字典是python里面唯一的映射类型，由一个个键值对组成。字典的创建字典的查询字典的删除字典的修改or添加字典的内置方法(BIF)字典的特性通讯录练习一、创建字典（two）使用{}创建使用dict()函数demo>>>dict1={'one':1,'two':2,'three':3}>>>dict2=dict(one=1,two=2,three=3)>>>print(dict1['one'])>>>print(dict2["one"])11上面的demo中
系统 2019-09-27 17:46:28 2315
阅读更多最近尝试使用request来发送上传文件的post请求，网上找了很多直接post文件的例子，借鉴发现这个方法行不通，于是尝试了另外一种方式：通过第三方包requests_toolbelt讲文件转为数据流来发送请求，尝试成功。第一类，单个文件，包含在消息体#-*-coding:utf-8-*-importrequests#引入requests_toolbelt包，直接使用数据流来发送上传文件的post请求fromrequests_toolbelt.m
系统 2019-09-27 17:45:25 2315
scipy.misc.logsumexp函数的输入参数有(a,axis=None,b=None,keepdims=False,return_sign=False)，具体配置可参见这里，返回的值是np.log(np.sum(np.exp(a)))。这里需要强调的是使用该函数的场景：一般来说，该函数主要用于非常小的数值的运算（比如蒙特卡洛取样样本）。在这种情况下，将数据保持log处理是必须的。所以这时你如果想将数组中的数据累加求和就需要这样计算log(sum(
系统 2019-09-27 17:38:13 2315
①差集方法一：if__name__=='__main__':a_list=[{'a':1},{'b':2},{'c':3},{'d':4},{'e':5}]b_list=[{'a':1},{'b':2}]ret_list=[]foritemina_list:ifitemnotinb_list:ret_list.append(item)foriteminb_list:ifitemnotina_list:ret_list.append(item)print(r
系统 2019-09-27 17:38:02 2315
业界传说Python平均一行代码能够顶的上几十行C/C++代码。业界还传说，C++效率能够达到Python的几十倍。对于以上二者，笔者本来感觉也许差不多只是略夸张。笔者曾经用C++和Python分别实现了不带cache的求Fibonacci数的函数，大约C++的效率确实可以达到Python效率的几十倍，不过代码量没有几十倍，只是略多。但这个毕竟是toyprogramming，如果是在一个真正实用性的项目当中，C++和Python在效率以及代码量上的对比究竟
系统 2019-09-27 17:57:17 2314
前言一般js破解有两种方法，一种是用Python重写js逻辑，一种是利用第三方库来调用js内容获取结果。这两种方法各有利弊，第一种方法性能好，但对js和Python要求掌握比较高；第二种方法快捷便利，对一些复杂js加密很有效。这次我们就用第三方库来进行js破解。目标网站本次网站是[企名片]，网站对展示的数据进行了加密，所以直接找根本找不到。目标url：https://www.qimingpian.com/finosda/project/pinvestmen
系统 2019-09-27 17:57:02 2314
小白：大牛哥，刚才看到有一个函数不使用return返回结果，而是使用yield关键字返回结果,看不太明白，Python中yield关键字的用途是什么,它有什么作用呀？大牛:要想理解yield的作用，你必须了解什么是生成器(generators)，了解生成器之前(generators)你需要先去了解什么是可迭代对象(iterables)。大牛：小白啊，今天你大牛哥我刚好有空，给你说道说道这个yield的作用。让你开开眼界，看看我大牛都是怎么写出牛逼代码的。小
系统 2019-09-27 17:56:45 2314
本文实例讲述了python自动化测试之从命令行运行测试用例withverbosity，分享给大家供大家参考。具体如下：实例文件recipe3.py如下：classRomanNumeralConverter(object):def__init__(self,roman_numeral):self.roman_numeral=roman_numeralself.digit_map={"M":1000,"D":500,"C":100,"L":50,"X":10,
系统 2019-09-27 17:55:59 2314
pandas获取csv指定行，列house_info=pd.read_csv('house_info.csv')1：取行的操作：house_info.loc[3:6]类似于python的切片操作2：取列操作：house_info['price']这是读取csv文件时默认的第一行索引3：取两列house_info[['price',tradetypename']]取多个列也是同理的，注意里面是一个list的列表，不然会报错误；4:增加列：house_Info
系统 2019-09-27 17:53:51 2314
DBSCAN的聚类类簇数k是自适应的。太忙了没工夫写文字了。fromsklearnimportdatasetsimportnumpyasnpimportmatplotlib.pyplotaspltfromsklearn.clusterimportDBSCANX1,y1=datasets.make_circles(n_samples=5000,factor=.6,noise=.05)X2,y2=datasets.make_blobs(n_samples=10
系统 2019-09-27 17:53:45 2314
如下图，记录要勾选Makeavaliabletoallprojects，然后查看是否加载出所有的第三方插件，会遇到插件安装后，运行还是找不到插件的问题，就是这里选择的不对，Pycharm总是会自己修改Baseinterperter路径，安装好后，在这里修改路径，看到有加载出来就可以了
系统 2019-09-27 17:53:27 2314
1.异常程序在运行的时候，如果python解释器遇到一个错误，会停止程序的执行，并且提示一些错误的信息，这就是异常我们在程序开发的时候，很难将所有的特殊情况都处理，通过异常捕获可以针对突发事件做集中处理，从而保证程序的健壮性和稳定性在程序开发中，如果对某些代码的执行不能确定(程序语法完全正确)可以增加try来捕获异常try这个关键字来捕获异常try:尝试执行的代码except:出现错误的处理try:不能确定正确执行的代码num=int(input('请输入
系统 2019-09-27 17:52:11 2314
Python3快速入门（十六）——Matplotlib绘图一、Matplotlib简介1、Matplotlib简介Matplotlib是Python2D-绘图领域使用最广泛的套件，可以简易地将数据图形化，并且提供多样化的输出格式。matplotlib有两个接口，一个是状态机层的接口，通过pyplot模块来进行管理；一个是面向对象的接口，通过pylab模块将所有的功能函数全部导入其单独的命名空间内。2、Matplotlib安装使用conda安装如下：cond
系统 2019-09-27 17:51:57 2314
参数混合调用顺序用法：函数中参数顺序为：普通参数，收集参数，关键字参数，关键字收集参数，其顺序不能颠倒，颠倒会报错。普通参数、关键字参数可以有n个，对量没有具体要求，收集参数和关键字收集参数要么没有，要么有且只有一个。定义def函数名（普通参数，收集参数（*args），关键字参数，关键字收集参数（*args））语句块例子：
系统 2019-09-27 17:50:46 2314
最近要写一款基于被动式的漏洞扫描器，因为被动式是将我们在浏览器浏览的时候所发出的请求进行捕获，然后交给扫描器进行处理，本来打算自己写这个代理的，但是因为考虑到需要抓取https，所以最后找到Mitmproxy这个程序。安装方法：pipinstallmitmproxy接下来通过一个案例程序来了解它的使用，下面是目录结构sproxy|utils|__init__.py|parser.py|sproxy.pysproxy.py代码#coding=utf-8fro
系统 2019-09-27 17:50:22 2314
