Python在debug方面的支持还是不错的，在明确代码意义的情况下，通过log、print和assert分析错误原因，配合单元测试可以很高效。然而，实际工作中大量代码很可能出自他人之手，这种情况下，使用debugger就显得更加高效了。一、在控制台下进行程序调试PDB如果你熟悉命令行调试工具（例如gdb、lldb），那么使用Python中的PDB将获得非常好的体验，PDB不仅支持项目启动时进行调用，也支持在Pythonshell中交互式调试；功能上，支持
系统 2019-09-27 17:50:11 1781
SeriesSeries类似一维数组，由一组数据及一组相关数据标签组成。使用pandas的Series类即可创建。importpandasaspds1=pd.Series(['a','b','c,','d'])print(s1)#输出：0a#1b#2c#3d#dtype:object上面是传入一个列表实现，上面的0，1，2，3就是数据的默认标签。另外可以通过index属性自定义标签。s2=pd.Series(['1','2','3,','4'],index
系统 2019-09-27 17:50:09 1781
微线程领域（至少在Python中）一直都是StacklessPython才能涉及的特殊增强部分。关于Stackless的话题以及最近它经历的变化，可能本身就值得开辟一个专栏了。但其中简单的道理就是，在“新的Stackless”下，延续（continuation）显然是不合时宜的，但微线程还是这个项目存在的理由。这一点很复杂……刚开始，我们还是先来回顾一些内容。那么，什么是微线程呢？微线程基本上可以说是只需要很少的内部资源就可以运行的进程�D并且是在Pyth
系统 2019-09-27 17:49:59 1781
自动化一直是测试圈中的热聊，也是大家追求的技术方向。在测试中，往往回归测试也是测试人员的“痛点”。对于迭代慢、变更少的功能，就能用上自动化来替代人工回归，减轻工作量。问题在分享环境搭建之前，先抛出我的一个疑问吧。app启用时，分不同的场景：1.首次安装启用，有欢迎页；2.非首次启用，直接进入到登录页；3.配置了推荐展示时，启用app，会先展示推荐内容，才进入到登录页。不同场景对应的activity都是不同的，我目前处理办法是，写了个输入函数，加了个if判断
系统 2019-09-27 17:49:53 1781
原文链接：https://my.oschina.net/xiaocon/blog/199414finally关键字的意思是只要异常，到最后都会执行语句块。。。#!/usr/bin/pythonimporttimetry:f=file('poem.txt')whileTrue:line=f.readline()iflen(line)==0:breaktime.sleep(2)printline,finally:f.close()print'file.clos
系统 2019-09-27 17:49:21 1781
剑指offer：从上到下打印二叉树题目描述从上往下打印出二叉树的每个节点，同层节点从左至右打印。结果：[8,6,10,5,7,9,11]解题思路典型的使用队列的题目。每从队列头部获取一个节点，就将该节点的左右子节点存入队列的尾部。如此往复，直至队列为空。代码#coding:utf-8classSolution:#从上往下打印出二叉树的每个节点，同层节点从左至右打印defPrintFromTopToBottom(self,root):array=[]resu
系统 2019-09-27 17:49:17 1781
自我学习记录：如有问题，请帮助指正，勿喷。输出：用print()在括号中加上字符串，就可以向屏幕上输出指定的文字根据惯例第一个程序：Hello,word,第一理解的应该是print(hello，word)意外发生了这个报错翻译了一下‘标识符中的无效字符’没看懂自我理解就是把字符串加到‘’里面去。看一下效果有输出那对应的肯定有输入了input()，可以让用户输入字符串，并存放到一个变量里。比如输入用户的名字name=input()嗯确实多了输入的窗口，但没有
系统 2019-09-27 17:49:16 1781
一、字符串基本操作索引、切片、乘法、成员资格检查、长度、长度、最小值、最大值字符串不可变，因此元素赋值和切片赋值是非法的、二、设置字符串的格式>>>"{3}{0}{2}{1}{3}{0}".format("be","not","or","to")'tobeornottobe'三设置字符串长度>>>"{foo}{}{bar}{}".format(1,2,bar=4,foo=3)'3142'>>>"{foo}{1}{bar}{0}".format(1,2,ba
系统 2019-09-27 17:49:14 1781
代码来源：《Python神经网络编程》手写数据集下载地址:1.训练数据集2.测试数据集摘要本文代码主要讲解基于Python的简单神经网络构建用于识别手写数据集，类模块具有通用性，在分析清楚问题后可以加以改动，运用于其他方面。代码importnumpy#scipy.specialforthesigmoidfunctionexpit()importscipy.specialimportmatplotlib.pyplotasplt#neuralnetworkcl
系统 2019-09-27 17:49:14 1781
更详细见：https://blog.csdn.net/Lord_sh/article/details/92653790>>>x=np.arange(0,16).reshape(4,4)>>>xarray([[0,1,2,3],[4,5,6,7],[8,9,10,11],[12,13,14,15]])>>>idx=[[1,0,0,0],[0,1,0,0],[0,1,0,0],[0,0,0,1]]>>>idx[[1,0,0,0],[0,1,0,0],[0,1,
系统 2019-09-27 17:49:14 1781
