什么是浅拷贝？先看一个例子a=[1,2,3,4]b=aa.pop(0)print(a)print(b)输出：[2,3,4][2,3,4]正常对于这种可变对象的这种赋值，会导致a和b指向一个内存地址，而我们将a中的第0个元素剔除后，实质就是改变了对应的内存地址中的数值，所以会导致b也发生变化下面看一下浅拷贝：a=[1,2,3,4]b=a.copy()a.pop(0)print(a)print(b)输出[2,3,4][1,2,3,4]这种就是浅拷贝，拷贝的列表
系统 2019-09-27 17:50:34 1711
平时做数据处理基本离不了日志记录功能。每次都配置一堆挺烦人，索性封装个模块，这里记录一下，与大家共享。说明本日志模块目前只有一个方法getLogger，其他配置项通过参数传递，包括日志文件名，等级，日志文件划分方式，日志清除配置，日志格式等。logger.pyimportloggingfromloggingimporthandlers#日志级别字典__level_dict={'critical':logging.CRITICAL,'fatal':loggi
系统 2019-09-27 17:50:32 1711
阅读更多Python调用hanlp的方法此前有分享过，本篇文章分享自“逍遥自在017”的博客，个别处有修改，阅读时请注意！1.首先安装jpype首先各种坑，jdk和python版本位数必须一致，我用的是JPype1-py3版本号0.5.5.2、1.6jdk和Python3.5，win764位下亲测没问题。否则死翘翘，有可能虚拟机都无法启动：出错调试，原因已说；测试成功会有输出。下面启动虚拟机跑hanlp2.下载各种安装包使用自定义的HanLP——HanLP
系统 2019-09-27 17:50:23 1711
image下载地址……1、点击阅读原文或者地址https://ebooklist.mobi/2019/05/20/6461.html2、回复关键字11735直接获取下载链接，好书推荐、视频分享，公众号"读书ReadBook"与您一起进步图书简介……随着大数据时代到来，网络信息量也变得更多更大，基于传统搜索引擎的局限性，网络爬虫应运而生，本书从基本的爬虫原理开始讲解，通过介绍Pthyon编程语言和Web前端基础知识引领读者入门，之后介绍动态爬虫原理以及Scr
系统 2019-09-27 17:50:07 1711
打开文件open函数返回一个文件对象,基本语法:●file_object=open(file_name,access_mode='r'[,buffering=-1])file_name是包含要打开的文件名字的字符串,它可以是相对路径或者绝对路径.●可选变量access_mode也是一个字符串,代表文件打开的模式.通常,文件使用模式‘r',‘w',或是‘a'模式来打开,分别代表读取,写入和追加.●另外一个可选参数buffering用于指示访问文件所采用的缓冲
系统 2019-09-27 17:50:07 1711
python环境搭建常用的python环境管理工具：pyenv&&virtualenvpyenv#安装到~/.pyenv当中,如果使用了zsh，那么将.bashrc-->.zshrcgitclonehttps://github.com/pyenv/pyenv.git~/.pyenvecho'exportPYENV_ROOT="$HOME/.pyenv"'>>~/.bashrcecho'exportPATH="$PYENV_ROOT/bin:$PATH"'>
系统 2019-09-27 17:49:57 1711
输入：s=‘happying’输出：s=‘gniyppah’方法1#使用字符串切片r=s[::-1]方法2#使用reducer=reduce(lambdax,y:y+x,s)方法3#使用递归函数#字符串s的倒序是,是s除去第一个字符的字符串的倒序加上第一个字符deffunc(s):iflen(s)<1:returnsreturnfunc(s[1:])+s[0]r=func(s)方法4#使用列表的reverse方法#reverse不是按照与字母顺序相反的顺序
系统 2019-09-27 17:49:53 1711
自动化一直是测试圈中的热聊，也是大家追求的技术方向。在测试中，往往回归测试也是测试人员的“痛点”。对于迭代慢、变更少的功能，就能用上自动化来替代人工回归，减轻工作量。问题在分享环境搭建之前，先抛出我的一个疑问吧。app启用时，分不同的场景：1.首次安装启用，有欢迎页；2.非首次启用，直接进入到登录页；3.配置了推荐展示时，启用app，会先展示推荐内容，才进入到登录页。不同场景对应的activity都是不同的，我目前处理办法是，写了个输入函数，加了个if判断
系统 2019-09-27 17:49:53 1711
推荐系统的相关知识我们已在前文中提到，在这篇文章中，我们会介绍如何用Python来搭建一个简单的推荐系统。本文使用的数据集是MovieLens数据集，该数据集由明尼苏达大学的Grouplens研究小组整理。它包含1,10和2亿个评级。Movielens还有一个网站，我们可以注册，撰写评论并获得电影推荐。接下来我们就开始实战演练。在这篇文章中，我们会使用Movielens构建一个基于item的简易的推荐系统。在开始前，第一件事就是导入pandas和numPy
系统 2019-09-27 17:49:46 1711
https://www.jianshu.com/p/3afbb01c9ed6摘要：大多数人都听说过关于Cryptocurrency，许多人也许会投资他们的加密货币。但是，投资这种不稳定的货币安全吗？怎样才能确保现投资这些硬币未来一定能带来稳定的收益呢？我们不能确定，但肯定能根据以前的价格产生一个近似值。时序模型是预测的一种方法。许多重要的应用时序预测的领域，例如：销售预测，呼叫中心的通话量，太阳的活动，海潮，股市行为等等。目录理解问题描述和数据集安装库方法
系统 2019-09-27 17:49:45 1711
