面向对象编程：把一组数据结构和处理它们的方法组成对象（object），把相同行为的对象归纳为类（class），通过类的封装（encapsulation）隐藏内部细节，通过继承（inheritance）实现类的特化（specialization）和泛化（generalization），通过多态（polymorphism）实现基于对象类型的动态分派。面向对象思想三大要素：封装，继承和多态。1定义使用类classStudent(object):#__init__
系统 2019-09-27 17:55:18 2288
目录基础特性数据结构/常用函数函数类装饰器文件异常模块常用模块基础特性●首部添加#!/usr/bin/envpython3表示这是一个python3程序●变量为动态类型,弱类型语言的主要特性之一，要声明变量直接变量名=xx即可，如x=777●语句之后没有分号;作为结束，取而代之的是每行首部的缩进进行标识●运算符号中**代表^即指数，#为//,即注释，"""..."""为文档字符串,即/**...*/●默认数值类型为浮点型●基本类型函数;int(变量)，fl
系统 2019-09-27 17:54:49 2288
下面介绍一下django增删改查操作：1、view.py#-*-coding:utf-8-*-from__future__importunicode_literalsfromdjango.httpimportHttpResponsefrompolls.modelsimportTestfromdjango.shortcutsimportrender#Createyourviewshere.#解决乱码importsysreload(sys)sys.setdef
系统 2019-09-27 17:54:20 2288
12.36Django的路由系统基本格式：fromdjango.conf.urlsimporturlurlpatterns=[url(正则表达式,views视图函数，参数，别名),]正则表达式：一个正则表达式字符串views视图函数：一个可调用对象，通常为一个视图函数或一个指定视图函数路径的字符串参数：可选的要传递给视图函数的默认参数（字典形式）别名：一个可选的name参数12.361路由正则表达式fromdjango.conf.urlsimportur
系统 2019-09-27 17:53:05 2288
以前在windows下一直用的idel带的功能调试python程序，在linux下没调试过。（很多时候只是print）就从网上查找一下~方法：复制代码代码如下:python-mpdba.pya.py是python文件。(Pdb)模式下的常用命令:q退出debugh即help，打印所有可以命令hw打印命令w的含意n执行当前行直到到达下一行或直到它返回s执行当前行，一有可能就停止（比如当前行有一个函数调用）。它和n(next)的区别是当前行中有函数调用时s(s
系统 2019-09-27 17:51:05 2288
枚举的作用简述：枚举本身的意思就是一一列举出来，在python及其它语言中，枚举就是将该类型变量的所有可能取的值事先一一列举出来，然后限制该变量在实际使用中就只能在这些值的范围内取值。使用枚举类有哪些好处枚举类可以方便地表示星期，月份等常数类型，如果你不用枚举类，那么你只能用数字或者字符串。如果你使用数字，用1-7来表示星期数，但一个数字在程序中不仅可以表示星期数，可能还有其他许多含义，这样你在写程序时就必须时刻记住这些数字的含义，这降低了程序的可读性，也
系统 2019-09-27 17:50:47 2288
Python访问字符串中的值name="huanfengdebianchengriji"print("首字母大写",name.capitalize())print("i的个数",name.count("i"))print("输出name50个如果长度不够，两边补-居中输出",name.center(50,"-"))print("输出name50个如果长度不够，右边补",name.ljust(50,"-"))print("输出name50个如果长度不够，左边
系统 2019-09-27 17:50:36 2288
时间序列数据在数据科学领域无处不在，在量化金融领域也十分常见，可以用于分析价格趋势，预测价格，探索价格行为等。学会对时间序列数据进行可视化，能够帮助我们更加直观地探索时间序列数据，寻找其潜在的规律。本文会利用Python中的matplotlib【1】库，并配合实例进行讲解。matplotlib库是一个用于创建出版质量图表的桌面绘图包（2D绘图库），是Python中最基本的可视化工具。【工具】Python3【数据】Tushare【注】示例注重的是方法的讲解，
系统 2019-09-27 17:50:03 2288
test_list=[{'data':1,'no':301},{'data':2,'no':401},{'data':4,'no':201},{'data':6,'no':101},{'data':5,'no':303}]new_list=list(test_list)#print(new_list)formatchintest_list:ifmatch['no']>300:match['no']='BF'else:match['no']='BR'#pri
系统 2019-09-27 17:49:17 2288
我们通过模拟随机漫步可以说明如何运用数组运算。通过内置的random模块以纯Python的方式实现1000步的随机漫步根据前100个随机漫步值生成的折线图，plt.plot(walk[:100])随机漫步中各步的累计和，可以用一个数组运算来实现。因此，我用np.random模块一次性随机产生1000个“掷硬币”结果（即两个数中任选一个），将其分别设置为1或－1，然后计算累计和我们就可以沿着漫步路径做一些统计工作了，比如求取最大值和最小值假设我们想要知道本次
系统 2019-09-27 17:49:14 2288
