walker经常用到当前时间和相对时间，用来统计程序执行的效率，简单记一下，便于copy。相对时间>>>importtime#相对时间>>>startTime=time.time()>>>'%.2fs'%(time.time()-startTime)'24.51s'格式化当前时间#格式化当前时间>>>time.strftime('%Y-%m-%d%H:%M:%S',time.localtime())'2016-01-0510:34:06'时间戳与时间的转换
系统 2019-09-27 17:50:52 2171
1）忘记在if,elif,else,for,while,class,def声明末尾添加：（导致“SyntaxError：invalidsyntax”）该错误将发生在类似如下代码中：ifspam==42print('Hello!')2)使用=而不是==（导致“SyntaxError:invalidsyntax”）=是赋值操作符而==是等于比较操作。该错误发生在如下代码中：ifspam=42:print('Hello!')3）错误的使用缩进量。（导致“Inde
系统 2019-09-27 17:47:06 2171
如果给定的键在字典可用，has_key()方法返回true，否则返回false。语法以下是has_key()方法的语法：dict.has_key(key)参数key--这是要搜索在字典中的键。返回值此方法返回true，如果给定键在字典可用，否则返回false。例子下面的例子显示了has_key()方法的使用。#!/usr/bin/pythondict={'Name':'Zara','Age':7}print"Value:%s"%dict.has_key('
系统 2019-09-27 17:46:48 2171
在做接口测试的时候，我们经常会遇到一种情况就是要对接口的参数进行各种可能的校验，手动修改很麻烦，尤其是那些接口参数有几十个甚至更多的，有没有一种方法可以批量的对指定参数做生成处理呢。答案是肯定的！python的jinja2模板库可以很好的满足我们的需求，通过维护一个原始数据模板，将我们想要动态生成的变量模板化，就可以实现需求。现在我们有这样的一个请求数据{"abc":"123","p2p":"123","smid":"20180807220733939b6
系统 2019-09-27 17:46:03 2171
#汇率的转化rmb_str_value=input('请输入你要转化的人民币金额')rmb_int_value=eval(rmb_str_value)us_vs_rmb=6.77usd_value=rmb_int_value/us_vs_rmbprint('美元的金额',usd_value)
系统 2019-09-27 17:45:50 2171
在介绍yield前有必要先说明下Python中的迭代器(iterator)和生成器(constructor)。一、迭代器(iterator)在Python中，for循环可以用于Python中的任何类型，包括列表、元祖等等，实际上，for循环可用于任何“可迭代对象”，这其实就是迭代器迭代器是一个实现了迭代器协议的对象，Python中的迭代器协议就是有next方法的对象会前进到下一结果，而在一系列结果的末尾是，则会引发StopIteration。任何这类的对象
系统 2019-09-27 17:38:45 2171
iops简介iops主要用在数据方面，这个指标是数据库性能评定的一个重要参考，iops的是每秒进行读写（I/O）操作的次数，主要看随机访问的性能，一般为了iops增高都要依靠磁盘阵列，实际线上的数据库基本都是raid10的配置，raid5在实际生产环境中如果压力上来是抗不住的，当然也要开具体业务压力情况，如果是用物理机就要看iops在实际中能跑到多少值，现在云也普遍了，如果你用的RDS云数据库，这个iops是可以根据业务情况自己选择的，基本是个参数，可以按
系统 2019-09-27 17:38:24 2171
scikit-learn是python的第三方机器学习库，里面集成了大量机器学习的常用方法。例如：贝叶斯，svm，knn等。scikit-learn的官网：http://scikit-learn.org/stable/index.html点击打开链接SVR是支持向量回归(supportvectorregression)的英文缩写，是支持向量机(SVM)的重要的应用分支。scikit-learn中提供了基于libsvm的SVR解决方案。PS:libsvm是台
系统 2019-09-27 17:55:51 2170
本文实例讲述了决策树的python实现方法。分享给大家供大家参考。具体实现方法如下：决策树算法优缺点：优点：计算复杂度不高，输出结果易于理解，对中间值缺失不敏感，可以处理不相关的特征数据缺点：可能会产生过度匹配的问题适用数据类型：数值型和标称型算法思想：1.决策树构造的整体思想：决策树说白了就好像是if-else结构一样，它的结果就是你要生成这个一个可以从根开始不断判断选择到叶子节点的树，但是呢这里的if-else必然不会是让我们认为去设置的，我们要做的是
系统 2019-09-27 17:54:26 2170
本来是在找交通识别的程序，然后凑巧看见了证件照换底，于是学习了一下~一开始在网上找了一个很普遍写的程序，但是效果并不好，想要放弃了，然后看见了这个，参考：pythonopencv实现证件照换底功能本人基于此做了一些改进，便于自己运行和调试，还加了中值滤波，本人觉得效果还不错~代码：importcv2importnumpyasnpdefcvtBackground(path,color):"""功能：给证件照更换背景色（常用背景色红、白、蓝）输入参数：path
系统 2019-09-27 17:53:20 2170
