面，所以找到了很容易上手的EasyGui库。下面就分享一下简单的使用吧。参考的链接：官网Tutorial接下来，我将从简单，到复杂一点点的演示如何使用这个模块。希望能给刚接触easygui的你一点帮助:-)msgBox,ccbox,ynbox#coding:utf-8#__author__='Marksinoberg'#__date__='2016/5/25'#__
系统 2019-09-27 17:48:21 2289
