Python之基本数据类型概览什么是数据类型？每一门编程语言都有自己的数据类型，例如最常见的数字1，2，3.....，字符串'小明'，'age'，'&D8'...，这些都是数据类型中的某一种。数据类型在数据结构中的定义是一组性质相同的值的集合以及定义这个值集合上的一组操作的总成。本节先介绍4种数据类型——数字、字符串、布尔类型、列表。在后续更新的章节中会详细介绍Python中所有的数据类型。一、数字1、int（整型）在64位的操作系统上，整数的二进制位数为
系统 2019-09-27 17:57:33 2492
python中datetime中strptime用法，具体代码如下所示：importdatetimeday20=datetime.datetime.strptime('2020-01-010:0:0','%Y-%m-%d%H:%M:%S')nowdate=datetime.datetime.today()dela=day20-nowdateday=dela.dayshour=int(dela.seconds/60/60)minute=int((dela.s
系统 2019-09-27 17:57:07 2492
函数使用单下划线_开头使用单下划线(_)开头的函数_func不能被模块外部以:frommoduleimport*形式导入。但可以用：frommoduleimport_func形式单独导入。类属性和类方法使用单下划线_开头_开头为保护类型的属性和方法，仅允许类内部和子类访问，类实例无法访问此属性和方法。类属性和类方法使用双下划线__开头__开头为私有类型属性和方法，仅允许类内部访问，类实例和派生类均不能访问此属性和方法。所以双划线比单划线权限更严格。补充说明
系统 2019-09-27 17:56:53 2492
看着自己少得可怜的访问量，突然有一个想用爬虫刷访问量的想法，主要也是抱着尝试的心态，学习学习。其实市面上有一些软件可以代刷流量比如流量精灵，使用感确实比我们自己写的代码要好一些第一版：网上借鉴了一下以下代码运行在python3importurllib.requestimporttime#使用build_opener()是为了让python程序模仿浏览器进行访问opener=urllib.request.build_opener()opener.addhea
系统 2019-09-27 17:50:47 2492
在利用numpy时，经常会用到随机数。这里将几种常用的容易混淆的用法进行总结。分别是：np.random.randint(low,high,size,dtype)numpy.random.rand(d0,d1,…,dn)np.random.randnrandom_sample(size)numpy.random.random([size])numpy.random.ranf([size])numpy.random.sample([size])具体使用直接上
系统 2019-09-27 17:50:23 2492
NumPy是Python中众多科学软件包的基础。它提供了一个特殊的数据类型ndarray，其在向量计算上做了优化。这个对象是科学数值计算中大多数算法的核心。相比于原生的Python，利用NumPy数组可以获得显著的性能加速，尤其是当你的计算遵循单指令多数据流（SIMD）范式时。然而，利用NumPy也有可能有意无意地写出未优化的代码。在这篇文章中，我们将看到一些技巧，这些技巧可以帮助你编写高效的NumPy代码。我们首先看一下如何避免不必要的数组拷贝，以节省时
系统 2019-09-27 17:48:48 2492
猜数字游戏计算机出一个1~100之间的随机数由人来猜计算机根据人猜的数字分别给出提示大一点/小一点/猜对了，并继续输入关于这一题，因为不知道循环的次数和迭代对象，所以选择while循环1、首先用random.randint定义一个随机数2、第一次写的时候把输入的答案放在循环外面，后来想了一下，如果要根据提示再继续输入的话就必须把要每次输入的数字放入循环中，否则无法循环输入3、break在循环里面的作用很重要，注意思考该把他放在哪儿。importrandom
系统 2019-09-27 17:48:25 2492
python根据正则表达式提取指定的内容正则表达式是极其强大的，利用正则表达式来提取想要的内容是很方便的事。下面演示了在python里，通过正则表达式来提取符合要求的内容。实例代码：importre#正则表达式是极其强大的，利用正则表达式来提取想要的内容是很方便的事。#下面演示了在python里，通过正则表达式来提取符合要求的内容。有几个要注意#的地方就是：#[1]要用()将需要的内容包含起来#[2]编号为0的group是整个符合正则表达式的内容，编号为1
系统 2019-09-27 17:46:09 2492
系统 2019-08-29 23:43:59 2492
目标检测方法最初由PaulViola[Viola01]提出，并由RainerLienhart[Lienhart02]对这一方法进行了改善.首先，利用样本（大约几百幅样本图片）的harr特征进行分类器训练，得到一个级联的boosted分类器。训练样本分为正例样本和反例样本，其中正例样本是指待检目标样本(例如人脸或汽车等)，反例样本指其它任意图片，所有的样本图片都被归一化为同样的尺寸大小(例如，20x20)。分类器训练完以后，就可以应用于输入图像中的感兴趣区域
系统 2019-08-29 23:17:44 2492
