python批量添加的button使用同一点击事件根据传递的参数进行区分。defclear_text():print'我只是个清空而已'defclear_text(index):print'我只是个清空而已'+str(index)button=Button(framet_title,text='清空',command=clear_text)这样去设置，单个按钮对应单个点击事件没有问题的如果你是foriinRange(10):button=Button(fr
系统 2019-09-27 17:50:34 1795
队、栈和链表一样，在数据结构中非常基础一种数据结构，同样他们也有各种各样、五花八门的变形和实现方式。但不管他们形式上怎么变，队和栈都有其不变的最基本的特征，我们今天就从最基本，最简单的实现来看看队列和堆栈。不管什么形式的队列，它总有的一个共同的特点就是“先进先出”。怎么理解呢?就像是超市排队结账，先排队的人排在队的前面，先结账出队。这是队列的特征。而堆栈则和队列相反，它是“先进后出”，怎么理解呢?基本所有的编辑器都有一个撤销功能，就是按Ctrl+Z。当你写
系统 2019-09-27 17:50:25 1795
Python装饰器，分两部分，一是装饰器本身的定义，一是被装饰器对象的定义。一、函数式装饰器：装饰器本身是一个函数。1.装饰函数：被装饰对象是一个函数[1]装饰器无参数：a.被装饰对象无参数：复制代码代码如下:>>>deftest(func):def_test():print'Callthefunction%s().'%func.func_namereturnfunc()return_test>>>@testdefsay():return'hellowor
系统 2019-09-27 17:50:21 1795
在了解装饰器的之前一定要先了解函数作为参数传递,什么是函数内嵌,请参考我之前写的博客函数简介因为在python里面,函数也是对象,也可以作为参数进行传递.python装饰器本质也是一种特殊函数,它接收的参数是函数对象,然后动态地函数参数添加额外的功能,而不用修改原有的函数对象.python装饰器传入的参数是函数,返回的值也是函数!python装饰器思想有点类似设计模式的装饰模式,其意图是动态地给函数对象添加额外的功能.比如像增加日志打印的功能,有点面向切面
系统 2019-09-27 17:50:12 1795
python程序运行中，可由程序抛出异常。异常触发：使用raise命令抛出异常，即可使用异常基类Exception，也可使用自定义异常类（继承Exception类）。classPoint:def__init__(self,x,y):self.x=xself.y=y#DefineaclasstoraiseLineerrorsclassLineError(Exception):#继承自基类Exceptiondef__init__(self,ErrorInfo)
系统 2019-09-27 17:50:11 1795
python自动化批量生成前端的HTML可以大大减轻工作量下面演示两种生成HTML的方法方法一：使用webbrowser#coding:utf-8importwebbrowser#命名生成的htmlGEN_HTML="test.html"#打开文件，准备写入f=open(GEN_HTML,'w')#准备相关变量str1='mynameis:'str2='--MichaelAn--'#写入HTML界面中message="""%s%s"""%(str1,str
系统 2019-09-27 17:49:58 1795
Python作为一门面对对象的语言，那么肯定也是有多态这个属性的，这里主要跟C++的多态做一下类比先看下面的代码这里可以看到，Child，Child2都是Parent的子类，他们分别重写了父类的print_func函数，因此可以看到下面的结果这是单独打印每个对象来得到的结果，下面开始看Python的多态这里可以看到，print_who这个函数只是将obj对象的print_func函数调用打印了一下。这里和C++的多态都是区别不大的。但是Python的多态比
系统 2019-09-27 17:49:56 1795
表示时间的三种方式在Python中，通常有三种方式表示时间：时间戳，元祖（struct_time）,格式化时间字符串。时间戳(timestamp)：1970年1月1日00:00:00开始按秒计算的偏移量，type（time.time())float类型格式化时间字符串（FormatString）:'1999-12-06'时间元组（stuct_time）：共有9个元素（年月日时分秒，一年中的第几周，一年中第几天等）几种时间格式的转换#结构化时间-->%a%b
系统 2019-09-27 17:49:55 1795
推荐系统的相关知识我们已在前文中提到，在这篇文章中，我们会介绍如何用Python来搭建一个简单的推荐系统。本文使用的数据集是MovieLens数据集，该数据集由明尼苏达大学的Grouplens研究小组整理。它包含1,10和2亿个评级。Movielens还有一个网站，我们可以注册，撰写评论并获得电影推荐。接下来我们就开始实战演练。在这篇文章中，我们会使用Movielens构建一个基于item的简易的推荐系统。在开始前，第一件事就是导入pandas和numPy
系统 2019-09-27 17:49:46 1795
filter(function,sequence)：对sequence中的item依次执行function(item)，将执行结果为True的item组成一个List/String/Tuple（取决于sequence的类型）返回：复制代码代码如下:>>>deff(x):returnx%2!=0andx%3!=0>>>filter(f,range(2,25))[5,7,11,13,17,19,23]>>>deff(x):returnx!='a'>>>filt
系统 2019-09-27 17:49:44 1795
