少劳多得Decorator与Python之前引入的元编程抽象有着某些共同之处：即使没有这些技术，您也一样可以实现它们所提供的功能。正如MicheleSimionato和我在可爱的Python专栏的早期文章中指出的那样，即使在Python1.5中，也可以实现Python类的创建，而不需要使用“元类”挂钩。Decorator根本上的平庸与之非常类似。Decorator所实现的功能就是修改紧接Decorator之后定义的函数和方法。这总是可能的，但这种功能主要是
系统 2019-09-27 17:38:33 1990
最近开发了一个GoogleAnalytics相关的应用，但需要在Windows下部署，结合网上的相关经验，最终选择了apache+mod_wsgi这样的配置。修改python应用复制代码代码如下:Notethatmod_wsgirequiresthattheWSGIapplicationentrypointbecalled'application'.Ifyouwanttocallitsomethingelsethenyouwouldneedtoconfig
系统 2019-09-27 17:38:15 1990
JSON编码支持的基本数据类型为None，bool，int，float和str，以及包含这些类型数据的lists，tuples和dictionaries。对于dictionaries，keys需要是字符串类型(字典中任何非字符串类型的key在编码时会先转换为字符串)。为了遵循JSON规范，你应该只编码Python的lists和dictionaries。而且，在web应用程序中，顶层对象被编码为一个字典是一个标准做法。JSON编码的格式对于Python语法而
系统 2019-09-27 17:38:14 1990
RFC文档有很多，有时候在没有联网的情况下也想翻阅，只能下载一份留存本地了。看了看地址列表，大概是这个范围：http://www.networksorcery.com/enp/rfc/rfc1000.txt...http://www.networksorcery.com/enp/rfc/rfc6409.txt哈哈，很适合批量下载，第一个想到的就是迅雷……可用的时候发现它只支持三位数的扩展(用的是迅雷7)，我想要下的刚好是四位数……郁闷之下萌生自己做一个的想
系统 2019-09-27 17:37:38 1990
1.1AOP的概念简单地说，AOP就是将那些与业务无关，却为业务模块所共同调用的逻辑或责任，例如事务处理(Transactions)，日志管理（logging,tracing,profilingandmonitoring记录跟踪优化校准），权限控制（Authentication），同步(Synchronization),封装起来，便于减少系统的重复代码，降低模块间的耦合度，并有利于未来的可操作性和可维护性。实质上，AOP只是OOP的一种补充或某种改进，它转
系统 2019-08-29 22:12:50 1990
最近在学习python的过程中发现了一些比较好玩的东西----------爬取微信好友的信息，并可以制作一些酷炫的效果，比如：统计微信好友男女比例、实现图灵机器人自动回复消息、抓取好友头像并拼接成图、获取好友签名信息并制作成云图等。安装itchat##itchat是一个开源的微信个人接口，首先我们先安装itchat方法一：可以使用本命令安装itchatpipinstallitchat方法二（适用于PyCharm）：通过此路径：File--->Setting
系统 2019-09-27 17:55:35 1989
当我们在写程序的时候，我们需要通过测试来验证程序是否出错或者存在问题，但是，编写大量的测试来确保程序的每个细节都没问题会显得很繁琐。在Python中，我们可以借助一些标准模块来帮助我们自动完成测试过程，比如：unittest:一个通用的测试框架；doctest:一个更简单的模块，是为检查文档而设计的，但也非常适合用来编写单元测试。下面，笔者将会简单介绍这两个模块在测试中的应用。doctestdoctest模块会搜索那些看起来像是python交互式会话中的代
系统 2019-09-27 17:55:04 1989
基于python-opencv3的图像显示和保存操作，具体代码如下所示：importcv2ascvimportnumpyasnp#导入库print("-------------------------------")image=cv.imread("D:/1.jpeg")#写入图像cv.imshow("image",image)#显示cv.waitKey()#等待cv.destroyAllWindows()#关闭所有窗口cv.imwrite("D:\\2.
系统 2019-09-27 17:54:55 1989
该代码主要是基于python实现判断指定文件夹下是否存在指定后缀的文件。代码如下：importosYour_Dir='你的文件夹/'Files=os.listdir(Your_Dir)forkinrange(len(Files)):#提取文件夹内所有文件的后缀Files[k]=os.path.splitext(Files[k])[1]Str2=['.wav','.mp3','.mp4']iflen(list(set(Str2).intersection(s
系统 2019-09-27 17:54:47 1989
前言今天我们再说一下pytest框架和unittest框架相同的fixture的使用，了解unittest的同学应该知道我们在初始化环境和销毁工作时，unittest使用的是setUp，tearDown方法，那么在pytest框架中同样存在类似的方法，今天我们就来具体说明。先附上官方文档的一段说明1.每个级别的setup/teardown都可以多次复用2.如果相应的初始化函数执行失败或者被跳过则不会执行teardown方法3.在pytest4.2之前，xu
系统 2019-09-27 17:54:40 1989
BacktoPythonIndex很好玩儿的数据结构，多用于无序数据去重多组数据逻辑运算，寻找交集，并集，非集等操作见https://blog.csdn.net/business122/article/details/7541486
系统 2019-09-27 17:53:35 1989
首先,你得下载SocksiPy这个.解压出来之后里面会有一个socks.py文件.然后你可以把这个文件复制到python安装目录里面的Lib\site-packages中.或者把这个文件复制到程序所在的目录中.然后就可以再程序中使用socket代理来编写程序了.下面是示例代码importsocksimportsocketsocks.setdefaultproxy(socks.PROXY_TYPE_SOCKS5,"127.0.0.1",8088)socket
系统 2019-09-27 17:53:08 1989
说到流处理，Spark为我们提供了窗口函数，允许在滑动数据窗口上应用转换，常用场景如每五分钟商场人流密度、每分钟流量等等，接下来我们通过画图来了解SparkStreaming的窗口函数如何工作的，处理过程图如下所示：上图中绿色的小框框是一批一批的数据流，虚线框和实线框分别是前一个窗口和后一个窗口，从图中可以看出后一个窗口在前一个窗口基础上移动了两个批次的数据流，而我们真正通过算子操作的数据其实就是窗口内所有的数据流。在代码实现前了解下窗口操作常用的函数有：
系统 2019-09-27 17:52:34 1989
SymPy是符号数学的Python库。它的目标是成为一个全功能的计算机代数系统，同时保持代码简洁、易于理解和扩展#coding:utf-8'''函数极限'''importsympysympy.init_printing()fromsympyimportI,pi,ooimportnumpyasnpx=sympy.Symbol('x')expr=sympy.sin(x)/xresult=sympy.limit(expr,x,0)print('limit:',r
系统 2019-09-27 17:52:24 1989
闲暇之余，在家里自建了个服务器，因为用的小区宽带，IP位动态分配。域名解析就是个问题，我的域名一般停放在DNSPod下。DNSPod有提供修改的API，就用Python简单的实现了一下动态解析。这样，就不用安装花生壳了。废话不说，看代码：#!/usr/bin/envpython#-*-coding:utf-8-*-importhttplib,urllib,urllib2importtimeimportsys,osimportreimportjsonuser
系统 2019-09-27 17:52:14 1989
