python语言的3.x完全不向前兼容,导致我们在python2.x中可以正常使用的库,到了python3就用不了了.比如说mysqldb目前MySQLdb并不支持python3.x，Python3.x连接MySQL的方案有：oursql,PyMySQL,myconnpy等。下面来说下python3如何安装和使用pymysql，另外两个方案我会在以后再讲。1.pymysql安装pymysql就是作为python3环境下mysqldb的替代物,进入命令行,使
系统 2019-09-27 17:56:43 2267
1.强制类型转换dict()强制转换为字典类型list()强制转换为列表类型tuple()强制转换为元组类型int()强制转为整形str()强制转换为字符串类型bool()强制转换为布尔类型set()强制转换为集合类型2.输入输出print()输出input()输入3.数学相关abs()绝对值qqq=abs(-253)print(qqq)float()转换成浮点型v=55v1=float(v)print(v1)max()找到最大值list=[11,22,3
系统 2019-09-27 17:55:32 2267
join方法join这个方法，将可迭代的数据类型，转为字符串或者bytes，没错可以转为bytes类型。注意这个可迭代的数据中的元素必须是相同类型的。jion里的参数可迭代对象就行，可迭代对象是指有__iter__方法的对象#列表为可迭代对象list_1=["1","2","3","4"]#元素为字符串的列表res="".join(list_1)#res的值为"1234",数据类型为str#字典为可迭代对象dict_1={"key1":"value2","
系统 2019-09-27 17:53:52 2267
DBSCAN的聚类类簇数k是自适应的。太忙了没工夫写文字了。fromsklearnimportdatasetsimportnumpyasnpimportmatplotlib.pyplotaspltfromsklearn.clusterimportDBSCANX1,y1=datasets.make_circles(n_samples=5000,factor=.6,noise=.05)X2,y2=datasets.make_blobs(n_samples=10
系统 2019-09-27 17:53:45 2267
转载自我自己的github博客——>半天钟的博客元编程相关博文的目录及链接这篇博文是元编程系列博文中的其中一篇、这个系列中其他博文的目录和连接见下：使用python特性管理实例属性浅析python属性描述符（上）浅析python属性描述符（下）python导入时与运行时python元编程之动态属性python元编程之类元编程Review在上一篇博文中、我们使用python特性（property）管理了实例属性，最大的好处是：在使用property装饰器后，
系统 2019-09-27 17:53:35 2267
Python爬虫之设置seleniumwebdriver等待ajax技术出现使异步加载方式呈现数据的网站越来越多，当浏览器在加载页面时，页面上的元素可能并不是同时被加载完成，这给定位元素的定位增加了困难。如果因为在加载某个元素时延迟而造成ElementNotVisibleException（不可见元素异常）的情况出现，那么就会降低自动化脚本的稳定性，设置元素等待可改善这种问题造成的不稳定。一、强制等待强制等待是利用python语言自带的time库中的sle
系统 2019-09-27 17:51:22 2267
这个问题是如何在一些场景下使用断言表达式，通常会有人误用它，所以我决定写一篇文章来说明何时使用断言，什么时候不用。为那些还不清楚它的人，Python的assert是用来检查一个条件，如果它为真，就不做任何事。如果它为假，则会抛出AssertError并且包含错误信息。例如：py>x=23py>assertx>0,"xisnotzeroornegative"py>assertx%2==0,"xisnotanevennumber"Traceback(mostr
系统 2019-09-27 17:51:11 2267
Python实战系列用于记录实战项目中的思路，代码实现，出现的问题与解决方案以及可行的改进方向本文为第2篇�C200行Python代码实现2048一、分析与函数设计1.1游戏玩法2048这款游戏的玩法很简单，每次可以选择上下左右滑动，每滑动一次，所有的数字方块都会往滑动的方向靠拢，系统也会在空白的地方乱数出现一个数字方块，相同数字的方块在靠拢、相撞时会相加。（介绍来自百度百科）1.2函数设计_init_()初始化4*4游戏地图，分数等游戏基本数据is_ga
系统 2019-09-27 17:50:07 2267
本书特色想深入应用手中的数据？还是想在上千份文件中重复同样的分析过程？没有编程经验的非程序员们如何能在最短的时间内学会用当今炙手可热的Python语言进行数据分析？来自Facebook的数据专家ClintonBrownley可以帮您解决上述问题。在他的这本书里，读者将能掌握基本Python编程方法，学会编写出处理电子表格和数据库中的数据的脚本，并了解使用Python模块来解析文件、分组数据和生成统计量的方法。●学习基础语法，创建并运行自己的Python脚本
系统 2019-09-27 17:49:39 2267
之前的文章里面谈到过，我从R转到Python上，一个很大的不习惯就是R的数据结构比较简单，但是Python的数据类型比较多，很容易就令人头脑混乱。但是今天学习了一下Udacity的课程，顿时就清楚多了。Python最基础的数据类型包括数组、列表、字典比较常见的。而Numpy和Pandas的数据类型是在基础数据类型上建立，彼此相关，又彼此不同。Numpy里面最基本的就是一维的对象np代指，这点我认为和列表list基本没有什么不同，很多操作（比如各种的for循
系统 2019-09-27 17:49:11 2267
