最近在项目中调用第三方接口时候，经常会出现请求超时的情况，或者参数的问题导致调用异代码异常。针对超时异常，查询了python相关文档，没有并发现完善的包来根据用户自定义的时间来抛出超时异常的模块。所以自己干脆自己来实现一个自定义的超时异常。目前找到了两种方式来实现超时异常的功能（signal.alarm()、threading实现超时异常）方法1thread+time原理：将要调用的功能函数放入子线程，通过设定子线程的阻塞时间，超时则主线程并不会等待子线程
系统 2019-09-27 17:54:54 2119
一、概论C4.5主要是在ID3的基础上改进，ID3选择（属性）树节点是选择信息增益值最大的属性作为节点。而C4.5引入了新概念“信息增益率”,C4.5是选择信息增益率最大的属性作为树节点。二、信息增益以上公式是求信息增益率（ID3的知识点）三、信息增益率信息增益率是在求出信息增益值在除以。例如下面公式为求属性为“outlook”的值：四、C4.5的完整代码fromnumpyimport*fromscipyimport*frommathimportlogim
系统 2019-09-27 17:54:47 2119
本文实例为大家分享了python编写简单端口扫描器的具体代码，供大家参考，具体内容如下直接放代码此代码只支持扫描域名，要扫描IP请自己修改fromsocketimport*fromthreadingimportThreadimportoptparsePort=[80,21,23,22,25,110,443,1080,3306,3389,1521,1433]Server=['HTTP','FTP','TELNET','SSH','SMTP','POP3','
系统 2019-09-27 17:52:13 2119
Python还有“敌人”吗？最近网络上一则帖子吸引了笔者，大意内容为：据说A是有2年多经验的Python工程师，面一个公司相关的岗位，由于人手紧缺，所以只问了一个框架，就按笔者提的35K办理了入职。（35K为A的砍价策略）关于这则帖子背后的动机或者真实性，我们不再去追究。不过这从侧面反映出了Python的火热，也说明了Python的壮大带给其他语言的焦虑和压力。所以，当我们聊Python时，我们究竟该聊些什么？这四个Python项目，让你瞬间读懂Pytho
系统 2019-09-27 17:51:05 2119
最近在弄flask的东西，好久没写博客的，感觉少了点什么，感觉被别人落下好多，可能渐渐的养成了写博客的习惯吧。也是自己想学的东西太多了（说白了就是基础太差了，只是knowhow，不能做到konwwhy）。不说那些毒鸡汤了，我们来说说我们今天的python基础面试题吧。一，Q：python的优缺点有什么？A：优点：1，基础语法简单易学，对于初学者来说，语法还是相对简单的，比较容易学习，网上的学习资料也很多。2，面向对象，在python里继承和封装较多，而py
系统 2019-09-27 17:50:49 2119
ndarray.ndim：维度ndarray.shape：形状ndarray.size：元素个数ndarray.dtype：元素数据类型ndarray.itemsize：字节大小创建数组：a=np.array([2,23,4])#list1dprint(a)#[2234]指定数据类型：a=np.array([2,23,4],dtype=np.int)print(a.dtype)#int64dtype可以指定的类型有int32,float,float32,后
系统 2019-09-27 17:50:47 2119
Python做后端开发的优势1、Python开发人员的背景丰富多彩，阵营规模很大，这直接导致了Python的各种lib比Ruby多很多很多很多2、和Ruby相反，Python的哲学是“做一件事情有且只有一种方法”（Thereshouldbeone--andpreferablyonlyone--obviouswaytodoit.）。Ruby的信徒会觉得这样非常boring，但是我觉得这一点减轻了人们在开发时的认知负担和选择成本，对于提高开发效率是很有帮助的
系统 2019-09-27 17:50:45 2119
压缩数据创建gzip文件先看一个略麻烦的做法importStringIO,gzipcontent='Lifeisshort.Iusepython'zbuf=StringIO.StringIO()zfile=gzip.GzipFile(mode='wb',compresslevel=9,fileobj=zbuf)zfile.write(content)zfile.close()但其实有个快捷的封装，不用用到StringIO模块f=gzip.open('fil
系统 2019-09-27 17:50:34 2119
蒙特卡罗方法是一种统计模拟方法，由冯・诺依曼和乌拉姆提出，在大量的随机数下，根据概率估计结果，随机数据越多，获得的结果越精确。下面我们将用python实现蒙特卡罗方法。1.首先我们做一个简单的圆周率的近似计算，在这个过程中我们要用到随机数，因此需要先使用importnumpyasnp导入numpy库。2.代码实现：importnumpyasnptotal=8000000count=0foriinrange(total):x=np.random.rand()
系统 2019-09-27 17:50:01 2119
returndeff1(x):y=2**x#没有returndeff2(x):y=2**xreturny#含有returnprint(f1(2),f2(2))return语句退出函数，并返回一个表达式。不带参数值的return语句返回None2.可变参数通过*来定义可变参数默认会把可变参数传入一个元祖！deff(*x):print(x)returnxf(1)f('a','b')f(1,2,3,[44,33])print(type(f('a','b')))定
系统 2019-09-27 17:49:40 2119
