一、冒泡排序冒泡排序算法的运作如下：比较相邻的元素。如果第一个比第二个大，就交换他们两个。对每一对相邻元素作同样的工作，从开始第一对到结尾的最后一对。这步做完后，最后的元素会是最大的数。针对所有的元素重复以上的步骤，除了最后一个。持续每次对越来越少的元素重复上面的步骤，直到没有任何一对数字需要比较。以上节选自维基百科代码实现：defbubble_sort(numberlist):length=len(numberlist)foriinrange(lengt
系统 2019-09-27 17:52:52 2089
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 2089
我浏览了下网上关于怎么Python爬虫入门的文章，发现有的还在教人用urllib来发送http请求，这真是有点误人子弟了。本文也不提倡刚开始去学习第三方爬虫框架，我想把要学习的知识简化一些，让入门更快速，更专注。Python爬虫入门：技能真要说Python爬虫需要具备什么知识，那就是你得会Python，哈哈。其他的知识就是你能熟练运用Python的几个第三方库，当然你具备一点htmljavascriptcsshttp协议可以提高你的解决问题的效率，但这是一
系统 2019-09-27 17:52:27 2089
缘由日常工作中经常遇到类似的问题：把某个服务器上的某些指定的表同步到另外一台服务器。类似需求用SSIS或者其他ETL工作很容易实现，比如用SSIS的话，就会会存在相当一部分反复的手工操作。建源的数据库信息，目标的数据库信息，如果是多个表，需要一个一个地拉source和target，然后一个一个地mapping，然后运行实现数据同步。然后很可能，这个workflow使用也就这么一次，就寿终正寝了，却一样要浪费时间去做这个ETL。快速数据同步实现于是在想，可不
系统 2019-09-27 17:52:07 2089
本文实例讲述了VPSCENTOS上配置python,mysql,nginx,uwsgi,django的方法。分享给大家供大家参考，具体如下：昨天试用了VPS，花了一天部署了一个简单应用。在下面的过程中省去了用django创建project的一步，忘记了你自己一用startporject创建。下面是原来边操作，边记录的东西，我习惯文本编辑。可能格式不好看。现在搬到博客中来。首先安装GCC.yum-yinstallgccautomakeautoconflibt
系统 2019-09-27 17:52:01 2089
Socket是网络应用的基础。而Python使得网络socket编程入门变得超级简单。在这篇简介里面我们将创建一个简单服务器，用于接受和相应客户端程序的请求。由于本人最近对LinuxContainers有点痴迷，因此我们也将在服务器中实现2个容器。同时在容器中我们在几秒钟内就能创建其他一些主机，这就能非常简单的模拟出一个网络。创建容器我使用的是Ubuntu14.04.然后用root用户运行下面的命令就可以创建好2个容器了。复制代码代码如下:lxc-crea
系统 2019-09-27 17:51:21 2089
环境需求最低硬件配置：1核CPU，1G内存（1+1）提示：如果你的应用较多，而主机节点的硬件配置较低，建议在部署节点时开通虚拟虚拟内存；生产环境建议使用2G或以上内存；推荐安装系统：Ubuntu-16.04、Ubuntu-18.04、CentOS7.X、Debian9X的64位的纯净的操作系统；URLOS安装curl-LOwww.urlos.com/iu&&shiupython3网站环境安装流程登录URLOS系统后台，在应用市场中搜索“python3”，找
系统 2019-09-27 17:50:40 2089
Pandas类似R语言中的数据框(DataFrame),Pandas基于Numpy,但是对于数据框结构的处理比Numpy要来的容易。1.Pandas的基本数据结构和使用Pandas有两个主要的数据结构：Series和DataFrame。Series类似Numpy中的一维数组，DataFrame则是使用较多的多维表格数据结构。Series的创建>>>importnumpyasnp>>>importpandasaspd>>>s=pd.Series([1,2,3
系统 2019-09-27 17:50:11 2089
SeriesSeries类似一维数组，由一组数据及一组相关数据标签组成。使用pandas的Series类即可创建。importpandasaspds1=pd.Series(['a','b','c,','d'])print(s1)#输出：0a#1b#2c#3d#dtype:object上面是传入一个列表实现，上面的0，1，2，3就是数据的默认标签。另外可以通过index属性自定义标签。s2=pd.Series(['1','2','3,','4'],index
系统 2019-09-27 17:50:09 2089
本文通过将同一个数据集在三种不同的简便项窗口部件中显示。三个窗口的数据得到实时的同步,数据和视图分离。当添加或删除数据行，三个不同的视图均保持同步。数据将保存在本地文件中，而非数据库。对于小型和临时性数据集来说，这些简便窗口部件非常有用，可以用在非单独数据集中-数据自身的显示,编辑和存储。所使用的数据集：/home/yrd/eric_workspace/chap14/ships_conv/ships.py#!/usr/bin/envpython3impor
系统 2019-09-27 17:49:43 2089
python循环结构1.1使用whilePython中没有do…while循环while…else在条件语句为false时执行else的语句块：list=[1,2,3,4,5]i=0whilei
系统 2019-09-27 17:49:12 2089
#!/usr/bin/envpythonimportcv2importsysimporttimeimportnumpyasnpimporttimeif__name__=="__main__":print(cv2.__version__)print(np.__version__)'''4.1.01.16.3'''#//@打开摄像头/dev/video0cap_1=cv2.VideoCapture(0)#cap_1.set(3,640)#cap_1.set(4
系统 2019-09-27 17:48:54 2089
9.5守护进程主进程创建守护进程其一：守护进程会在主进程代码执行结束后就立即终止其二：守护进程内无法再开启子进程,否则抛出异常：AssertionError:daemonicprocessesarenotallowedtohavechildren注意：进程之间是互相独立的，主进程代码运行结束，守护进程随即终止p.daemon：默认值为False，如果设为True，代表p为后台运行的守护进程，当p的父进程终止时，p也随之终止，并且设定为True后，p不能创建
系统 2019-09-27 17:48:24 2089
几乎所有的微薄都提供了缩短网址的服务，其原理就是将一个url地址按照一定的算法生成一段字符串，然后加在一个短域名后面边成了一个新的url地址，数据库中会存放这个短地址和原始的地址，当用户点击这个新的短地址后，短地址服务会根据短域名后面的几个字符串从数据库中读出原来的地址然后页面进行跳转。比如新浪微薄中的url是http://t.cn/xxxxxxxt.cn是其域名，其后面跟着的是7位算出来的字符串。方法一：使用哈希库自定义算法因为文本中显示太长的url会比
系统 2019-09-27 17:48:18 2089
序列化(Serialization)是将对象的信息转换为可以存储或传输的形式，后续还可以通过从存储区中读取或反序列化对象的状态，重新创建该对象。在python中也可以进行序列化相关的操作，只是序列化的时候需要将对象保存为一个字典的类型。对于Python内置的数据类型（如str,unicode,int,float,bool,None,list,tuple,dict），可以直接进行序列化/反序列化处理；对于自定义类的对象进行序列化和反序列化时，需要我们自己定义
系统 2019-09-27 17:47:18 2089
