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 2311
我们直接用Requests、Selenium等库写爬虫，如果爬取量不是太大，速度要求不高，是完全可以满足需求的。但是写多了会发现其内部许多代码和组件是可以复用的，如果我们把这些组件抽离出来，将各个功能模块化，就慢慢会形成一个框架雏形，久而久之，爬虫框架就诞生了。利用框架我们可以不用再去关心某些功能的具体实现，只需要去关心爬取逻辑即可。有了它们，可以大大简化代码量，而且架构也会变得清晰，爬取效率也会高许多。所以如果对爬虫有一定基础，上手框架是一种好的选择。本
系统 2019-09-27 17:53:32 2311
方法：使用urlencode函数urllib.request.urlopen()importurllib.requestimporturllib.parseurl='https://www.sogou.com/web?'#将get请求中url携带的参数封装至字典中param={'query':'周杰伦'}#对url中的非ascii进行编码param=urllib.parse.urlencode(param)#将编码后的数据值拼接回url中url+=para
系统 2019-09-27 17:53:16 2311
logging库提供了两个可以用于日志滚动的class（可以参考https://docs.python.org/2/library/logging.handlers.html），一个是RotatingFileHandler，它主要是根据日志文件的大小进行滚动，另一个是TimeRotatingFileHandler，它主要是根据时间进行滚动。在实际应用中，我们通常根据时间进行滚动，因此，本文中主要介绍TimeRotaingFileHandler的使用方法（R
系统 2019-09-27 17:52:54 2311
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 2311
和其他语言不一样，传递参数的时候，python不允许程序员选择采用传值还是传引用。Python参数传递采用的肯定是“传对象引用”的方式。实际上，这种方式相当于传值和传引用的一种综合。如果函数收到的是一个可变对象（比如字典或者列表）的引用，就能修改对象的原始值－－相当于通过“传引用”来传递对象。如果函数收到的是一个不可变对象（比如数字、字符或者元组）的引用，就不能直接修改原始对象－－相当于通过“传值'来传递对象。python一般内部赋值变量的话，都是传个引用
系统 2019-09-27 17:51:23 2311
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。2005年中期，用了几天学完了Python，随后两天用了十几个小时写了编译原理的课程设计，这是我大学阶段所有课程设计里唯一没有延期的。后来逐渐发现Python的简单可以把我的思想从编程语言的细节里解放出来，更关注实际要解决的问题。就喜欢上了。既然有人点赞，就再补充点。很多人关注起Python就是因为简单易懂，做Web很方便。但在深入CS学科的很多高级主题时，Python能发挥出更加强大无比
系统 2019-09-27 17:51:11 2311
关于神经网络结构的软件设计和分类曲线的绘制，本文主要参考了以下文章：https://blog.csdn.net/lilong117194/article/details/79130032构建的具体步骤如下：步骤1.建立数据源（样本库）——使用随机初始化的方式。由于需要进行逻辑分类，需要建立2个数据类，并合并在一起。如下：num_points=1000#样本数目vectors_set=[]x1_PlotData=[]#用于后期绘图的数据y1_PlotData
系统 2019-09-27 17:50:49 2311
在做深度学习的时候，难免会用到摄像头采集图像。在这个就会用到python调用摄像头+opencv图像处理。视频图像的处理和单幅图片处理是一样的，视频就是很多单幅图像连续播放。每秒播放(采集)的图片数量叫帧率。importcv2#########图像读取部分cap=cv2.VideoCapture('2.wmv')#调用目录下的视频#cap=cv2.VideoCapture(0)#调用摄像头‘0’一般是打开电脑自带摄像头，‘1’是打开外部摄像头（只有一个摄像
系统 2019-09-27 17:48:52 2311
遍历Redis数据库中有以格式为PREFIX_*的按照key-value方式存储的key，并打印其值.遍历使用SCAN，因为KEYSPREFIX_*可能会造成Redis长时间阻塞。查询使用pipeline减少交互，提高效率。importredisimporthiredispool=redis.ConnectionPool(host='127.0.0.1',port=6379,db=0)r=redis.Redis(connection_pool=pool)p
系统 2019-09-27 17:47:28 2311
