数据集介绍使用数据集Wine，来自UCI。包括178条样本，13个特征。importpandasaspdimportnumpyasnpdf_wine=pd.read_csv('https://archive.ics.uci.edu/ml/machine-learning-databases/wine/wine.data',header=None)df_wine.columns=['Classlabel','Alcohol','Malicacid','Ash
系统 2019-09-27 17:50:52 1825
元类编程装饰器任何时候你定义装饰器的时候，都应该使用functools库中的@wraps装饰器来注解底层包装函数.因为一个普通装饰器作用在某个函数上时，这个函数的重要的元信息比如名字、文档字符串、注解和参数签名都会丢失。但是@wraps不会。importtimefromfunctoolsimportwrapsdeftimethis(func):'''Decoratorthatreportstheexecutiontime.'''@wraps(func)de
系统 2019-09-27 17:50:24 1825
第四章，了不起的分支和循环4.1分支和循环Python主要依靠缩进来区分代码块4.2快速上手成绩按照分数来划分等级，90分以上为A，80~90为B，60~80为C，60以下为Dp4_1.pyscore=int(input("请输入一个分数："))if100>=score>=90:print("A")if90>score>=80:print("B")if80>score>=60:print("C")if60>score>=0:print("D")ifscor
系统 2019-09-27 17:50:06 1825
更详细见：https://blog.csdn.net/Lord_sh/article/details/92653790>>>x=np.arange(0,16).reshape(4,4)>>>xarray([[0,1,2,3],[4,5,6,7],[8,9,10,11],[12,13,14,15]])>>>idx=[[1,0,0,0],[0,1,0,0],[0,1,0,0],[0,0,0,1]]>>>idx[[1,0,0,0],[0,1,0,0],[0,1,
系统 2019-09-27 17:49:14 1825
代码为：#查询所有图书、增加图书defget(self,request):queryset=BookInfo.objects.all()book_list=[]forbookinqueryset:book_list.append({'id':book.id,'bread':book.bread})returnJsonResponse(book_list,safe=False)遇到问题：JsonResponse(book_list,safe=False)sa
系统 2019-09-27 17:49:09 1825
经历移植jinja2到python3的痛苦之后，我把项目暂时放一放，因为我怕打破python3的兼容。我的做法是只用一个python2的代码库，然后在安装的时候用2to3工具翻译成python3。不幸的是哪怕一点点的改动都会打破迭代开发。如果你选对了python的版本，你可以专心做事，幸运的避免了这个问题。来自MoinMoin项目的ThomasWaldmann通过我的python-modernize跑jinja2，并且统一了代码库，能同时跑python2,
系统 2019-09-27 17:49:06 1825
目录：1.数据分析模块2.数据文件导入3.图形绘制4.读取数据并可视化分析1.数据分析模块importnumpyasnn#一维数组numpy.array([元素1，元素2....，元素n])x=nn.array(['2','3','d','g'])#print(x)#创建二维数组格式numpy.array([[元素1]，[元素2]....，[元素n]])y=nn.array([[2,3,4],[4,3,4,],[34,4,2,]])#print(y)#排序
系统 2019-09-27 17:48:18 1825
0x00:使用xpath进行网页解析#coding:utf-8importrequestsimportosimportrefromlxmlimportetreeimporttimedefget_title(title):#获取标题，创建文件path=r"./Pic/"+titleifos.path.exists(path):#文件夹存在，返回returnpathelse:os.makedirs(path)#创建空文件夹returnpathdefpic_ge
系统 2019-09-27 17:48:15 1825
并发与锁a.多个线程共享数据的时候，如果数据不进行保护，那么可能出现数据不一致现象，使用锁，信号量、条件锁b.c.互斥锁1.互斥锁，是使用一把锁把代码保护起来，以牺牲性能换取代码的安全性，那么Rlock后必须要relase解锁不然将会失去多线程程序的优势2.互斥锁的基本使用规则：1importthreading2#声明互斥锁3lock=threading.Rlock();4defhandle(sid):#功能实现代码5lock.acquire()#加锁6#
系统 2019-09-27 17:48:09 1825
Ruby和Python太相似了，取舍大部分都是个人喜好上的原因。比如我就觉得Python的“Thereisonlyonewaytodoit.”比Ruby的“Therearemanywaystodoit.”要好，这不光是考虑团队协作的问题，更重要的是自己能很快明白自己三个月前写的没有任何注释的代码是在干什么。当然也有很多人觉得自由和灵活要比可读性来的重要，所以我说这个是个人喜好的原因。客观上的Ruby比Python的优势我想到的有这么几个：Block应该是语
系统 2019-09-27 17:48:04 1825
