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 1880
什么是闭包Objectsaredatawithmethodsattached.Closuresarefunctionswithdataattached.一般来说，我们都非常熟悉面向对象(OOD)语言中的对象的概念。所谓对象(Object)，指的是附带相应方法的__数据__。那么相对而言，闭包(closure)指的则是附带相应数据的__函数__。换句话说，闭包函数能够引用一些并不在当前代码全局上下文中定义的变量。这些被引用的变量（称为自由变量）是在闭包函数被
系统 2019-09-27 17:48:00 1880
__init__方法是什么？使用Python写过面向对象的代码的同学，可能对__init__方法已经非常熟悉了，__init__方法通常用在初始化一个类实例的时候。例如：#-*-coding:utf-8-*-classPerson(object):"""SillyPerson"""def__init__(self,name,age):self.name=nameself.age=agedef__str__(self):return''%(self.name
系统 2019-09-27 17:47:53 1880
测试用例分为用函数和类来进行一个大字符串的字符逐一读取。测试代码Node.js函数varfs=require("fs");varcontent=fs.readFileSync("page.html",{encoding:"utf-8"});functionchars(content){varlength=content.length;varpos=0;while(pos++
系统 2019-09-27 17:47:51 1880
序列化(Serialization)是将对象的信息转换为可以存储或传输的形式，后续还可以通过从存储区中读取或反序列化对象的状态，重新创建该对象。在python中也可以进行序列化相关的操作，只是序列化的时候需要将对象保存为一个字典的类型。对于Python内置的数据类型（如str,unicode,int,float,bool,None,list,tuple,dict），可以直接进行序列化/反序列化处理；对于自定义类的对象进行序列化和反序列化时，需要我们自己定义
系统 2019-09-27 17:47:18 1880
首先通过一个例子来看一下本文中可能用到的对象和相关概念。复制代码代码如下:#coding:UTF-8importsys#模块，sys指向这个模块对象importinspectdeffoo():pass#函数，foo指向这个函数对象classCat(object):#类，Cat指向这个类对象def__init__(self,name='kitty'):self.name=namedefsayHi(self):#实例方法，sayHi指向这个方法对象，使用类或实
系统 2019-09-27 17:46:49 1880
原文链接：https://gitbook.cn/books/5cfdc7e67d79973578df3426/index.html7.什么是PEP8?8.了解Python之禅么？9.了解docstring么？10.了解类型注解么？11.例举你知道Python对象的命名规范，例如方法或者类等12.Python中的注释有几种？13.如何优雅的给一个函数加注释？14.如何给变量加注释？15.Python代码缩进中是否支持Tab键和空格混用。16.是否可以在一句i
系统 2019-09-27 17:46:40 1880
mktime()方法是localtime()反函数。它的参数是struct_time或全9元组，它返回一个浮点数，为了兼容时time()。如果输入值不能表示为有效的时间，那么OverflowError或ValueError错误将被引发。Syntax以下是mktime()方法的语法：time.mktime(t)参数t--这是struct_time或满9元组。返回值此方法返回一个浮点数，对于兼容性time()。例子下面的例子显示了mktime()方法的使用。#
系统 2019-09-27 17:46:39 1880
时隔已久，再次冒烟，自动化测试工作仍在继续，自动化测试中的数据驱动技术尤为重要，不然咋去实现数据分离呢，对吧，这里就简单介绍下与传统unittest自动化测试框架匹配的DDT数据驱动技术。话不多说，先撸一波源码，其实整体代码并不多#-*-coding:utf-8-*-#ThisfileisapartofDDT(https://github.com/txels/ddt)#Copyright2012-2015CarlesBarrobésandDDTcontri
系统 2019-09-27 17:46:08 1880
近来实验室的师姐要发论文，由于论文交稿时间临近，有一些杂活儿需要处理，作为实验室资历最浅的一批，我这个实习生也就责无旁贷地帮忙当个下手。今天师姐派了一个小活，具体要求是：给一些训练模型的迭代次数，训练精度的数据，让我做成图表形式展示出来，一方面帮助检查模型训练时的不足，另一方面来看样本数目和预测精度之间的联系，数据具体格式如下：Iteration1500labeltraintestrightacc1214324241.01609216150.9375100
系统 2019-09-27 17:45:55 1880
