（1）常用内置数据类型分类类型名称描述数字int整数float浮点数complex复数bool布尔值序列str字符串（不可变序列）list列表tuple元组（不可变序列）range整数范围（不可变序列）bytes字节数组（不可变序列）bytearray可变字节数组映射dict字典集合set可变集合frozenset不可变集合NoneNoneType空对象，它没有任何属性（2）类型检查常用方法用法类型描述举例id(实例)内置函数返回一个对象的身份（整数）id
系统 2019-09-27 17:53:28 2194
今天介绍个神奇的网站！堪称爬虫偷懒的神器！我们在写爬虫，构建网络请求的时候，不可避免地要添加请求头(headers)，以mdn学习区为例，我们的请求头是这样的：一般来说，我们只要添加user-agent就能满足绝大部分需求了，Python代码如下：importrequestsheaders={#'authority':'developer.mozilla.org',#'pragma':'no-cache',#'cache-control':'no-cach
系统 2019-09-27 17:53:21 2194
三大相关系数:pearson,spearman,kendall统计学中的三大相关性系数：pearson,spearman,kendall，他们反应的都是两个变量之间变化趋势的方向以及程度，其值范围为-1到+1。0表示两个变量不相关，正值表示正相关，负值表示负相关，值越大表示相关性越强。1.personcorrelationcoefficient（皮尔森相关性系数）皮尔逊相关系数通常用r或ρ表示，度量两变量X和Y之间相互关系（线性相关）(1)公式皮尔森相关性
系统 2019-09-27 17:53:11 2194
pythonargparse使用注意事项！！！importargparse1.parser=argparse.ArgumentParser(description="testargparse")2.parser.add_argument('-j','--workers',dest='pretrained',default=1,type=int,metavar='N',choices=[1,2],help='numberoftotalepochstorun'
系统 2019-09-27 17:53:09 2194
环境：编辑工具：浏览器：有问题可以联系qq：17763765371、实现需要，编辑bug主题时，可以上传图片富文本点击上传图片---》点击浏览----》选择图片------》打开，完成图片或文件上传2代码3、python脚本实现#coding:utf-8fromseleniumimportwebdriverfrompykeyboardimportPyKeyboardfrompymouseimportPyMousefrompages.login_pageim
系统 2019-09-27 17:52:48 2194
本文实例讲述了python映射列表。分享给大家供大家参考。具体分析如下：列表映射是个非常有用的方法，通过对列表的每个元素应用一个函数来转换数据，可以使用一种策略或者方法来遍历计算每个元素。例如：复制代码代码如下:params={"server":"mpilgrim",\"database":"master",\"uid":"sa",\"pwd":"secret"\}print["%s=%s"%(k,params[k])forkinparams.keys()
系统 2019-09-27 17:52:47 2194
完全转自https://blog.csdn.net/beijiu5854/article/details/77897767，但是经过自己的测试。转载自http://blog.csdn.net/u013894834/article/details/75305752Ubuntu16.04下完美切换Python版本（亲测）对于ubuntu16.04，由于本身是自带python，这样就减少了在windows下的下载和环境变量配置，非常不错。但是他本身是自带两个版本
系统 2019-09-27 17:51:41 2194
Python的虚拟环境极大地方便了人们的生活。本指南先介绍虚拟环境的基础知识以及使用方法，然后再深入介绍虚拟环境背后的工作原理。注意：本指南在macOSMojave系统上使用最新版本的Python3.7.x。1.为什么使用虚拟环境?虚拟环境为一系列潜在问题提供简单的解决方案，尤其是在以下几个方面：允许不同的项目使用不同版本的程序包，从而解决依赖性问题。例如，可以将ProjectAv2.7用于ProjectX，并将PackageAv1.3用于ProjectY
系统 2019-09-27 17:51:02 2194
数据集介绍使用数据集Wine，来自UCI。包括178条样本，13个特征。importpandasaspdimportnumpyasnpdf_wine=pd.read_csv('https://archive.ics.uci.edu/ml/machine-learning-databases/wine/wine.data',header=None)df_wine.columns=['Classlabel','Alcohol','Malicacid','Ash
系统 2019-09-27 17:50:52 2194
num1=-1whilenum1<1ornum1>500:print("请输入一个整数(1-500)：")num1=int(input())dividend=[3,5,7,9,11,13,15]fornum2individend:ifnum1%num2==0:print(f"{num1}被{num2}整除")else:print(f"{num1}不能被{num2}整除")请输入一个整数(1-500)：2900请输入一个整数(1-500)：-13请输入一个整
系统 2019-09-27 17:50:51 2194
