PostMessage（）defkeyHwnd(hwndEx,char):"""向指定控件输入值:paramhwndEx:控件句柄:paramchar:字符串:return:TrueorFlase"""try:for_inchar:print('key:%sascii:%d'%(_,ord(_)))win32api.PostMessage(hwndEx,win32con.WM_CHAR,ord(_),0)time.sleep(random.uniform(
系统 2019-09-27 17:55:32 2650
一、对工厂设计模式的理解在现实生活中，工厂是用于生产产品的，我们告诉工厂，我们需要什么样的产品，工厂就会生产出该产品，我们无需知道该产品到底是怎么生产的。在python中也是一样的，我们只需要调用工厂类的方法，传入参数后，就能得到我们想要的对象，此时我们并不关心该对象的内部实现。二、工厂设计模式的优点1、工厂模式巨有非常好的封装性，代码结构清晰；2、屏蔽产品类，使产品的被使用业务场景和产品的功能细节可以分而开发进行，是比较典型的解耦框架。三、工厂模式的简单
系统 2019-09-27 17:54:49 2650
Python的特性允许你使用广播（broadcasting）功能，这是Python的numpy程序语言库中最灵活的地方。而我认为这是程序语言的优点，也是缺点。优点的原因在于它们创造出语言的表达性，Python语言巨大的灵活性使得你仅仅通过一行代码就能做很多事情。但是这也是缺点，由于广播巨大的灵活性，有时候你对于广播的特点以及广播的工作原理这些细节不熟悉的话，你可能会产生很细微或者看起来很奇怪的bug。例如，如果你将一个列向量添加到一个行向量中，你会以为它报
系统 2019-09-27 17:53:44 2650
原文链接：https://www.jianshu.com/p/4fedbc832899python数据可视化：pyecharts发现了一个做数据可视化非常好的库：pyecharts。非常便捷好用，大力推荐！！官方介绍：pyecharts是一个用于生成Echarts图表的类库。Echarts是百度开源的一个数据可视化JS库。用Echarts生成的图可视化效果非常棒，pyecharts是为了与Python进行对接，方便在Python中直接使用数据生成图。中文教
系统 2019-09-27 17:53:40 2650
matplotlib图例中文乱码以及坐标负号显示在图片的标签名，标题名或者图例中出现中文时，直接运行会出现乱码，文字显示为框框importmatplotlib.pyplotaspltplt.figure()plt.title("哈哈")plt.show()快速解决办法在导入模块后加入下面代码plt.rcParams['font.sans-serif']=['SimHei']#用来正常显示中文标签plt.rcParams['axes.unicode_minu
系统 2019-09-27 17:52:29 2650
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list进行匹配查找低速方法高速方法三，加速你的循环第7式，优先使用for循
系统 2019-09-27 17:52:26 2650
不扯没用的，直接上代码1、环境：windows（Linux下应该也没问题）2、python版本：3.63、所需依赖：PyMuPDF（pipinstallpymupdf）以下是代码#-*-coding:utf-8-*-"""1、安装库pipinstallpymupdf2、直接运行"""importfitz#打开PDF文件，生成一个对象doc=fitz.open('1.pdf')forpginrange(doc.pageCount):page=doc[pg]r
系统 2019-09-27 17:49:25 2650
本文python代码实现的是最小二乘法线性拟合，并且包含自己造的轮子与别人造的轮子的结果比较。问题：对直线附近的带有噪声的数据进行线性拟合，最终求出w,b的估计值。最小二乘法基本思想是使得样本方差最小。代码中self_func()函数为自定义拟合函数，skl_func()为调用scikit-learn中线性模块的函数。importnumpyasnpimportmatplotlib.pyplotaspltfromsklearn.linear_modelimp
系统 2019-09-27 17:48:53 2650
词云图是将词汇按照频率的高低显示不同大小而形成的图，可以一目了然地看出关键词。下面是词云图的python代码～#导入需要模块importjiebaimportnumpyasnpimportmatplotlib.pyplotaspltfromPILimportImagefromwordcloudimportWordCloud,STOPWORDS,ImageColorGeneratortext_road=str(input('请输入文章的路径：'))pictu
系统 2019-09-27 17:48:34 2650
自己随手写了Python下fork进程的测试代码（来说明这个问题不一定完全合适）：deffork(a):defnow():importdatetimereturndatetime.datetime.now().strftime("%S.%f")importosimporttimeprintnow(),aifos.fork()==0:print'子进程[%s]:%s'%(now(),os.getpid())while1:a-=10print'子进程的a值[%
系统 2019-09-27 17:48:03 2650
