最近在项目中调用第三方接口时候，经常会出现请求超时的情况，或者参数的问题导致调用异代码异常。针对超时异常，查询了python相关文档，没有并发现完善的包来根据用户自定义的时间来抛出超时异常的模块。所以自己干脆自己来实现一个自定义的超时异常。目前找到了两种方式来实现超时异常的功能（signal.alarm()、threading实现超时异常）方法1thread+time原理：将要调用的功能函数放入子线程，通过设定子线程的阻塞时间，超时则主线程并不会等待子线程
系统 2019-09-27 17:54:54 2258
概述从前面的对Python基础知识方法介绍中，我们几乎是围绕Python内置方法进行探索实践，比如字符串、列表、字典等数据结构的内置方法，和大量内置的标准库，诸如functools、time、threading等等，而我们怎么快速学习掌握并学会使用这个Python的工具集呢？我们可以利用Python的内置文档大量资源既可以掌握许多关于Python工具集的基本使用。dir函数Python中内置的dir函数用于提取某对象内所有属性的方法，，诸如对象的方法及属性
系统 2019-09-27 17:53:49 2258
函數最初被設計出來，是用來減輕重複coding一段相同的代碼，這之間只有代碼(方法，Method)的重用，但還沒有物件導向OO整個Object的屬性與方法被封裝重用的概念。函數的定義很簡單，使用def這保留字，而其宣告方式如下:def函數名(參數名):例如:>>>defprint_count():#函數宣告...print('Good')...print('Morning')...print('Mr.')...>>>print_count()#函數調用Go
系统 2019-09-27 17:52:34 2258
MSPython插件。这是微软官方的Python插件，已经自带很多功能。下面是插件功能描述，其中部分内容我做了翻译。a)Linting(Prospector,Pylint,pycodestyle,Flake8,pylama,pydocstyle,mypywithconfigfilesandplugins)静态代码扫描（可以理解为代码语法和格式错误提示，支持多种linter）b)Intellisense(autocompletionwithsupportfo
系统 2019-09-27 17:51:41 2258
最近在弄flask的东西，好久没写博客的，感觉少了点什么，感觉被别人落下好多，可能渐渐的养成了写博客的习惯吧。也是自己想学的东西太多了（说白了就是基础太差了，只是knowhow，不能做到konwwhy）。不说那些毒鸡汤了，我们来说说我们今天的python基础面试题吧。一，Q：python的优缺点有什么？A：优点：1，基础语法简单易学，对于初学者来说，语法还是相对简单的，比较容易学习，网上的学习资料也很多。2，面向对象，在python里继承和封装较多，而py
系统 2019-09-27 17:50:49 2258
方法一、input标签上传如果是input标签，可以直接输入路径，那么可以直接调用send_keys输入路径，这里不做过多赘述，前文有相关操作方法。方法二、非input标签上传这种上传方式需要借助第三方工具，主要有以下三种情况：1.AutoIt去调用它生成的au3或者exe格式的文件2.SendKeys第三方库（目前只支持到2.7版本）网址：https://pypi.python.org/pypi/SendKeys/3.Python的pywin32库，通过
系统 2019-09-27 17:50:49 2258
Python的元组与列表类似，不同之处在于元组的元素不能修改。元组使用小括号，列表使用方括号。元组创建很简单，只需要在括号中添加元素，并使用逗号隔开即可。如下实例：tup1=('physics','chemistry',1997,2000)tup2=(1,2,3,4,5)tup3="a","b","c","d"创建空元组tup1=()元组中只包含一个元素时，需要在元素后面添加逗号tup1=(50,)元组与字符串类似，下标索引从0开始，可以进行截取，组合等。
系统 2019-09-27 17:49:55 2258
9.桶排序9.1算法思想桶排序假设待排序的一组数均匀独立的分布在一个范围中，并将这一范围划分成几个子范围（桶）。然后基于某种映射函数f（高效与否的关键就在于这个映射函数的确定），将待排序列的关键字k映射到第i个桶中(即桶数组B的下标i)，那么该关键字k就作为B[i]中的元素。接着将各个桶中的数据分别排序（有可能再使用别的排序算法或是以递归方式继续使用桶排序进行排）。然后依次枚举输出B[0]….B[M]中的全部内容即完成了一个数组的桶排列。ps：桶排序可以有
系统 2019-09-27 17:49:44 2258
首先看一下来自Wolfram的定义马尔可夫链是随机变量{X_t}的集合（t贯穿0,1,...），给定当前的状态，未来与过去条件独立。Wikipedia的定义更清楚一点儿...马尔可夫链是具有马尔可夫性质的随机过程...[这意味着]状态改变是概率性的，未来的状态仅仅依赖当前的状态。马尔可夫链具有多种用途，现在让我看一下如何用它生产看起来像模像样的胡言乱语。算法如下,找一个作为语料库的文本，语料库用于选择接下来的转换。从文本中两个连续的单词开始，最后的两个单词
系统 2019-09-27 17:49:12 2258
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 2258
