- 军军小站|张军博客
拥有Python标签的文章
Python

MAC OS中多版本python管理

Mac中python多版本切换管理step1.$sudovi~/.bashrcstep2.命令行中输入aliaspython2=’/…/Versions/2.x/bin/python2.x’aliaspython3=’/…/Versions/3.x/bin/python3.x’Step3.刷新$source~/.bashrcStep4、验证在终端输入python2即代表是Python2.x版本,输入python3即代表是Python3.x版本。Mac设置默

系统 2019-09-27 17:55:04 1818

Python

009 Python变量内存管理

目录一、变量存哪了?二、Python垃圾回收机制2.1引用计数三、小整数池一、变量存哪了?x=10变量存放在内存中这句话太宽泛了,我们把它具体化。对于电脑内存这个大内存,每定义一个变量就会在这个大内存中开辟一个小空间,小空间内存放变量值10,然后内存给这个小空间一个变量名x(门牌号),x指向10。二、Python垃圾回收机制对于p1.py,如果我们再加上一段代码x=11,大内存会开辟另一个小空间存储变量值11,把变量值绑定另一个门牌号x,但是由于之前有x,

系统 2019-09-27 17:54:25 1818

Python

python射线法判断检测点是否位于区域外接矩形内

本文实例为大家分享了python射线法判断点是否位于区域内的具体代码,供大家参考,具体内容如下#!/usr/bin/envpython#-*-coding:utf-8-*-#@Date:2018-10-0715:49:37#@Author:Sheldon(thisisscret@qq.com)#@Blog:谢耳朵的派森笔记#@Link:https://www.cnblogs.com/shld/#@Version:0.0.1defisinpolygon(po

系统 2019-09-27 17:54:09 1818

Python

python基础之面向对象的三大特征(15)

self:1.只是一个参数。2.在对象使用方法的时候,当前对象会作为第一个参数的实参传入3.self相当于语言中的代词,表示当前对象本身(其他语言中也有使用this)4.self的作用连接整个对象的所有信息。桥梁的作用!5.self不是关键字,只是一个参数变量名而已,可以使用其他单词代替(禁止代替)6.方法的初步分类:方法中具有接受对象的参数这个方法,叫做非绑定类的方法方法中没有接受对象的参数这个方法,叫做绑定类的方法:即将deffunc(self)中的s

系统 2019-09-27 17:53:21 1818

Python

Python一行代码搞定炫酷可视化,你需要了解一下Cufflinks !

前言学过Python数据分析的朋友都知道,在可视化的工具中,有很多优秀的三方库,比如matplotlib,seaborn,plotly,Boken,pyecharts等等。这些可视化库都有自己的特点,在实际应用中也广为大家使用。plotly、Boken等都是交互式的可视化工具,结合Jupyternotebook可以非常灵活方便地展现分析后的结果。虽然做出的效果非常的炫酷,比如plotly,但是每一次都需要写很长的代码,一是麻烦,二是不便于维护。我觉得在数据

系统 2019-09-27 17:52:48 1818

Python

详解Python核心编程中的浅拷贝与深拷贝

一、问题引出浅拷贝首先看下面代码的执行情况:a=[1,2,3]print('a=%s'%a)#a=[1,2,3]b=aprint('b=%s'%b)#b=[1,2,3]a.append(4)#对a进行修改print('a=%s'%a)#a=[1,2,3,4]print('b=%s'%b)#b=[1,2,3,4]b.append(5)#对b进行修改print('a=%s'%a)#a=[1,2,3,4,5]print('b=%s'%b)#b=[1,2,3,4,

系统 2019-09-27 17:52:42 1818

Python

python--使用两个栈实现队列

问题:用两个栈来实现一个队列,完成队列的Push和Pop操作。分析:栈的特性是“先进后出”,队列为“先进先出”。思路:入队:直接把新元素压入stack1即可。出队:根据队列先进先出的性质,由于先进入队列的元素被压倒stack1的栈底,要想实现先入队列的先出队,需要将stack1中的元素逐个弹出并压入stack2,经过弹出和压入之后最先进入的元素就处于stack2的栈顶,有可以直接弹出。python实现代码:classSolution:def__init__

系统 2019-09-27 17:52:27 1818

Python

Python 学习 第16篇:数据类型(字典)

字典是键/值对构成的集合,字典通过大括号来创建,字典的键是字符串,而值可以是任何数据对象。字典有两个重要的特征:字典是无序的,字典项没有特定的顺序,只能通过键来获取值;字典是可变的,支持原处修改键的值;字典是作为散列表来实现的,可增长,搜索非常快速;和列表一样,字典存储的是对象的引用,不是拷贝。创建字典创建空的字典:>>>d={}创建包含两个项目的字典:>>>d={'name':'vic','age':28}创建包含嵌套类型的字典:>>>d={'stude

系统 2019-09-27 17:52:13 1818

Python

Python 反转字符串(reverse)的方法小结

前段时间看到letcode上的元音字母字符串反转的题目,今天来研究一下字符串反转的内容。主要有三种方法:1.切片法(最简洁的一种)#切片法defreverse1():s=input("请输入需要反转的内容:")returns[::-1]reverse1()#运行结果In[23]:defreverse1():...:s=input("请输入需要反转的内容:")...:returns[::-1]...:...:reverse1()请输入需要反转的内容:你是一个

系统 2019-09-27 17:52:09 1818

Python

Appium+python自动化(十九)- 猴哥失散多年的混血弟弟还是妹妹

简介前边几篇介绍了Monkey以及Monkey的事件,今天就给小伙伴们介绍和分享一下Monkey的参数。首先我们看一下这幅图来大致了解一下:1、Monkey命令基本参数介绍-p<允许的包名列表>用此参数指定一个或多个包。指定包之后,monkey将只允许系统启动指定的app。如果丌指定包,monkey将允许系统启动设备中的所有app。指定一个包:adbshellmonkey-pcom.shjt.map100指定多个包:adbshellmonkey-pfish

系统 2019-09-27 17:52:06 1818

Python

第15.2节 PyCharm支持Python解释器的配置调整

上节介绍了PyCharm的安装与简单使用,本节介绍PyCharm相关的配置调整,以支持在PyCharm环境下集成Python解释器进行程序的编译。一、工程配置调整在执行文件前,可能需要对PyCharm进行配置调整:点击File->settings菜单,如图:进入设置界面:这些设置选项包括外观、快捷键、工具栏等,大家可以慢慢研究,最重要的是一定要在工程设置中设置:ProjectInterpreter,即工程使用的Python解释器。刚开始安装的版本应该是没有

系统 2019-09-27 17:50:43 1818

Python

python学习笔记

一、变量赋值及命名规则①声明一个变量及赋值1#!/usr/bin/envpython2#-*-coding:utf-8-*-3#_author_soloLi4name1="solo"5name2=name16print(name1,name2)7name1="hehe"8print(name1,name2)#name1的值为hehe,name2的值为solo②变量命名的规则11、变量名只能是字母、数字或下划线的任意组合22、变量名的第一个字符不能是数字33

系统 2019-09-27 17:50:38 1818

Python

python pandas时序处理相关功能详解

创建时间序列函数pd.date_range()根据指定的范围,生成时间序列DatetimeIndex,每隔元素的类型为Timestamp。该函数应用较多。ts=pd.date_range('2017-09-01',periods=10,freq='d',normalize=False)ts输出为:DatetimeIndex(['2017-09-01','2017-09-02','2017-09-03','2017-09-04','2017-09-05','

系统 2019-09-27 17:50:15 1818

Python

Python -- pycurl, mysqlclient, Django

前言本不想多说什么,年后在公司亲历一段别样经验,不想吐槽,只因吐槽不能改变任何现状。小姐心态,寡妇待遇,妇联追求,一份技术工作做出弯腰,低头,下跪,也是醉了。今年大环境不好,大厂裁员,人才过盛,好在自己还是去了符合自己意愿的公司。新工作快一个月,主要工作技术内容是一个Django的小东西,首先是需要从Python2迁移至Python3,简单带点重构。Python2迁移Python3运行环境服务run在docker里,启动方式里面没有嵌入太多环境变量,基本基

系统 2019-09-27 17:50:00 1818

Python

python使用pandas处理大数据节省内存技巧(推荐)

一般来说,用pandas处理小于100兆的数据,性能不是问题。当用pandas来处理100兆至几个G的数据时,将会比较耗时,同时会导致程序因内存不足而运行失败。当然,像Spark这类的工具能够胜任处理100G至几个T的大数据集,但要想充分发挥这些工具的优势,通常需要比较贵的硬件设备。而且,这些工具不像pandas那样具有丰富的进行高质量数据清洗、探索和分析的特性。对于中等规模的数据,我们的愿望是尽量让pandas继续发挥其优势,而不是换用其他工具。本文我们

系统 2019-09-27 17:49:29 1818