1、a.log文件中包含以下eddy|123|18jay|456|202、目标结构：2.1、['eddy|123|18','jay|456|20']2.2、[['eddy','123','18'],['jay','456','20']]defli(f1):new_li=[]withopen('a.log',mode='r',encoding='utf-8')asf1:data=f1.read()data1=data.split('\n')returndat
系统 2019-09-27 17:49:35 2050
threadpoolmakeRequests的原型如下defmakeRequests(callable_,args_list,callback=None,exc_callback=_handle_thread_exception)，可以看出第一个参数是线程将要启动任务函数，第二个是要传个任务函数的参数列表，第三个是回调函数，可以用于收集任务结束后的结果或者环境清理args_list中每一项要么是一个单独的变量，要么是一个2个元素的元组，该元组第1项是位置参
系统 2019-09-27 17:49:19 2050
前言个人一直觉得对学习任何知识而言，概念是相当重要的。掌握了概念和原理，细节可以留给实践去推敲。掌握的关键在于理解，通过具体的实例和实际操作来感性的体会概念和原理可以起到很好的效果。本文通过一些具体的例子简单介绍一下python的多线程和多进程，后续会写一些进程通信和线程通信的一些文章。python多线程python中提供两个标准库thread和threading用于对线程的支持，python3中已放弃对前者的支持，后者是一种更高层次封装的线程库，接下来均
系统 2019-09-27 17:48:46 2050
0x00marshalmarshal使用的是与Python语言相关但与机器无关的二进制来读写Python对象的。这种二进制的格式也跟Python语言的版本相关，marshal序列化的格式对不同的版本的Python是不兼容的。marshal一般用于Python内部对象的序列化。一般地包括：基本类型booleans,integers,floatingpointnumbers,complexnumbers序列集合类型strings,bytes,bytearray
系统 2019-09-27 17:47:22 2050
安装方法：注：python环境一定要配置好。1.第一步：下载官方网站：http://www.pyinstaller.org/downloads.html此处下载版本为稳定版。2.第二步：下载完成后解压，打开cmd。例如：我的在F盘根目录下。可更换目录，建议不要有目录不要带有中文。上图：关键安装命令。下图：安装过程图。注意命令的空格，下面夸张了下空格间距，每次空格也仅需按一次。(1)cdF：\pyinstaller-develop\bootlaoder(进入
系统 2019-09-27 17:47:11 2050
本文实例借鉴mvc模式，核心数据为model，维护1个矩阵，0表无雷，1表雷，-1表已经检测过。本例使用python的tkinter做gui,由于没考虑可用性问题，因此UI比较难看，pygame更有趣更强大更好看，做这些小游戏更合适，感兴趣的读者可以尝试一下！具体的功能代码如下：#-*-coding:utf-8-*-importrandomimportsysfromTkinterimport*classModel:"""核心数据类，维护一个矩阵"""def
系统 2019-09-27 17:47:00 2050
一、AdaBoost算法原理上一偏博客总结过，集成学习基于弱学习器之间是否依赖分为Boosting和Bagging两类,Adaboost就是Boosting中的典型代表。其核心思想是针对同一个训练集训练不同的学习器，然后将这些弱学习器集合起来，构造一个更强的最终学习算法AdaBoost是英文"AdaptiveBoosting"（自适应增强）的缩写，它的自适应在于：基于每一个分类器的误差率，来更新所有样本的权重，前一个分类器被错误分类的样本的权值会增大，而正
系统 2019-09-27 17:46:50 2050
asctime()方法将一个元组或struct_time表示的时间返回gmtime()或localtime()，以下列格式的24个字符的字符串：“TueFeb1723:21:052015”。语法以下是asctime()方法的语法：time.asctime([t]))参数t--这是9个元素或struct_time元组表示所返回gmtime的()或localtime()函数的时间。返回值此方法返回以下形式的24个字符的字符串：“TueFeb1723:21:05
系统 2019-09-27 17:46:44 2050
Python是一门非常适合处理数据和自动化完成重复性工作的编程语言，我们在用数据训练机器学习模型之前，通常都需要对数据进行预处理，而Python就非常适合完成这项工作，比如需要重新调整几十万张图像的尺寸，用Python没问题！你几乎总是能找到一款可以轻松完成数据处理工作的Python库。然而，虽然Python易于学习，使用方便，但它并非运行速度最快的语言。默认情况下，Python程序使用一个CPU以单个进程运行。不过如果你是在最近几年配置的电脑，通常都是四
系统 2019-09-27 17:46:24 2050
一、建立虚拟环境pipinstallvirtualenv要使用Django，首先要建立一个虚拟工作环境。我们先为项目建立一个文件夹learn，在文件夹中打开命令行（shift+右击），来建立另一个虚拟环境。如果使用的是python3，可使用如下命令来创建：python-mvenvl_env这里运行模块venv，用它来创建一个名为l_env的虚拟环境，此时learn文件夹中会多出来一个l_env的文件夹。如果上述成功了，则跳转到三、激活虚拟环境，否则跳转二、
系统 2019-09-27 17:45:42 2050
