一、什么是多态<1>一种类型具有多种类型的能力<2>允许不同的对象对同一消息做出灵活的反应<3>以一种通用的方式对待个使用的对象<4>非动态语言必须通过继承和接口的方式来实现二、python中的多态<1>通过继承实现多态（子类可以作为父类来使用）<2>子类通过重载父类的方法实现多态classAnimal:defmove(self):print('animalismoving....')classDog(Animal):passdefmove(obj):ob
系统 2019-09-27 17:55:15 2105
单线程执行python的内置模块提供了两个内置模块：thread和threading，thread是源生模块，threading是扩展模块，在thread的基础上进行了封装及改进。所以只需要使用threading这个模块就能完成并发的测试实例创建并启动一个单线程importthreadingdefmyTestFunc():print("我是一个函数")t=threading.Thread(target=myTestFunc)#创建一个线程t.start()
系统 2019-09-27 17:54:54 2105
Python函数编程——闭包和装饰器一、闭包关于闭包，即函数定义和函数表达式位于另一个函数的函数体内(嵌套函数)。而且，这些内部函数可以访问它们所在的外部函数中声明的所有局部变量、参数。当其中一个这样的内部函数在包含它们的外部函数之外被调用时，就会形成闭包。也就是说，内部函数会在外部函数返回后被执行。而当这个内部函数执行时，它仍然必需访问其外部函数的局部变量、参数以及其他内部函数。这些局部变量、参数和函数声明（最初时）的值是外部函数返回时的值，但也会受到内
系统 2019-09-27 17:54:51 2105
闭包是Python装饰器的基础。要理解闭包，先要了解Python中的变量作用域规则。变量作用域规则首先，在函数中是能访问全局变量的：>>>a='globalvar'>>>deffoo():print(a)>>>foo()globalvar然后，在一个嵌套函数中，内层函数能够访问在外层函数中定义的局部变量：>>>deffoo():a='freevar'defbar():print(a)returnbar>>>foo()()freevar闭包上面的嵌套函数就是
系统 2019-09-27 17:54:39 2105
1.WhyFlask?官方文档详细，学习成本低，有利于项目其他成员迅速投入开发框架轻，可扩展性高，且有很多好用的扩展(extension)该框架仍在积极地维护和开发2.将要介绍到的Flask的扩展flaskblueprint用于注册、管理路由flask_restful用于支持构建RESTAPIsflask_migrate用于管理数据库版本迁移flask_sqlalchemyorm,用于映射数据库对象，提供数据操作方法3.项目结构-project-user-
系统 2019-09-27 17:53:26 2105
本文实例讲述了Python的面向对象思想。分享给大家供大家参考。具体分析如下：面向对象的基本思想是封装，继承，多态。首先是继承：定义一个类：复制代码代码如下:classBird(object):have_feather=Trueway_of_reproduction='egg'调用这个类：复制代码代码如下:summer=Bird()printsummer.way_of_reproduction与Java不同是，Python是不需要new来实例化类的。同样，
系统 2019-09-27 17:53:08 2105
问题描述：使用Python语言完成文本颜色设置。源代码：#!/usr/bin/python#-*-coding:UTF-8-*-classbcolors:HEADER='\033[95m'OKBLUE='\033[94m'OKGREEN='\033[92m'WARNING='\033[93m'FAIL='\033[91m'ENDC='\033[0m'BOLD='\033[1m'UNDERLINE='\033[4m'printbcolors.WARNING+
系统 2019-09-27 17:52:56 2105
前言正则表达式就是从字符串中发现规律，并通过“抽象”的符号表达出来。打个比方，对于2,5,10,17,26,37这样的数字序列，如何计算第7个值，肯定要先找该序列的规律，然后用n2+1这个表达式来描述其规律，进而得到第7个值为50。对于需要匹配的字符串来说，同样把发现规律作为第一步，本文主要使用正则表达式完成字符串的查询匹配、替换匹配和分割匹配。常用的正则符号在进入字符串的匹配之前，先来了解一下都有哪些常用的正则符号，见下表所示：如果读者能够比较熟练地掌握
系统 2019-09-27 17:52:54 2105
#使用StandardScaler进行数据预处理importnumpyimportmatplotlib.pyplotaspltfromsklearn.datasetsimportmake_blobsX,y=make_blobs(n_samples=40,centers=2,random_state=50,cluster_std=2)plt.scatter(X[:,0],X[:,1],c=y,cmap=plt.cm.cool)plt.show()#导入Sta
系统 2019-09-27 17:52:41 2105
技术要点：把sklearn中模型的训练结果保存为文件，然后再从文件中加载训练结果直接使用，不需要反复进行训练。查看原文
系统 2019-09-27 17:52:15 2105
