使用open函数，第一个参数为文件名，例如“C:\abc.txt”,这里要注意的是r“C:\abc.txt”。第二个参数为文件的操作方式，这里着重探讨写入，写入主要分为覆盖写入和追加写入。#覆盖写入例子：file=open(r'C:\abc.txt','w')file.write("abc")#写入字符串file.close#关闭文件#追加写入例子：file=open(r'C:\abc.txt','a')file.write("abc")#写入字符串fil
系统 2019-09-27 17:53:29 1873
在日常PC端的Python爬虫过程工作中，Chrome浏览器是我们常用的一款工具。鉴于Chrome浏览器的强大，Chrome网上应用商店很多强大的插件可以帮助我们快速高效地进行数据爬虫。今天推荐的6款Chrome插件，可以大大提升我们的爬虫效率。EditThisCookieEditThisCookie是一个Cookie管理器，可以很方便的添加，删除，编辑，搜索，锁定和屏蔽Cookies。可以将登录后的Cookies先保存到本地，借助cookielib库，直
系统 2019-09-27 17:53:24 1873
使用python爬取微博评论：本文首发于《凹凸数读》，关注后台回复“源码”获取相关python代码2019年5月27日凌晨，翟天临又上了热搜。我们爬取了翟天临2月道歉微博下的30万余条评论，看看毕业生们是如何吐槽他的？本文首发于《凹凸数读》，关注后台回复“源码”获取相关python代码
系统 2019-09-27 17:53:21 1873
我想使用python的第三方库，但是我的IDE给我一个错误代码：D:\untitled\venv\Scripts\python.exe"D:/pycode/venv/sxsxsxsxs.py"Traceback(mostrecentcalllast):File"D:\untitled\venv\lib\site-packages\urllib3\connectionpool.py",line597,inurlopenself._prepare_proxy(
系统 2019-09-27 17:52:39 1873
说到流处理，Spark为我们提供了窗口函数，允许在滑动数据窗口上应用转换，常用场景如每五分钟商场人流密度、每分钟流量等等，接下来我们通过画图来了解SparkStreaming的窗口函数如何工作的，处理过程图如下所示：上图中绿色的小框框是一批一批的数据流，虚线框和实线框分别是前一个窗口和后一个窗口，从图中可以看出后一个窗口在前一个窗口基础上移动了两个批次的数据流，而我们真正通过算子操作的数据其实就是窗口内所有的数据流。在代码实现前了解下窗口操作常用的函数有：
系统 2019-09-27 17:52:34 1873
本文实例讲述了python日志logging模块使用方法。分享给大家供大家参考，具体如下：一、从一个使用场景开始开发一个日志系统，既要把日志输出到控制台，还要写入日志文件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')
系统 2019-09-27 17:51:47 1873
a=input("a=")b=input("b=")c=int(a)+int(b)print(c)结果：/usr/bin/python3.6/home/rooter/PycharmProjects/python1/pp1a=4b=48Processfinishedwithexitcode0a=input("a=")b=input("b=")c=a+b#或者c=int(a+b)/c=str(a+b)print(c)结果/usr/bin/python3.6/h
系统 2019-09-27 17:51:10 1873
美国队长的锅emmmmmmmm.......没错就是他的锅#所需依赖：python3pycharm#print打印print('helloworld!')#注释符号#井号后面灰色的内容是注释，相当于笔记，会被机器忽略#变量和值#n是变量，100是值，等号的作用是赋值#n相当于高中数学的xyz，只不过xyz的值只能是数字，变量的功能要更强大n=100m='hello'print(n)print(m)#数据类型，这里只讲两个，剩下的需要同学自己去系统地学习了#
系统 2019-09-27 17:50:55 1873
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 1873
转：https://www.jianshu.com/p/4be85de84d2a本机环境：Windows1064位Anacondapython3.7报错信息：pipisconfiguredwithlocationsthatrequireTLS/SSL,howeverthesslmoduleinPythonisnotavailable.解决方法：原因：Anaconda环境变量未配置完全需要配置的环境变量：D:\ProgramData\Anaconda3D:\
系统 2019-09-27 17:50:37 1873
