python动态语言在运行时可以改变类的结构，添加属性，添加方法删除函数添加属性：就是在类的结构以外添加属性也可以修改1.添加对象属性(1)p1.age="123"#使用对象名创建(2)setattr(p1,"home","阳光小区")#使用内置方法设置和取得属性值getattr(p1,"home")#取得新增属性的值2.添加类属性(1)Preson.ID=111112#使用类名创建添加方法：3.添加对象方法importtypesdefstudy(self
系统 2019-09-27 17:55:39 1930
课程导学001课程定位和目标002课程导学第一部分Python快速入门第1天Python基本语法元素003Python基本语法元素004程序设计基本方法005Python开发环境配置006实例1-温度转换007Python程序语法元素分析008Python基本语法元素小结第2天Python基本图形绘制009Python基本图形绘制010深入理解Python语言011实例2-Python蟒蛇绘制012模块1-turtle库的使用013turtle程序语法元素
系统 2019-09-27 17:55:32 1930
问题1：如果日期中有千年以前的情况(没法用格式化函数)，如('2010-11-23','1989-3-7','2010-1-5','978-12-1','2010-2-4')参照方法1问题2：如果日期中没有千年以前的情况，做法就很多了。参照方法2和方法3#-*-coding:utf-8-*-importtimefromoperatorimportitemgetterarr=('2010-11-23','1989-3-7','2010-1-5','978-1
系统 2019-09-27 17:54:50 1930
#!/usr/bin/python#coding:utf-8importnumpyasnpa=np.array([1,2,3])b=np.array([[1,2,3],[4,5,6],[7,8,9]])#shape是维度，dtype是元素的类型printa.shapeprinta.dtype#使用函数生成等差数列数组x1=np.arange(1,11,2)x2=np.linspace(1,9,5)printx1,x2#求数组中的最大值和最小值printnp
系统 2019-09-27 17:54:45 1930
《Python3爬虫、数据清洗和可视化实战》零一韩要宾黄园园著第九章：pandas数据清理9.1数据读写、选择、整理和描述Pandas是用来数据清洗的Python库，由于它的依赖库很多，所以建议还是下载anaconda，里面内置了相关库。9.1.1读取CSV数据df=pd.read_csv(“csv_path”,delimiter=”,”,encoding=””)参数说明：“csv_path”,CSV文件路径；delimiter=”,”：分隔方式；enco
系统 2019-09-27 17:54:37 1930
python内部自带大整数运算能力，整数运算不会溢出，只要内存足够，就oK下面的例子演示了两个32位整数加法的情况（通过位运算实现），为了模拟溢出的效果，必须人工的进行位运算，~运算符除了求反，还是二进制的补运算符，运算过后的二进制数字按照补码解释，例如~（00111100）=（11000011）=-61defgetSum(a,b):""":typea:int:typeb:int:rtype:int"""MAX=0X7fffffffMIN=0X800000
系统 2019-09-27 17:54:25 1930
类代码：#-*-coding:gbk-*-importConfigParser,osclassINIFILE:def__init__(self,filename):self.filename=filenameself.initflag=Falseself.cfg=Noneself.readhandle=Noneself.writehandle=NonedefInit(self):self.cfg=ConfigParser.ConfigParser()try
系统 2019-09-27 17:54:17 1930
Python面向对象编程——异常处理一、什么是异常异常就是程序运行时发生错误的信号（在程序出现错误时，则会产生一个异常，若程序没有处理它，则会抛出该异常，程序的运行也随之终止），在python中,错误触发的异常如下：而错误分成两种1、语法错误（这种错误，根本过不了python解释器的语法检测，必须在程序执行前就改正）#语法错误示范一if#语法错误示范二deftest:pass#语法错误示范三classFoopass#语法错误示范四print(haha)2、
系统 2019-09-27 17:53:13 1930
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 1930
今天接到一个新的任务,要对一个140多M的csv文件进行数据处理,总共有170多万行,尝试了导入本地的MySQL数据库进行查询,结果用Navicat导入直接卡死....估计是XAMPP套装里面全默认配置的MySQL性能不给力,又尝试用R搞一下吧结果发现光加载csv文件就要3分钟左右的时间,相当不给力啊,翻了翻万能的知乎发现了Python下的一个神器包:Pandas(熊猫们?),加载这个140多M的csv文件两秒钟就搞定,后面的分类汇总等操作也都是秒开,太牛
系统 2019-09-27 17:52:33 1930
