以下是我的一点亲身经历，在正式开始之前和大家分享一下，希望能引起共鸣。我是2002年在山东上学时正式开始接触到程序设计的，当时很大一部分还是asp、vb、vf，而我就是从vf开始一步一步走进了程序员这个职业。记得第一程序跑起来的时候，真是无比兴奋。在接下来的几年使用过asp、vb，直到遇到C#之后就一直使用至今，期间做过的项目虽然涉及到很多行业，但基本上是跟数据库打交道的，朋友们此时可能会想到的就是：客户需求反复变更，一个小小的模块可能要被改上几遍或更多。
系统 2019-08-12 01:32:22 2293
一、前言容器使用沙箱机制，互相隔离，优势在于让各个部署在容器的里的应用互不影响，独立运行，提供更高的安全性。本文主要介绍python应用（django）跑在docker容器里，编写dockerfile实现镜像构建自动化以及docker神器compose。二、编写Dockerfile文件官网下载的python镜像比较精简，web应用相关依赖还是需要自己安装的。编写Dockerfile，可以让你构建镜像的时候自动化。实例如下：FROMpython:3.6.4R
系统 2019-09-27 17:56:49 2292
有这样一个列表：s=list('abcdefg')现在因为某种原因我们需要从s中踢出一些不需要的元素，方便起见这里直接以踢出所有元素的循环代替：foreins:s.remove(e)结果却是：In[3]:sOut[3]:['b','d','f']多次示例后发现，这种remove方式保持着隔1删1的规律。那么改一下代码看看出了什么问题：In[14]:i=0In[15]:foreins:...:print("第"+str(i)+"次循环删前:s=",s)...
系统 2019-09-27 17:56:38 2292
python中的导入关键字：import以及fromimport1、importimport一般用于导入包以及模块。不过有个小问题：（1）当导入的是模块的时候是可以直接可以使用模块内的函数以及变量的，比如说：包名为：com.test，在这个包底下有个模块为a.py，那么当其他包中的模块想要引入a模块的时候写法为importcom.test.a在b.py中调用的方式为：com.test.a.（a中的函数或者变量），而不能直接写为a.（a中的函数名或者变量）（
系统 2019-09-27 17:56:03 2292
NMap，也就是NetworkMapper，最早是Linux下的网络扫描和嗅探工具包。nmap是一个网络连接端扫描软件，用来扫描网上电脑开放的网络连接端。确定哪些服务运行在哪些连接端，并且推断计算机运行哪个操作系统（这是亦称fingerprinting）。它是网络管理员必用的软件之一，以及用以评估网络系统安全。正如大多数被用于网络安全的工具，nmap也是不少黑客及骇客（又称脚本小子）爱用的工具。系统管理员可以利用nmap来探测工作环境中未经批准使用的服务器
系统 2019-09-27 17:55:35 2292
Python信息抽取之乱码解决办法就事论事，直说自己遇到的情况，和我不一样的路过吧，一样的就看看吧信息抓取，用python,beautifulSoup,lxml,re,urllib2,urllib2去获取想要抽取的页面内容，然后使用lxml或者beautifulSoup进行解析，插入mysql具体的内容，好了貌似很简单很easy的样子，可是里面的恶心之处就来了，第一，国内开发网站的人在指定网站编码或者是保存网站源码的时候并没有考虑什么编码，反正一句话，一个
系统 2019-09-27 17:54:45 2292
问题我试图打印some_cell.font.color.rgb并得到各种结果。对于一些人，我得到了我想要的东西（比如“FF000000”），但对于其他人，它给了我Valuemustbetype'basetring'。我假设后者是因为我实际上没有为这些单元格定义字体颜色。我正在使用openpyxl2.2.2解决方案我认为这是openpyxl中的一个错误，我认为你应该在这里报告。调试以下代码（当然使用trepan3k）：fromopenpyxlimportWo
系统 2019-09-27 17:53:28 2292
本文分享的实例主要实现的是Python+matplotlib绘制一个有阴影和没有阴影的3D条形图，具体如下。首先看看演示效果：完整代码如下：importnumpyasnpimportmatplotlib.pyplotaspltfrommpl_toolkits.mplot3dimportAxes3D#setupthefigureandaxesfig=plt.figure(figsize=(8,3))ax1=fig.add_subplot(121,projec
系统 2019-09-27 17:52:34 2292
本书特色用传统的电子表格来处理数据不仅效率低下，而且无法处理某些格式的数据，对于混乱或庞大的数据集更是束手无策。本书将教你如何利用语法简单、容易上手的Python轻松处理数据。作者通过循序渐进的练习，详细介绍如何有效地获取、清洗、分析与呈现数据，如何将数据处理过程自动化，如何安排文件编辑与清洗任务，如何处理更大的数据集，以及如何利用获取的数据来创作引人入胜的故事。学完本书，你的数据处理和分析能力将更上一层楼。快速了解Python基本语法、数据类型和语言概念
系统 2019-09-27 17:49:12 2292
近日，在阅读《FluentPython》的第2.9.2节时，有一个关于内存视图的例子，当时看的一知半解，后来查了一些资料，现在总结一下，以备后续查询；示例复述添加了一些额外的代码，便于更好理解memoryview>>>importarray>>>numbers=array.array('h',[-2,-1,0,1,2])>>>memv=memoryview(numbers)>>>len(memv)5>>>memv[0]-2>>>memv_oct=memv.
系统 2019-09-27 17:47:26 2292
