本文实例讲述了python3.6中@property装饰器的使用方法。分享给大家供大家参考，具体如下：1、@property装饰器的使用场景简单记录如下：负责把一个方法变成属性调用；可以把一个getter方法变成属性，@property本身又创建了另一个装饰器@score.setter，负责把一个setter方法变成属性赋值；只定义getter方法，不定义setter方法就是一个只读属性2、通过一个例子来加深对@property装饰器的理解：利用@prop
系统 2019-09-27 17:54:23 1831
前言一年一度的虐狗节终于过去了，朋友圈各种晒，晒自拍，晒娃，晒美食，秀恩爱的。程序员在晒什么，程序员在加班。但是礼物还是少不了的，送什么好？作为程序员，我准备了一份特别的礼物，用以往发的微博数据打造一颗“爱心”，我想她一定会感动得哭了吧。哈哈准备工作有了想法之后就开始行动了，自然最先想到的就是用Python了，大体思路就是把微博数据爬下来，数据经过清洗加工后再进行分词处理，处理后的数据交给词云工具，配合科学计算工具和绘图工具制作成图像出来，涉及到的工具包有
系统 2019-09-27 17:53:34 1831
今天学习了python的逻辑语句。感觉与其他语言不通，鲜明的特点是除了Ture和False,有时返回的是数值。简单小结如下：1、and（逻辑与）乘法性质：同时为真方为真，只要一假就是假。计算方法：遇假跳出，否则返回最后真（值）。2、or（逻辑或）加法性质：同时为假方为假，只要一真就是真。计算方法：遇真跳出，直接返回跳出真（值）。3、not（逻辑非）取反性质：结果总是Ture或False。最后，跳出返回的真值可能是非零的数值或是Ture，返回假（值）可能是F
系统 2019-09-27 17:52:38 1831
Dash简介Dash是一个用于构建Web应用程序的Python数据可视化库。它基于PythonWeb框架Flask以及Javascript绘图库Plotly.js和用于构建用户界面的Javascript库React.js，所以它非常适合用于构建后端基于Flask，前端数据可视化的Web网页。因为Dash应用程序可以在Web浏览器中显示，所以可以将这些Dash应用程序部署到服务器，通过URL共享。Dash应用程序由两部分组成，第一部分是布局（Layout），
系统 2019-09-27 17:52:31 1831
**装饰器**1.装饰器的概念装饰器的本质就是一个函数，它的作用是为其他函数添加一个新的功能，但是不改变原函数的源代码和调用方式。装饰器的两大原则：不修改被修饰函数的源代码不修改被修饰函数的调用方式2.装饰器的知识储备（或者我们可以理解成，一个装饰器是由什么组成）装饰器=高阶函数+函数嵌套+闭包3.装饰器的实现首先我们定义一个累加求和的函数importtimedefcal():res=0foriinrange(100):res+=itime.sleep(1
系统 2019-09-27 17:50:53 1831
Python的MRO即MethodResolutionOrder（方法解析顺序），也就是在Python中的类的继承顺序是怎样的。在Python2.3之前，MRO的实现是基于DFS的，而在Python2.3以后MRO的实现是基于C3算法（我这里两种算法的具体实现都不详述）。C3算法最早被提出是用于Lisp的，应用在Python中是为了解决原来基于深度优先搜索算法不满足本地优先级，和单调性的问题。本地优先级：指声明时父类的顺序，比如C(A,B)，如果访问C类对
系统 2019-09-27 17:50:47 1831
综述多线程是程序设计中的一个重要方面，尤其是在服务器Deamon程序方面。无论何种系统，线程调度的开销都比传统的进程要快得多。Python可以方便地支持多线程。可以快速创建线程、互斥锁、信号量等等元素，支持线程读写同步互斥。美中不足的是，Python的运行在Python虚拟机上，创建的多线程可能是虚拟的线程，需要由Python虚拟机来轮询调度，这大大降低了Python多线程的可用性。希望高版本的Python可以解决这个问题，发挥多CPU的最大效率。网上有些
系统 2019-09-27 17:50:36 1831
最近我必须执行一项从一个需要登录的网站上爬取一些网页的操作。它没有我想象中那么简单，因此我决定为它写一个辅助教程。在本教程中，我们将从我们的bitbucket账户中爬取一个项目列表。教程中的代码可以从我的Github中找到。我们将会按照以下步骤进行：提取登录需要的详细信息执行站点登录爬取所需要的数据在本教程中，我使用了以下包（可以在requirements.txt中找到）：requestslxml#步骤一：研究该网站打开登录页面进入以下页面“bitbuck
系统 2019-09-27 17:47:27 1831
学过Python的人应该都知道，Python是支持多线程的，并且是native的线程。本文主要是通过thread和threading这两个模块来实现多线程的。python的thread模块是比较底层的模块，python的threading模块是对thread做了一些包装的，可以更加方便的被使用。这里需要提一下的是python对线程的支持还不够完善，不能利用多CPU，但是下个版本的python中已经考虑改进这点，让我们拭目以待吧。threading模块里面主
系统 2019-09-27 17:46:35 1831
详解python中executemany和序列的使用方法一代码importsqlite3persons=[("Jim","Green"),("Hu","jie")]conn=sqlite3.connect(":memory:")conn.execute("CREATETABLEperson(firstname,lastname)")conn.executemany("INSERTINTOperson(firstname,lastname)VALUES(?,
系统 2019-09-27 17:38:07 1831
