logging的基本用法网上很多，这里就不介绍了。在引入正文之前，先来看一个需求：假设需要将某功能封装成类库供他人使用，如何处理类库中的日志？数年前在一个C#开发的项目中，我用了这样的方法：定义一个logging基类，所有需要用到日志的类都继承这个基类，这个基类中定义一个LogHandler事件，该事件用于实现具体的记录日志动作，同时可以通过将类A的LogHandler委托挂到类B的LogHandler上，实现将两个类的日志信息添加到一起。自从看了pyth
系统 2019-09-27 17:50:05 1948
1.冒泡排序1.1算法思想冒泡排序是一种简单的排序算法。通过重复地遍历要排序的数列，一次比较两个元素，从最开始的一对到最后的一对（相当于一个长度为2的滑动窗口），如果它们的顺序错误（看从小到达排列还是从大到小排列）就把它们交换过来。如果是升序排列的话，每次遍历都会把最大值交换到最右边。然后重复这个过程，直到没有再需要交换，也就是说该数列已经排序完成。这个算法的名字由来是因为越小的元素会经由交换慢慢“浮”到数列的头部，就像冒泡一样。这个算法不需要额外的空间，
系统 2019-09-27 17:49:46 1948
目录0引言1环境2需求分析3代码实现4代码全景展示5后记0引言所谓的像素图，就是对图像做一个颗粒化的效果，使其产生一种妙不可言的朦胧感。费话不多说，先来看一张效果图。▲效果图▲原图怎么样，效果还不错吧？现在，我们用Python来实现这种像素化的效果。1环境操作系统：WindowsPython版本：3.7.32需求分析一个最简单的实现思路，在打开图片后，把图片分割成一些像素块，再对这些像素块中的图像信息进行处理（修改图像中的RGB值）即可。这里我们使用Num
系统 2019-09-27 17:47:25 1948
本地电脑具有Scrapy爬虫环境，但是想让爬虫一直工作，还是要把代码扔到服务器上，所以在linux服务器上安装Scrapy环境。linux服务器原python2.7经过一番操作，升级到python3.6参考https://www.cnblogs.com/kimyeee/p/7250560.html我只是到makeinstall为止然后安装Scrapy，遇到问题1：'error:gcc'failedwithexitstatus1'参考https://blog
系统 2019-09-27 17:46:10 1948
我们已经接触过函数(function)的参数(arguments)传递。当时我们根据位置，传递对应的参数。我们将接触更多的参数传递方式。回忆一下位置传递：复制代码代码如下:deff(a,b,c):returna+b+cprint(f(1,2,3))在调用f时，1，2，3根据位置分别传递给了a,b,c。关键字传递有些情况下，用位置传递会感觉比较死板。关键字(keyword)传递是根据每个参数的名字传递参数。关键字并不用遵守位置的对应关系。依然沿用上面f的定义
系统 2019-09-27 17:45:51 1948
一、持久化--shelve持久化工具（1）作用：类似字典，用kv对保存数据，存取方式类似于字典（2）例子：通过一下案例创建了一个数据库，第二个程序我们读取了数据库#使用shelve创建文件并使用importshelveshv=shelve.open(r"shv.db")shv["one"]=1shv["two"]=2shv.close()shv=shelve.open(r"shv.db")try:print(shv["one"])print(shv["th
系统 2019-09-27 17:45:48 1948
一、选题在《实践：数据结构与算法实践》中选择了“超级马里奥第一关”为最后作业的题目。超级马里奥是红白机上的横版过关类游戏。功能特性在于在实现人物移动的同时，要使背景的地图也要进行移动，还有砖块、怪物等其他要素也要进行移动，因为只有让两者一起进行移动，才能让人物和地图和其他的要素保持相对的位置。后期又加入了音效和美化了一下界面。点击此处下载文档和源码
系统 2019-09-27 17:45:43 1948
环境：编辑工具：浏览器：有问题可以联系qq：1776376537（html可以加qq要）#coding:utf-8#导入包fromcommon.baseimportBasefromseleniumimportwebdriverfromselenium.webdriver.common.action_chainsimportActionChainsfromselenium.webdriver.support.selectimportSelect#打开浏览器d
系统 2019-09-27 17:45:29 1948
协同过滤在用户――物品（user-item）的数据关系下很容易收集到一些偏好信息（preference），比如评分。利用这些分散的偏好信息，基于其背后可能存在的关联性，来为用户推荐物品的方法，便是协同过滤，或称协作型过滤（collaborativefiltering）。这种过滤算法的有效性基础在于：用户的偏好具有相似性，即用户是可分类的。这种分类的特征越明显，推荐的准确率就越高物品之间是存在关系的，即偏好某一物品的任何人，都很可能也同时偏好另一件物品不同环
系统 2019-09-27 17:38:39 1948
说起计算机中的时间，还有一些比较有意思的事，比如我们经常听到的Unix时间戳，UTC时间，格林威治时间等，从表示上来讲他们基本属于同一个东西，因为他们的时间表示都是从1970年.1月.1日开始到现在的秒数，到这有人就有问题了，为毛是从这个时间点开始的呢？因为这天呀发生了一件大事，UNIX操作系统诞生了，这UNIX诞生可有来历，他是一个歪果仁利用老婆孩子外出度假的时间来完成的，我假设大家了解操作系统的复杂性，那么我们预估他老婆要外出几年才能完成UNIX系统的
系统 2019-09-27 17:38:39 1948
