。。。。。。刚看到时，我有一点肤浅的吃惊：python都已经没了明确的数据类型概念，竟然还有类。好了，请忽略我的无知。下面我们来看知识点。类的定义首先是类的定义：classname:pass我们能看一下格式，首先是一个普通的class，然后是我们类的名字，冒号后则是类的具体内容。而这里的pass并不是我随便写的，而是有含义的。当我们创建了一个空的类或方法，并且一时半会不想设计它的内容，我们就需要为其加上一个pass来告诉编译器，这是一个空的类或函数。继承p
系统 2019-09-27 17:50:39 1880
废话不多说，直接上代码...#用递归实现2分查找的算法，#以从列表a=[1,3,4,6,7,8,9,11,15,17,19,21,22,25,29,33,38,69,107]#查找指定的值defcal(li,item):#传入列表和需要查询的值print(li,item)ifnotli:#每次传入都要为一个新生成的列表returnFalsemixid=len(li)//2#获取列表长度每次对半分后进行判断大小ifitem==li[mixid]:#如果传入的
系统 2019-09-27 17:50:18 1880
创建类Python类使用class关键字来创建。简单的类的声明可以是关键字后紧跟类名:复制代码代码如下:classClassName(bases):'classdocumentationstring'#'类文档字符串'class_suite#类体实例化通过类名后跟一对圆括号实例化一个类复制代码代码如下:mc=MyClass()#instantiateclass初始化类‘int()'构造器def__int__(self):pass注意:self类似Java的
系统 2019-09-27 17:50:12 1880
爬虫的抓取方式有好几种，正则表达式，Lxml(xpath)与BeautifulSoup,我在网上查了一下资料，了解到三者之间的使用难度与性能三种爬虫方式的对比。抓取方式性能使用难度正则表达式快困难Lxml快简单BeautifulSoup慢简单这样一比较我我选择了Lxml(xpath)的方式了，虽然有三种方式，但肯定是要选择最好的方式来爬虫，这个道理大家都懂，另外有兴趣的朋友也可以去了解另外两种爬虫方式！好了现在来讲讲xpath由于Xpath属于lxml模块
系统 2019-09-27 17:49:52 1880
最近要对一系列数据做同比比较，需要用到numpy和pandas来计算，不过使用python安装numpy和pandas因为linux环境没有外网遇到了很多问题就记下来了。首要条件，python版本必须是2.7以上。linux首先安装依赖包yum-yinstallblasblas-devellapack-devellapackyum-yinstallseabornscipyyum-yinstallfreetypefreetype-devellibpnglib
系统 2019-09-27 17:49:31 1880
1动机greenlet包是Stackless的副产品，其将微线程称为“tasklet”。tasklet运行在伪并发中，使用channel进行同步数据交换。一个”greenlet”，是一个更加原始的微线程的概念，但是没有调度，或者叫做协程。这在你需要控制你的代码时很有用。你可以自己构造微线程的调度器；也可以使用”greenlet”实现高级的控制流。例如可以重新创建构造器；不同于Python的构造器，我们的构造器可以嵌套的调用函数，而被嵌套的函数也可以yiel
系统 2019-09-27 17:49:28 1880
一、Q：用Python输出一个Fibonacci数列？（斐波那契额数列）A：我们先来看下代码#!/usr/bin/envpython#-*-coding:utf-8-*-deffib_recur(n):ifn<=1:returnnreturnfib_recur(n-1)+fib_recur(n-2)foriinrange(1,20):print(fib_recur(i),end="")我们来详细的看一下代码，我们知道斐波那契数据为1,1,2,3,5,8,1
系统 2019-09-27 17:49:20 1880
发现一个很简单的配置方法，一直想写的没写上，今天抽空就把它给补充完整好了。本文的配置方法Windows，Mac和Linux系统均适合。一.安装MATLABEngineAPIforpythoninstallMATLABEngineAPIforPythonWindows系统cd"matlabroot\extern\engines\python"pythonsetup.pyinstallMacorLinux系统cd"matlabroot/extern/engin
系统 2019-09-27 17:48:05 1880
计算：Ax-bA:2*2x:2*1b:2*1so,Ax-b:2*1if__name__=="__main__":A=np.array([[4.0,1.0],[1.0,3.0]])b=np.array([[1.0],[2.0]])x_0=np.array([[2.0],[1.0]])r_k=A*x_0-bprint(r_k)错误！！！修改：if__name__=="__main__":A=mat([[4.0,1.0],[1.0,3.0]])b=mat([[1
系统 2019-09-27 17:48:03 1880
原文链接：https://www.bagevent.com/event/5396631作者|天元浪子来源|CSDN博客手头有109张头部CT的断层扫描图片，我打算用这些图片尝试头部的三维重建。基础工作之一，就是要把这些图片数据读出来，组织成一个三维的数据结构（实际上是四维的，因为每个像素有RGBA四个通道）。这个数据结构，自然是numpy的ndarray对象，读取图像文件我习惯使用PIL。因此，需要导入两个模块：1importnumpyasnp2fromP
系统 2019-09-27 17:47:36 1880
