使用input和raw_input都可以读取控制台的输入，但是input和raw_input在处理数字时是有区别的当输入为纯数字时：input返回的是数值类型，如int,floatraw_inpout返回的是字符串类型，string类型输入字符串为表达式input会计算在字符串中的数字表达式，而raw_input不会。如输入“57+3”:input会得到整数60raw_input会得到字符串”57+3”pythoninput的实现看pythoninput的
系统 2019-09-27 17:55:06 2255
python最大深度最小深度LeetCode104，111解法：1、BFS：寻找最大深度的时候，很容易想到就是，可以直接进行层次遍历，当无法在进行遍历下去的时候就是最深的深度；当寻找最小深度的时候，对每一个节点检查它是否是叶子节点，也就是检查它是否有左子树和右子树。2、DFS：每次进行遍历的时候，要判断是否是叶子节点，更新max深度的值和min深度的值。BFS版本#Definitionforabinarytreenode.#classTreeNode(ob
系统 2019-09-27 17:54:14 2255
前言有时候在使用Python处理比较耗时操作的时候，为了便于观察处理进度，这时候就需要通过进度条将处理情况进行可视化展示，以便我们能够及时了解情况。这对于第三方库非常丰富的Python来说，想要实现这一功能并不是什么难事。tqdm就能非常完美的支持和解决这些问题，可以实时输出处理进度而且占用的CPU资源非常少，支持windows、Linux、mac等系统，支持循环处理、多进程、递归处理、还可以结合linux的命令来查看处理情况，等进度展示。大家先看看tqd
系统 2019-09-27 17:53:11 2255
读取json文件中的解码函数：defpocess_json_file(filepath):f=open(filepath,mode='r',encoding='utf-8')city_list=json.load(f)returncity_list将列表写入json文件中top5_list=city_list[0:5]f=open('top5.json',mode='w',encoding='utf-8')json.dump(top5_list,f,ens
系统 2019-09-27 17:52:52 2255
1、下载mysql-python官网地址：http://sourceforge.net/projects/mysql-python/2、安装mysql-python复制代码代码如下:#tar-zxvfMySQL-python-1.2.3.tar.gz#cdMySQL-python-1.2.3#whereismysql_configmysql_config:/usr/bin/mysql_config/usr/share/man/man1/mysql_conf
系统 2019-09-27 17:52:38 2255
首先，介绍一下编码类型：然后，再看一下编码类型的转换过程：python程序是在内存中运行，因此应该处理的是Unicode类型的字符串，文件或终端中的各种编码方式，可以理解为py3中的Bytes类型。Unicode只能在内存中使用Bytes是在文件存储和网络数据传输中使用记住我们的程序要处理的是Unicode类型下面看一下py2和py3中字符串的类型：py2：py3：看起来好像一样，都是str类型，其实对应的编码方式是不一样的，请看下图：这样是否看出区别了呢
系统 2019-09-27 17:49:37 2255
常用python读取文件内容的，都知道python有几个不同的函数，完成功能一样，但细节有区别。一、read（）读取整个文件，将文件内容（包括换行）放到一个字符串变量中。需要注意的是这个函数对内存的消耗，不推荐在工程中使用。二、readline（）读取整行，包括行结束符，并作为字符串返回，保持当前行的内存。特点是不快。:)三、readlines（）比上个函数多一个s，功能就有区别了。读取所有行然后把它们作为一个字符串列表返回。就是把全部的readline（
系统 2019-09-27 17:49:29 2255
感想我们在做深度学习处理图片的时候，如果是自己制作或者收集的数据集，不可避免的要对数据集进行处理，然后大多数模型都只支持RGB格式的图片，这个时候，我们需要把其他格式的图片，例如灰度图像转换为RGB的图片，网上只有灰度图像转换为RGB的教程，我这里弥补一下空缺。fromPILimportImageimportnumpyasnpL_path='train/5509031.jpg'L_image=Image.open(L_path)out=L_image.co
系统 2019-09-27 17:49:10 2255
玩转Python量化金融工具之NumPy一切事物的开头总是困难这句话，在任何一种科学上都是适用的。——马克思前言“手把手教你”系列将为Python初学者一一介绍Python在量化金融中运用最广泛的几个库（Library）:NumPy（数组、线性代数）、SciPy（统计）、pandas（时间序列、数据分析）、matplotlib（可视化分析）。建议安装Anaconda软件（自带上述常见库），并使用JupyterNotebook交互学习。1、使用“import
系统 2019-09-27 17:49:04 2255
内容介绍Python凭借其简单、易读、可扩展性以及拥有巨大而活跃的科学计算社区，在需要分析、处理大量数据的金融行业得到了广泛而迅速的应用，并且成为该行业开发核心应用的首选编程语言。《Python金融大数据分析》提供了使用Python进行数据分析，以及开发相关应用程序的技巧和工具。《Python金融大数据分析》总计分为3部分，共19章，第1部分介绍了Python在金融学中的应用，其内容涵盖了Python用于金融行业的原因、Python的基础架构和工具，以及P
系统 2019-09-27 17:47:29 2255
