拥有Python标签的文章
Python

Python3中的最大整数和最大浮点数实例

Python中的最大整数Python中可以通过sys模块来得到int的最大值.python2中使用的方法是importsysmax=sys.maxintprint(max)python3中使用的方法是:importsysmax=sys.maxsizeprint(max)Python中获得最大浮点数方法一:使用sys模块>>>importsys>>>sys.float_infosys.floatinfo(max=1.7976931348623157e+308

系统 2019-09-27 17:56:59 1962

Python

跟老齐学Python之不要红头文件(2)

文件的属性所谓属性,就是能够通过一个文件对象得到的东西。复制代码代码如下:>>>f=open("131.txt","a")>>>f.name'131.txt'>>>f.mode#显示当前文件打开的模式'a'>>>f.closed#文件是否关闭,如果关闭,返回True;如果打开,返回FalseFalse>>>f.close()#关闭文件的内置函数>>>f.closedTrue文件的有关状态很多时候,我们需要获取一个文件的有关状态(有时候成为属性,但是这里的文

系统 2019-09-27 17:56:05 1962

Python

计算机二级python学习教程(1) 教大家如何学习python

本来PHP还学艺不精,又报了计算机二级Python的考试,还有一个半月的时间,抓紧买了高教社的这两本书,今天正式开始学习这个语言,虽然没法和世界上最好的语言PHP相提并论,但是也值得一学。虽然先看蓝K,但是很喜欢黄K前言里的第一句话:“应试”是个中性词。设定一个阶段目标,为之努力,这是一种乐趣!正式开始:第1章程序设计基本方法1.1程序设计语言高级语言根据执行机制分为:静态语言(C、Java)、脚本语言(JavaScript、PHP、Python)。执行方

系统 2019-09-27 17:55:21 1962

Python

Python 全局变量扫盲

Python没有真正的全局变量,在Java和C++中,全局变量则是程序级别的,站在它们的角度,那么python就是没有全局变量,而在python的角度,是有全局变量,python提供global关键字,可以修改全局变量,在python中的全局变量只是针对当前python文件/模块所定义的,python文件就是一个模块,独立的命名空间,模块内定义的变量就只属于该命名空间,so,python没有真正的全局变量,全局变量也只是文件级别。所以Python的全局变量

系统 2019-09-27 17:55:20 1962

Python

浅谈Python 的枚举 Enum

枚举是常用的功能,看看Python的枚举.fromenumimportEnumMonth=Enum('Month',('Jan','Feb','Mar','Apr','May','Jun','Jul','Aug','Sep','Oct','Nov','Dec'))枚举的定义首先,定义枚举要导入enum模块。枚举定义用class关键字,继承Enum类。注意:定义枚举时,成员名称不允许重复默认情况下,不同的成员值允许相同。但是两个相同值的成员,第二个成员的名称

系统 2019-09-27 17:55:15 1962

Python

python 迭代器与生成器

迭代器迭代式访问元素的一种方式,迭代器是一个可以记住遍历的位置的对象。迭代器对象从集合的第一个元素开始访问,直到所有的元素被访问完结束。迭代器只能往前不会后退。迭代器有两个基本的方法:iter()和next()。常见的字符串,列表或元组对象都可用于创建迭代器:>>>list=[1,2,3,4,5]>>>it=iter(list)>>>print(next(it))1>>>print(next(it))2迭代器对象可以使用常规for语句进行遍历:list=[

系统 2019-09-27 17:54:17 1962

Python

python多进程读取mysql表

表数据超过百万级别时使用pandas读取数据速度过慢,如果仍然想用pandas读取,可以通过多进程提高效率。同时可以将常用数据保存为pkl文件,以便后续使用。@主要代码实现#按照表中的某字段将表划分为比较均匀的多个子集#本例中需要读取的表中包含了城市字段,#且涉及的城市包含了全国大部分城市,数据分布较为均匀,因此制作了一张省份城市配置表,将数据划分#读取省份-城市配置表,获取城市列表defget_division_list(db_connect,divis

系统 2019-09-27 17:53:46 1962

Python

Python学习中:最感到惊奇35个语言特征和编程技巧

从我开始学习python的时候,我就开始自己总结一个python小技巧的集合。后来当我什么时候在StackOverflow或者在某个开源软件里看到一段很酷代码的时候,我就很惊讶:原来还能这么做!当时我会努力的自己尝试一下这段代码,直到我懂了它的整体思路以后,我就把这段代码加到我的集合里。这篇博客其实就是这个集合整理后一部分的公开亮相。如果你已经是个python大牛,那么基本上你应该知道这里面的大多数用法了,但我想你应该也能发现一些你不知道的新技巧。而如果你

系统 2019-09-27 17:53:38 1962

Python

C++强化学习通过Python bindings接OpenAI Gym

OpenAIgym是强化学习最为流行的实验环境。某种程度上,其接口已经成为了标准。一方面,很多算法实现都是基于gym开发;另一方面,新的场景也会封装成gym接口。经过这样一层抽象,算法与实验环境充分解耦隔离,可以方便地自由组合。但gym是python的接口,如果想用C++实现强化学习算法,则无法直接与gym相接。一种方案是跨进程:一个进程运行python环境,另一个进程运行强化学习算法,与环境交互数据经过序列化和反序列化通过IPC进行通信。另一种是单进程方

系统 2019-09-27 17:53:18 1962

Python

Python金融数据可视化汇总

通过本篇内容给大家介绍一下Python实现金融数据可视化中两列数据的提取、分别画、双坐标轴、双图、两种不同的图等代码写法和思路总结。importmatplotlibasmplimportnumpyasnpimportmatplotlib.pyplotaspltnp.random.seed(2000)y=np.random.standard_normal((20,2))#print(y)'''不同的求和print(y.cumsum())print(y.sum

系统 2019-09-27 17:53:17 1962

Python

深入浅出python机器学习_9.1_数据预处理

#使用StandardScaler进行数据预处理importnumpyimportmatplotlib.pyplotaspltfromsklearn.datasetsimportmake_blobsX,y=make_blobs(n_samples=40,centers=2,random_state=50,cluster_std=2)plt.scatter(X[:,0],X[:,1],c=y,cmap=plt.cm.cool)plt.show()#导入Sta

系统 2019-09-27 17:52:41 1962

Python

Python 学习 第17篇:json

Python中的json对象实际是一个字典结构,用于存储和交换信息,导入json模块:importjson1,把字符串转换为jsonjson的load()方法用于把josn格式的字符串转换为json对象,这实际上是一个字典结构:json_string='{"name":"John","age":30,"city":"NewYork"}'#parsestringtojsonjson_obj=json.loads(json_string)2,把字典转换为jso

系统 2019-09-27 17:52:33 1962

Python

Python 记录日志的灵活性和可配置性介绍

对一名开发者来说最糟糕的情况,莫过于要弄清楚一个不熟悉的应用为何不工作。有时候,你甚至不知道系统运行,是否跟原始设计一致。在线运行的应用就是黑盒子,需要被跟踪监控。最简单也最重要的方式就是记录日志。记录日志允许我们在开发软件的同时,让程序在系统运行时发出信息,这些信息对于我们和系统管理员来说都是有用的。就像为将来的程序员写代码文档一样,我们应该让新软件产生足够的日志供系统的开发者和管理员使用。日志是关于应用运行状态的系统文件的关键部分。给软件加日志产生句时

系统 2019-09-27 17:52:07 1962

Python

为什么从Python 3.6开始字典有序并效率更高

在Python3.5(含)以前,字典是不能保证顺序的,键值对A先插入字典,键值对B后插入字典,但是当你打印字典的Keys列表时,你会发现B可能在A的前面。但是从Python3.6开始,字典是变成有顺序的了。你先插入键值对A,后插入键值对B,那么当你打印Keys列表的时候,你就会发现B在A的后面。不仅如此,从Python3.6开始,下面的三种遍历操作,效率要高于Python3.5之前:forkeyin字典forvaluein字典.values()forkey

系统 2019-09-27 17:52:03 1962

Python

Python3快速入门(十五)——Pandas数据处理

Python3快速入门(十五)——Pandas数据处理一、函数应用1、函数应用简介如果要将自定义函数或其它库函数应用于Pandas对象,有三种使用方式。pipe()将函数用于表格,apply()将函数用于行或列,applymap()将函数用于元素。2、表格函数应用可以通过将函数对象和参数作为pipe函数的参数来执行自定义操作,会对整个DataFrame执行操作。#-*-coding=utf-8-*-importpandasaspdimportnumpyas

系统 2019-09-27 17:52:01 1962