前言自动化测试中我们存放数据无非是使用文件或者数据库，那么文件可以是csv，xlsx，xml，甚至是txt文件，通常excel文件往往是我们的首选，无论是编写测试用例还是存放测试数据，excel都是很方便的。那么今天我们就把不同模块处理excel文件的方法做个总结，直接做封装，方便我们以后直接使用，增加工作效率。openpyxlopenpyxl是个第三方库，首先我们使用命令pipinstallopenpyxl直接安装注：openpyxl操作excel时，行
系统 2019-09-27 17:54:53 1791
常见算法：一、排序引入1.排序与搜索排序算法（英语：Sortingalgorithm）是一种能将一串数据依照特定顺序进行排列的一种算法。2.排序算法的稳定性稳定性：稳定排序算法会让原本有相等键值的纪录维持相对次序。18385672(4,1)(3,1)(3,7)(5,6)(3,7)(3,1)如果一个排序算法是稳定的，当有两个相等键值的纪录R和S，且在原本的列表中R出现在S之前，在排序过的列表中R也将会是在S之前。不稳定排序算法可能会在相等的键值中改变纪录的相
系统 2019-09-27 17:54:46 1791
Python单元测试unittest中提供了一下四种装饰器实现测试跳过和预期故障。（使用Python2.7.13）请查考Python手册中：https://docs.python.org/dev/library/unittest.htmlThefollowingdecoratorsimplementtestskippingandexpectedfailures:#以下装饰器实施测试跳过和预期故障：@unittest.skip(原因)Unconditiona
系统 2019-09-27 17:54:46 1791
本文实例讲述了Python实现的对一个数进行因式分解操作。分享给大家供大家参考，具体如下：在数学中，我们可能会对一个数进行因式分解，如何用Python来实现呢？以下是某位大佬写的算法，这里拿过来直接用就可以了。#对一个数进行因式分解deffactorization(num):factor=[]whilenum>1:foriinrange(num-1):k=i+2ifnum%k==0:factor.append(k)num=int(num/k)breakre
系统 2019-09-27 17:54:40 1791
一、内置函数下面简单介绍几个：1.abs()求绝对值2.all()如果iterable的所有元素都为真（或者如果可迭代为空），则返回True3.any()如果iterable的任何元素为真，则返回True。如果iterable为空，则返回False4.callable()如果object参数出现可调，则返回True，否则返回False5.divmod()以两个（非复数）数字作为参数，并在使用整数除法时返回由商和余数组成的一对数字。对于混合操作数类型，二进制
系统 2019-09-27 17:54:34 1791
原文链接：https://edu.csdn.net/topic/python115?utm_source=yjs我一直认为，敢裸辞的只有2种人：1、能力足够强，即使裸辞也不会被财务问题所困，更不愁找工作。2、年轻气盛，遇到傻X领导和傻X同事，绝对0容忍！但是最近我在刷某乎的时候，发现了第三种人。为了方便面试而裸辞。裸辞面试11家python公司一口气拿到4个offer这无疑是一种高效的方式，但是如果底气不够，还是很容易陷入焦虑的。还好的是，这位up主后续更
系统 2019-09-27 17:54:29 1791
每天都有小伙伴询问Python的书，哎呀，动力所致，书单来了。7本，涵盖范围蛮大的。Python热持续中，入门计算机首选语言。python游戏编程快速上手(斯维加特著)（点击，直接下载）本书可以帮助读者在轻松有趣的过程中，掌握Python游戏编程的基本技能。本书适合不同年龄和层次的Python编程初学者阅读。像计算机科学家一样思考Python（点击，直接下载）全书共19章和3个附录，详细介绍了Python语言编程的方方面面。《像计算机科学家一样思考Pyth
系统 2019-09-27 17:54:25 1791
描述sin()返回的x弧度的正弦值。语法以下是sin()方法的语法:importmathmath.sin(x)注意：sin()是不能直接访问的，需要导入math模块，然后通过math静态对象调用该方法。参数x--一个数值。返回值返回的x弧度的正弦值，数值在-1到1之间。实例以下展示了使用sin()方法的实例：#!/usr/bin/pythonimportmathprint"sin(3):",math.sin(3)print"sin(-3):",math.s
系统 2019-09-27 17:53:29 1791
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 1791
从容器、可迭代对象谈起所有的容器都是可迭代的（iterable）,迭代器提供了一个next方法。iter()返回一个迭代器，通过next()函数可以实现遍历。defis_iterable(param):try:iter(param)returnTrueexceptTypeError:returnFalseparams=[1234,'1234',[1,2,3,4],set([1,2,3,4]),{1:1,2:2,3:3,4:4},(1,2,3,4)]forp
系统 2019-09-27 17:53:09 1791
什么是特殊方法？当我们在设计一个类的时候，python中有一个用于初始化的方法$__init__$，类似于java中的构造器，这个就是特殊方法，也叫作魔术方法。简单来说，特殊方法可以给你设计的类加上一些神奇的特性，比如可以进行python原生的切片操作，迭代、连乘操作等。在python中，特殊方法以双下划线开始，以双下划线结束。一个大例子数学中有一个表示数的概念叫做向量，但是python中的数据类型却没有。我们来设法用python实现它。首先考虑，向量跟普
系统 2019-09-27 17:53:07 1791
今天接到一个新的任务,要对一个140多M的csv文件进行数据处理,总共有170多万行,尝试了导入本地的MySQL数据库进行查询,结果用Navicat导入直接卡死....估计是XAMPP套装里面全默认配置的MySQL性能不给力,又尝试用R搞一下吧结果发现光加载csv文件就要3分钟左右的时间,相当不给力啊,翻了翻万能的知乎发现了Python下的一个神器包:Pandas(熊猫们?),加载这个140多M的csv文件两秒钟就搞定,后面的分类汇总等操作也都是秒开,太牛
系统 2019-09-27 17:52:33 1791
在之前学习的RDD和DataFrame数据集主要处理的是离线数据，随着时代发展进步，我们会发现越来越多数据是在源源不断发回到数据中心，同时需要立刻响应给用户，这样的情况我们就会用到实时处理，常用的场景有实时显示某商场一小时人流密度、实时显示当天火车站人口总数等等。接下来从实时数据源说起，实时数据源主要有：FileSourceSocketSourceFlumeSourceKafkaSourceFileSource指的是文件作为数据来源，常用的有本地文件fil
系统 2019-09-27 17:52:32 1791
一、首先二叉树的定义：classTreeNode:def__init__(self,x):self.val=xself.left=Noneself.right=None构建一棵二叉树：classNode(object):def__init__(self,val):self.val=valself.lchild=Noneself.rchild=NoneclassTree(object):def__init__(self):self.root=Noneself
系统 2019-09-27 17:52:24 1791
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 1791
