一、读取excel这里介绍一个不错的包xlrs,可以工作在任何平台。这也就意味着你可以在Linux下读取Excel文件。首先，打开workbook；复制代码代码如下:importxlrdwb=xlrd.open_workbook('myworkbook.xls')检查表单名字：复制代码代码如下:wb.sheet_names()得到第一张表单，两种方式：索引和名字复制代码代码如下:sh=wb.sheet_by_index(0)sh=wb.sheet_by_n
系统 2019-09-27 17:54:06 1837
题目给定一个非空二叉树，返回其最大路径和。本题中，路径被定义为一条从树中任意节点出发，达到任意节点的序列。该路径至少包含一个节点，且不一定经过根节点。示例1:输入:[1,2,3]1/\23输出:6示例2:输入:[-10,9,20,null,null,15,7]-10/\920/\157输出:42思路关键是要求出，某一个根节点到某个子节点的最长路径是多少。最后的结果一定是某一个根节点的值加上它左右子树的那个最长路径。代码如下，代码ref:https://le
系统 2019-09-27 17:54:00 1837
问题在做web端ui层自动化的时候会碰到文件上传的操作，经常有朋友问到，这里总结一下解决方案第一种：type=file的上传文件，类似如下的使用类似这样的代码就可以完成：driver.find_element('name','file').send_keys('./小强测试品牌.png')第二种：就是第一种除外的，实现起来较为麻烦，这里用到了autoit，大致步骤如下：1、下载并安装autoit，之后在开始菜单可以看到如下AutoItWindowsInfo
系统 2019-09-27 17:53:55 1837
Python支持一种有趣的语法，它允许你快速定义单行的最小函数。这些叫做lambda的函数，是从Lisp借用来的，可以用在任何需要函数的地方。lambda的语法时常会使人感到困惑，lambda是什么，为什么要使用lambda，是不是必须使用lambda？>>>deff(x):...returnx+2...>>>f(1)3>>>f=lambdax:x+2>>>f(1)3>>>(lambdax:x+2)(1)3Pythondef和Pythonlambda它们有
系统 2019-09-27 17:53:35 1837
描述sin()返回的x弧度的正弦值。语法以下是sin()方法的语法:importmathmath.sin(x)注意：sin()是不能直接访问的，需要导入math模块，然后通过math静态对象调用该方法。参数x--一个数值。返回值返回的x弧度的正弦值，数值在-1到1之间。实例以下展示了使用sin()方法的实例：#!/usr/bin/pythonimportmathprint"sin(3):",math.sin(3)print"sin(-3):",math.s
系统 2019-09-27 17:53:29 1837
在C++11和C#中都有匿名函数的存在。下面看看在python中匿名函数的使用。1.lambda只是一个表达式，函数体比def简单很多。2.lambda的主体是一个表达式，而不是一个代码块。仅仅能在lambda表达式中封装有限的逻辑进去。3.lambda表达式是起到一个函数速写的作用。允许在代码内嵌入一个函数的定义。例1.定义一个lambda表达式，求三个数的和#-*-coding:UTF-8-*-f=lambdax,y,z:x+y+zprintf(1,2
系统 2019-09-27 17:53:21 1837
案例：爬取使用搜狗根据指定词条搜索到的页面数据（例如爬取词条为‘周杰伦'的页面数据）importurllib.request#1.指定urlurl='https://www.sogou.com/web?query=周杰伦''''2.发起请求:使用urlopen函数对指定的url发起请求，该函数返回一个响应对象，urlopen代表打开url'''response=urllib.request.urlopen(url=url)#3.获取响应对象中的页面数据:r
系统 2019-09-27 17:53:11 1837
进程是操作系统分配内存的最小单位Python中进程用到的库multiprocessing简单的多进程示例frommultiprocessingimportProcessfromtimeimporttime,sleepfromrandomimportrandintdefdownload_task(task_name):print(task_name+'开始下载')time=randint(1,5)sleep(time)print(task_name+f'下载
系统 2019-09-27 17:53:03 1837
#使用StandardScaler进行数据预处理importnumpyimportmatplotlib.pyplotaspltfromsklearn.datasetsimportmake_blobsX,y=make_blobs(n_samples=40,centers=2,random_state=50,cluster_std=2)plt.scatter(X[:,0],X[:,1],c=y,cmap=plt.cm.cool)plt.show()#导入Sta
系统 2019-09-27 17:52:41 1837
作者：HelloGitHub-ProdesireHelloGitHub的《讲解开源项目》系列，项目地址：https://github.com/HelloGitHub-Team/Article前言在前面三篇介绍argparse的文章中，我们全面了解了argparse的能力，相信不少小伙伴们都已经摩拳擦掌，想要打造一个属于自己的命令行工具。本文将以我们日常工作中最常见的git命令为例，讲解如何使用argparse库来实现一个真正可用的命令行程序。本系列文章默认
系统 2019-09-27 17:52:36 1837
