一、前言以前使用selenium的无头浏览器，自从phantomjs2016后慢慢不更新了之后，selenium也开始找下家，这时候谷歌的chrome率先搞出来无头浏览器并开放了各种api，随后firefox也开始做。现在selenium的测试也都支持这两个浏览器的无头模式了，只需要在引入的时候配置一下就可以了。之所以要采用谷歌chrome官方无头框架puppeteer的python版本pyppeteer，是因为有些网页是可以检测到是否是使用了seleni
系统 2019-09-27 17:52:58 2051
一、定义见百度百科链表链表由表头和节点组成，节点分为数据域和指针域，数据域中存贮数据元素，指针域存储下个结点的地址二、单链表实现逻辑创建节点类Node和链表类Linklist，Linklist类中包含head属性，head的值为0或Node对象，Node类中包含value属性存储数据，next属性存储下个节点的地址（Node对象）循环节点从head开始取next属性，直到next=0为止，返回当前对象添加节点时调用循环方法返回最后一个节点对象，把返回节点的
系统 2019-09-27 17:51:27 2051
1、首先导入pandas库，一般都会用到numpy库，所以我们先导入备用：importnumpyasnpimportpandasaspd2、导入CSV或者xlsx文件：df=pd.DataFrame(pd.read_csv('name.csv',header=1))df=pd.DataFrame(pd.read_excel('name.xlsx'))3、用pandas创建数据表：df=pd.DataFrame({"id":[1001,1002,1003,1
系统 2019-09-27 17:51:16 2051
image前言学过Python数据分析的朋友都知道，在可视化的工具中，有很多优秀的三方库，比如matplotlib，seaborn，plotly，Boken，pyecharts等等。这些可视化库都有自己的特点，在实际应用中也广为大家使用。plotly、Boken等都是交互式的可视化工具，结合Jupyternotebook可以非常灵活方便地展现分析后的结果。虽然做出的效果非常的炫酷，比如plotly，但是每一次都需要写很长的代码，一是麻烦，二是不便于维护。我
系统 2019-09-27 17:51:05 2051
首先进入python官网下载：https://www.python.org/downloads/release/python-373/这里目前最新版本为3.73，点击下载。打开程序。按如下步骤操作：验证是否安装成功，打开cmd，输入python：写一个helloworld程序：至此，python的环境部署完毕。
系统 2019-09-27 17:50:52 2051
背景为了更好的发展自身的测试技能，应对测试行业以及互联网行业的迭代变化。自学python以及自动化测试。虽然在2017年已经开始接触了selenium，期间是断断续续执行自动化测试，因为还有其他测试任务，培训任务要执行…前期建议大家能够学习python基本语法（python基础教程）任务搭建自动化测试框架，并能有效方便的进行测试，维护成本也要考虑其中。过程我的自动化框架可能不成熟，因为是自学的。请多包涵。也请大佬指导~common包含：基本的公共方法类，比
系统 2019-09-27 17:49:39 2051
由于客户提供的是excel文件，在使用时期望使用csv文件格式，且对某些字段内容需要做一些处理，如从某个字段中固定的几位抽取出来，独立作为一个字段等，下面记录下使用acaconda处理的过程；importpandasdf=pandas.read_excel("/***/***.xlsx")df.columns=[内部为你给你的excel每一列自定义的名称]（比如我给我的excel自定义列表为：["url","productName","***"，。。。,"
系统 2019-09-27 17:49:31 2051
目录1.单表查询2.多表查询1.单表查询单表查询语法：selectdistinct字段1,字段2...from表名where条件groupbyfieldhaving筛选orderbyfieldlimit限制条数关键字执行的优先级:fromwheregroupbyselectdistincthavingorderbylimit1.1简单查询1.select语句：select*from表；select字段,字段..from表；selectdistinct字段,
系统 2019-09-27 17:49:27 2051
如果你花费了很多的时间去进行Django数据库事务处理的话，你将会了解到这是让人晕头转向的。在过去，只是提供了简单的基础文档，要想清楚知道它是怎么使用的，还必须要通过创建和执行Django的事务处理。这里有众多的Django事务处理的名词，例如：commit_on_success,commit_manually,commit_unless_maneged，rollback_unless_managed,enter_transaction_managemen
系统 2019-09-27 17:49:03 2051
在做深度学习的时候，难免会用到摄像头采集图像。在这个就会用到python调用摄像头+opencv图像处理。视频图像的处理和单幅图片处理是一样的，视频就是很多单幅图像连续播放。每秒播放(采集)的图片数量叫帧率。importcv2#########图像读取部分cap=cv2.VideoCapture('2.wmv')#调用目录下的视频#cap=cv2.VideoCapture(0)#调用摄像头‘0’一般是打开电脑自带摄像头，‘1’是打开外部摄像头（只有一个摄像
系统 2019-09-27 17:48:52 2051
