系统 2019-08-12 09:30:34 2069
在软件构建过程中，某些对象的状态如果改变，其行为也会随之而发生变化。如何在运行时根据对象的状态来透明地更改对象的行为？而不会为对象操作和状态转化之间引入紧耦合？允许一个对象在其内部状态改变时改变它的行为。从而使对象看起来似乎修改了其行为。一，结构：二，示例代码：publicinterfaceState{publicvoidhandle(Contextcontext);}classConcreteStateAimplementsState{publicvoi
系统 2019-08-12 09:29:27 2069
阅读更多python:>>>favorite_language='python'>>>favorite_language.strip()注：rstrip消右空白right()lstrip消做空白left()大小写：首字母大写.title()全小写.lower()全大写.upper()换行制表：换行符\n制表符\t列表：索引从0开始##提出列表中的某个元素：print（列表[索引]）或者直接print("元素")##-1表示最后一个元素，以此类推##修改列表
系统 2019-09-27 17:57:20 2068
如下所示：#返回一个列表中第二大的数defsecond(ln):max=0s={}foriinrange(len(ln)):flag=0forjinrange(len(ln)):ifln[i]>=ln[j]andi!=j:flag=flag+1s[i]=flagifflag>max:max=flagprint(s)foriins:ifs[i]==max-1:breakprint(ln[i])second([1,2,7,4,5,6,8,5,3,3,9,9,1
系统 2019-09-27 17:56:57 2068
Python的环境变量环境变量说明PYTHONSTARTUP在交互式启动时执行的文件（无默认值）PYTHONPATH‘:'-以默认模块搜索路径为前缀的分隔目录列表。结果是sys.path。PYTHONHOME交替的目录(或者:).默认的模块搜索路径为/pythonX.X.PYTHONCASEOK忽略import语句中的大小写（Windows）。PYTHONIOENCODING用于stdin/stdout/stderr中的编码PYTHONHASHSEED如果
系统 2019-09-27 17:56:35 2068
python中random的常用方法总结一、random常用模块1.random.random()随机生成一个小数print(random.random())#输出0.60605621179967842.random.randint(m,n)随机生成一个m到n的整数（包括n）print(random.randint(1,5))#输出53.random.randrange(m,n)随机生成m到n中的一个数，包括m但是不包括nprint(random.rand
系统 2019-09-27 17:54:35 2068
这是小编推荐的第25篇好文来源：Python与算法之美作者：梁云1991一，分析代码运行时间第1式，测算代码运行时间平凡方法快捷方法（jupyter环境）第2式，测算代码多次运行平均时间平凡方法快捷方法（jupyter环境）第3式，按调用函数分析代码运行时间平凡方法快捷方法（jupyter环境）第4式，按行分析代码运行时间平凡方法快捷方法（jupyter环境）二，加速你的查找第5式，用set而非list进行查找低速方法高速方法第6式，用dict而非两个li
系统 2019-09-27 17:53:41 2068
一般用xlml但遇到过解析出来的内容不一样。有误用另一种方法得到正确的，有误应该只是极少问题。这种方案备用html=browser.page_sourcehtm=bs(html,'html.parser')
系统 2019-09-27 17:53:29 2068
生成器(generator)概念生成器不会把结果保存在一个系列中，而是保存生成器的状态，在每次进行迭代时返回一个值，直到遇到StopIteration异常结束。生成器语法生成器表达式：通列表解析语法，只不过把列表解析的[]换成()生成器表达式能做的事情列表解析基本都能处理，只不过在需要处理的序列比较大时，列表解析比较费内存。>>>gen=(x**2forxinrange(5))>>>genat0x0000000002FB7B40>>>>forgingen:
系统 2019-09-27 17:52:55 2068
#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 2068
