若干个数组可以沿不同的轴合合并到一起，vstack,hstack的简单用法，>>>a=np.floor(10*np.random.random((2,2)))>>>aarray([[8.,8.],[0.,0.]])>>>b=np.floor(10*np.random.random((2,2)))>>>barray([[1.,8.],[0.,4.]])>>>np.vstack((a,b))array([[8.,8.],[0.,0.],[1.,8.],[0.,
系统 2019-09-27 17:52:40 2236
-基于如下5点展开requests模块的学习什么是requests模块requests模块是python中原生的基于网络请求的模块，其主要作用是用来模拟浏览器发起请求。功能强大，用法简洁高效。在爬虫领域中占据着半壁江山的地位。为什么要使用requests模块因为在使用urllib模块的时候，会有诸多不便之处，总结如下：手动处理url编码手动处理post请求参数处理cookie和代理操作繁琐......使用requests模块：自动处理url编码自动处理po
系统 2019-09-27 17:52:20 2236
初试牛刀假设你希望学习Python这门语言，却苦于找不到一个简短而全面的入门教程。那么本教程将花费十分钟的时间带你走入Python的大门。本文的内容介于教程(Toturial)和速查手册(CheatSheet)之间，因此只会包含一些基本概念。很显然，如果你希望真正学好一门语言，你还是需要亲自动手实践的。在此，我会假定你已经有了一定的编程基础，因此我会跳过大部分非Python语言的相关内容。本文将高亮显示重要的关键字，以便你可以很容易看到它们。另外需要注意的
系统 2019-09-27 17:52:00 2236
如下所示：importlogging#创建一个loggerlogger=logging.getLogger('mylogger')logger.setLevel(logging.DEBUG)#创建一个handler，用于写入日志文件fh=logging.FileHandler('test.log')fh.setLevel(logging.DEBUG)#再创建一个handler，用于输出到控制台ch=logging.StreamHandler()ch.set
系统 2019-09-27 17:51:25 2236
pythonelasticsearch从创建索引到写入数据创建索引fromelasticsearchimportElasticsearches=Elasticsearch('192.168.1.1:9200')mappings={"mappings":{"type_doc_test":{#type_doc_test为doc_type"properties":{"id":{"type":"long","index":"false"},"serial":{"t
系统 2019-09-27 17:51:01 2236
是不是已经很有感觉，Python你觉得自己可以做点简单的事情了？恭喜了。（还不行？重新看看1-6课时，另外请我吃饭，慢慢教你也可以）本课，我们说bool-布尔；只有2种情况真/假；或者叫0/1；或者True/Flase在python中True/Flase第1个字母都是大写，为什么？规定。。。。。。你写了true报错，别要说我无跟你说；其次bool用在什么场景？条件判断的时候，好像if或while的情况，都需要如果为真，就如何的场景：name="samly7
系统 2019-09-27 17:50:37 2236
效果左边原图，右面添加字体后保存的图。代码#-*-coding:utf-8-*-importPIL.ImageasImageimportPIL.ImageColorasImageColorimportPIL.ImageDrawasImageDrawimportPIL.ImageFontasImageFont"""author@:xunapython2.7"""#设置字体（LiberationSans-Regular.ttf这是我ubuntu16.04自带的
系统 2019-09-27 17:50:37 2236
一、安装一般使用cmd安装就可以手动安装通过下载方式django官方网站：https://www.djangoproject.com/python官方仓库：https://pypi.python.org/pypi/Django二、配置使用1、通过cmd新建一个项目，我是在桌面新建上面命令会在桌面新建pythonDjango文件夹,在里面会生成如下图两个文件manage.py：命令行工具，可以用多种方式与该django项目进行交互；在pythonDjango
系统 2019-09-27 17:49:45 2236
最近越发感觉到限制我对Python运用、以及读懂别人代码的地方，大多是在于对数据的处理能力。其实编程本质上就是数据处理，怎么把文本数据、图像数据，通过python读入、切分等，变成一个N维矩阵，然后再带入别人的模型，bingo~跑出来一个结果。结果当然也是一个矩阵或向量的形式。所以说，之所以对很多模型、代码束手无策，其实还是没有掌握好数据处理的“屠龙宝刀”，无法对海量数据进行“庖丁解牛”般的处理。因此，我想以一个别人代码中的一段为例，仔细琢磨文本数据处理的
系统 2019-09-27 17:49:36 2236
获取DataFrame虽然是一个比较简单的操作，但是有时候到手边就是写不出来，所以在这里总结记录一下：1.链表推倒式data=pd.read_csv('data/ReceiptcodeJanuaryminutetradingvolume.csv')print([columnforcolumnindata])#打印结果['COUNT','SUCC','FAIL','WAITPAY','SUCCRatio','time']2.通过columns字段获取，返回一
系统 2019-09-27 17:49:32 2236
