今天我们来到了循环队列这一节，之前的文章中，我介绍过了用python自带的列表来实现队列，这是最简单的实现方法。但是，我们都知道，在列表中删除第一个元素和删除最后一个元素花费的时间代价是不一样的，删除列表的第一个元素，那么在它之后的所有元素都要进行移动。所以当列表特别长的时候，这个代价就比较明显了。我们本文介绍的循环队列可以避免这个问题，同样我们上篇文章提到的用链表实现的方法也可以避免。下面，我们来介绍循环队列。循坏队列循环队列，就是将普通的队列首尾连接起
系统 2019-09-27 17:50:25 1912
[TOC]一、锁线程中的锁机制和进程中一样。都是通过锁来控制资源访问虽然，线程中的资源是共享的，但也可以通过锁来进行控制。达到线程同步的目的。虽然牺牲了效率但是保证了安全。x=0mutex=Lock()deftask():globalxmutex.acquire()#上锁foriinrange(200000):x=x+1mutex.release()#解锁if__name__=='__main__':th_list=[]foriinrange(10):t1
系统 2019-09-27 17:49:53 1912
词云是一种非常漂亮的可视化展示方式，正所谓一图胜过千言万语，词云在之前的项目中我也有过很多的使用，可能对于我来说，一种很好的自我介绍方式就是词云吧，就像下面这样的：个人觉还是会比枯燥的文字语言描述性的介绍会更吸引人一点吧。今天不是说要怎么用词云来做个人介绍，而是对工作中使用到比较多的词云计较做了一下总结，主要是包括三个方面：1、诸如上面的简单形式矩形词云2、基于背景图片数据来构建词云数据3、某些场景下不想使用类似上面的默认的字体颜色，这里可以自定义词云的字
系统 2019-09-27 17:48:59 1912
本文实例为大家分享了python傅里叶变换FFT绘制频谱图的具体代码，供大家参考，具体内容如下频谱图的横轴表示的是频率，纵轴表示的是振幅#coding=gbkimportnumpyasnpimportpandasaspdimportmatplotlib.pyplotasplt#依据快速傅里叶算法得到信号的频域deftest_fft():sampling_rate=8000#采样率fft_size=8000#FFT长度t=np.arange(0,1.0,1.
系统 2019-09-27 17:48:55 1912
前面的python3入门系列基本上也对python入了门，从这章起就开始介绍下python的爬虫教程，拿出来给大家分享；爬虫说的简单，就是去抓取网路的数据进行分析处理；这章主要入门，了解几个爬虫的小测试，以及对爬虫用到的工具介绍，比如集合，队列，正则表达式；用python抓取指定页面：代码如下：importurllib.requesturl="http://www.baidu.com"data=urllib.request.urlopen(url).rea
系统 2019-09-27 17:45:49 1912
PythonQueue模块Python中，队列是线程间最常用的交换数据的形式。Queue模块是提供队列操作的模块，虽然简单易用，但是不小心的话，还是会出现一些意外。创建一个“队列”对象importQueueq=Queue.Queue(maxsize=10)Queue.Queue类即是一个队列的同步实现。队列长度可为无限或者有限。可通过Queue的构造函数的可选参数maxsize来设定队列长度。如果maxsize小于1就表示队列长度无限。将一个值放入队列中q
系统 2019-09-27 17:45:30 1912
一、类的定义和使用python定义一个类的基本语法是：复制代码代码如下:classclassname([基类一,基类二...]):[def__init__(self,[agv1,agv2...]):]#定义构造函数defmethod1(self,[agv1,agv2...]):#成员函数使用时用：对象实例名=类名(参数列表)对象实例名.成员函数名(参数列表)和其它语言不同之处是：(1)python没有new关键字(2)成员函数必须带有self参数（它相当于
系统 2019-09-27 17:38:46 1912
1.查找图像中出现的人脸代码示例：#导入face_recognition模块importface_recognition#将jpg文件加载到numpy数组中image=face_recognition.load_image_file(“your_file.jpg”)#查找图片中人脸（上下左右）的位置，图像中可能有多个人脸#face_locations的值类似[(135，536，198，474),()]Face_locations=face_recognit
系统 2019-09-27 17:38:24 1912
接触过Django的同学都应该十分熟悉它的ORM系统。对于python新手而言，这是一项几乎可以被称作“黑科技”的特性：只要你在models.py中随便定义一个Model的子类，Django便可以：获取它的字段定义，并转换成表结构读取Meta内部类，并转化成相应的配置信息。对于特殊的Model（如abstract、proxy），还要进行相应的转换为没有定义objects的Model加上一个默认的Manager开发之余，我也曾脑补过其背后的原理。曾经，我认为
系统 2019-09-27 17:38:17 1912
用Python随机生成学生姓名，三科成绩和班级数据，再插入到PostgreSQL中。模块用psycopg2randomimportrandomimportpsycopg2fname=['金','赵','李','陈','许','龙','王','高','张','侯','艾','钱','孙','周','郑']mname=['玉','明','玲','淑','��','艳','大','小','风','雨','雪','天','水','奇','鲸','米','晓','泽
系统 2019-09-27 17:37:48 1912
