Python

python运行方式和应用

一、python不同环境下运行1、python外部传参引入sys包通过sys.arg[i]获取到对应参数2、python在DOS运行需要加入引用包路径sys.path.append("D:/python/lib")3.shell和bat脚本运行python文件(1)bat文件pythonhello.py%1%2默认有传参数限制,需要用其他方式来获取更多参数(2)shell脚本pythonhello.py$1$2无传参数限制二、应用python生成并写入xm

系统 2019-09-27 17:48:57 2231

Python

python基础学习笔记(七)

python基础学习笔记(七)2013-04-2400:16虫师阅读(...)评论(...)编辑收藏本章介绍如何将语句组织成函数,这样,可以告诉计算机如何做事。下面编写一小段代码计算婓波那契数列(前两个数的和是第三个数)fibs=[0,1]#定义一个列表,初始内容是0,1foriinrange(8):#循环8次fibs.append(fibs[-2]+fibs[-1])#append在末尾追加一个数,这个是它前面两个数的和#输入>>>fibs#输出[0,1

系统 2019-09-27 17:48:55 2231

Python

利用python list完成最简单的DB连接池方法

先来看查看效果:在代码连接数据库后,并且执行三条sql后,将mysql直接重启掉,故我们的连接池连接均是不ok的,所以,它会全部删除再抓新的连接下来,重启mysql命令:关于python代码:'''遇到问题没人解答?小编创建了一个Python学习交流QQ群:857662006寻找有志同道合的小伙伴,互帮互助,群里还有不错的视频学习教程和PDF电子书!'''#!/usr/bin/envpython3#-*-coding:UTF-8-*-importpymys

系统 2019-09-27 17:47:30 2231

Python

浅析Python中的join()方法的使用

join()方法方法返回一个在序列的字符串元素被加入了由str分隔的字符串。语法以下是join()方法的语法:str.join(sequence)参数sequence--这是要连接的元素的顺序。返回值此方法返回一个字符串,在序列seq字符串的连接。元素之间的分离器是字符串str。例子下面的示例演示了join()方法的使用。#!/usr/bin/pythonstr="-";seq=("a","b","c");#Thisissequenceofstrings.

系统 2019-09-27 17:47:13 2231

Python

使用 Python 快速实现 HTTP 和 FTP 服务器的方法

有时你需临时搭建一个简单的WebServer,但你又不想去安装Apache、Nginx等这类功能较复杂的HTTP服务程序时。这时可以使用Python内建的SimpleHTTPServer模块快速搭建一个简单的HTTP服务器。SimpleHTTPServer模块可以把你指定目录中的文件和文件夹以一个简单的Web页面的方式展示出来。假设我们需要以Web方式共享目录/Users/Mike/Docker,只需要以下这个命令行就可以轻松实现:$cd/Users/M

系统 2019-09-27 17:47:02 2231

Python

Python 入门之 内置模块 -- os模块

Python入门之内置模块--os模块1、osos是和操作系统做交互,给操作发指令os模块是与操作系统交互的一个接口,它提供的功能多与工作目录,路径,文件等相关(1)工作路径print(os.getcwd())#获取当前文件工作的路径***os.chdir("D:\Python_s25\day16")#路径切换**print(os.getcwd())print(os.curdir)#返回当前目录:('.')print(os.pardir)#获取当前目录的父

系统 2019-09-27 17:45:41 2231

Python

深入理解python中的闭包和装饰器

python中的闭包从表现形式上定义(解释)为:如果在一个内部函数里,对在外部作用域(但不是在全局作用域)的变量进行引用,那么内部函数就被认为是闭包(closure)。以下说明主要针对python2.7,其他版本可能存在差异。也许直接看定义并不太能明白,下面我们先来看一下什么叫做内部函数:defwai_hanshu(canshu_1):defnei_hanshu(canshu_2):#我在函数内部有定义了一个函数returncanshu_1*canshu_

系统 2019-09-27 17:38:21 2231

Python

python 进程的几种创建方式详解

在新创建的子进程中,会把父进程的所有信息复制一份,它们之间的数据互不影响。使用os.fork()创建该方式只能用于Unix/Linux操作系统中,在windows不能用。importos#注意,fork函数,只在Unix/Linux/Mac上运行,windows不可以pid=os.fork()#子进程永远返回0,而父进程返回子进程的ID。ifpid==0:print('子进程')else:print('父进程')使用Process类类创建multiproc

系统 2019-09-27 17:57:20 2230

Python

python BFS和DFS LeetCode NO.102

pythonBFS和DFSLeetCodeBFS主要用队列来实现,DFS主要用栈来实现#BFS模版defBFS(graph,start,end):visited,quene=set(),[start]visited.add(start)whilequeue:node=quenue.pop()visited.add(node)process(node)nodes=generate_related_nodes(node)queuq.push(nodes)#DF

系统 2019-09-27 17:55:31 2230

Python

Python实现K折交叉验证法的方法步骤

学习器在测试集上的误差我们通常称作“泛化误差”。要想得到“泛化误差”首先得将数据集划分为训练集和测试集。那么怎么划分呢?常用的方法有两种,k折交叉验证法和自助法。介绍这两种方法的资料有很多。下面是k折交叉验证法的python实现。##一个简单的2折交叉验证fromsklearn.model_selectionimportKFoldimportnumpyasnpX=np.array([[1,2],[3,4],[1,3],[3,5]])Y=np.array([

系统 2019-09-27 17:54:40 2230

Python

每周一书《Python神经网络编程》分享

内容简介神经网络是一种模拟人脑的神经网络,以期能够实现类人工智能的机器学习技术。本书揭示神经网络背后的概念,并介绍如何通过Python实现神经网络。全书分为3章和两个附录。第1章介绍了神经网络中所用到的数学思想。第2章介绍使用Python实现神经网络,识别手写数字,并测试神经网络的性能。第3章带领读者进一步了解简单的神经网络,观察已受训练的神经网络内部,尝试进一步改善神经网络的性能,并加深对相关知识的理解。附录分别介绍了所需的微积分知识和树莓派知识。本书适

系统 2019-09-27 17:54:35 2230

Python

python-pyinstaller、打包后获取路径的实例

使用pyinstaller可以把.py文件打包为.exe可执行文件,命令为:pyinstallerhello.py打包后有两个文件夹,一个是dist,另外一个是build,可执行文件在dist文件夹里面,但是会有许多依赖是独立文件存在pyinstaller-Fhello.py使用-F参数后,打包的可执行文件是一个整体,只有一个.exe文件。获取文件路径的方式有四种,可以在打包成exe文件后,获取.exe文件的当前路径importsysimportospri

系统 2019-09-27 17:54:31 2230

Python

Python XML RPC服务器端和客户端实例

一、远程过程调用RPCXML-RPCisaRemoteProcedureCallmethodthatusesXMLpassedviaHTTPasatransport.Withit,aclientcancallmethodswithparametersonaremoteserver(theserverisnamedbyaURI)andgetbackstructureddata.ThismodulesupportswritingXML-RPCclientcod

系统 2019-09-27 17:53:57 2230

Python

Python如何生成随机数?

Python中,获取随机数的方法大致有如下:importrandom#导入random#python中利用random获取一个0到1的随机浮点数a=random.random()printa#打印结果#python中利用random获取一定范围内的(10到20)随机浮点数b=random.uniform(10,20)printb#python中利用random获取一定范围内(10到20)的随机整数c=random.randint(10,20)printc#

系统 2019-09-27 17:52:07 2230

Python

《Python数据科学入门》之机器学习(第10章)

Python数据科学入门DmitryZinoviev著熊子源译第10章机器学习监督学习尝试从具有标记的训练数据集中推断出预测函数,其中训练数据集中的每一个样本属于哪类都是已知的。(线性回归、逻辑回归、随机决策森林、朴素贝叶斯分类、支持向量机、线性判别分析、神经网络)无监督学习尝试在没有标记的数据中找出隐藏的结构。(K均值、社区检测、分层聚类、主成分分析)第48单元设计预测试验完成模型的建立、评估和验证有一下四个步骤:将输入数据分成训练集和测试集(一般占比为

系统 2019-09-27 17:50:40 2230