公司成立两年了，今天老板组织了一场“头脑风暴”，主要是讨论如何提升产品的竞争力，如何让公司迅速的积累更多的客户。和很多互联网公司一样我们也面临着很多困惑，产品如何定位，市场如何拓展，用户如何积累，商业模式到底如何进行，从公司成立到现在还没有百分之百的定论。还是归到本文的主题来吧，自己随便发表一点自己的看法。首先说一下没有太多钱的互联网企业的定义，它不是没有钱的互联网企业，指的是在保持现有规模的前提下，在一到两年的时间不会有资金的压力。我认为要迅速的积累用户
系统 2019-08-12 01:33:29 1906
1.Python中的异常栈跟踪之前在做Java的时候，异常对象默认就包含stacktrace相关的信息，通过异常对象的相关方法printStackTrace()和getStackTrace()等方法就可以取到异常栈信息，能打印到log辅助调试或者做一些别的事情。但是到了Python，在2.x中，异常对象可以是任何对象，经常看到很多代码是直接raise一个字符串出来，因此就不能像Java那样方便的获取异常栈了，因为异常对象和异常栈是分开的。而多数Python
系统 2019-09-27 17:56:45 1905
本文实例讲述了Python单链表的简单实现方法，分享给大家供大家参考。具体方法如下：通常来说，要定义一个单链表,首先定义链表元素:Element.它包含3个字段:list:标识自己属于哪一个listdatum:改元素的valuenext:下一个节点的位置具体实现代码如下：classLinkedList(object):classElement(object):def__init__(self,list,datum,next):self._list=list
系统 2019-09-27 17:56:39 1905
Python中的上下文管理器，实际上就是实现了上下文管理协议的对象。在Python中打开文件的时候，我们需要确保文件被使用完毕之后，对其进行关闭操作——调用文件对象的close()方法。如果不使用上下文管理器，经典的处理方式就是将close()方法的调用放在一个finally语句中：f=open("www.log")try:print("dosomethingwithfile")finally:f.close()这里finally的唯一作用就是确保文件对象
系统 2019-09-27 17:56:31 1905
本文实例讲述了python装饰器常见使用方法。分享给大家供大家参考，具体如下：python的装饰器，可以用来实现，类似springAOP类似的功能。一样可以用来记录某个方法执行前做什么，执行后做什么，或者用来记录日志，运行的时间等，更有甚者，用这个来做权限拦截，也未尝不可。从两个方面来描述python的装饰模式:1.对普通方法的装饰2.对在class类中的方法的装饰，不需要给参数的情况3.对在class类中的方法的装饰，需要给参数的情况一，对普通方法的装饰
系统 2019-09-27 17:55:42 1905
如果需要把大量实验跑完，最好用批量处理操作，直接使用shell写shell文件来操作也行，但是需要学习shell脚本的语法，不如直接用python调用shell，把python如何调用shell学会，就直接在python里边把需要的命令写成字符串，传递给python的调用shell的模块就行了importosos.system('ffmpeg-version')#将在shell中打印出ffmpeg的版本str='ffmpeg-version'os.syst
系统 2019-09-27 17:55:28 1905
1.代码风格在Python中，每行程序以换行符代表结束，如果一行程序太长的话，可以用“\”符号扩展到下一行。在python中以三引号(""")括起来的字符串，列表，元组和字典都能跨行使用。并且以小括号(...)、中括号[...]和大括号{...}包围的代码不用加“\”符也可扩展到多行。在Python中是以缩进来区分程序功能块的，缩进的长度不受限制，但就一个功能块来讲，最好保持一致的缩进量。如果一行中有多条语句，语句间要以分号（;）分隔。以“#”号开头的内容
系统 2019-09-27 17:55:15 1905
一、首先理解下面几个函数设置变量length()函数char_length()replace()函数max()函数1.1、设置变量set@变量名=值set@address='中国-山东省-聊城市-莘县';select@address1.2、length()函数char_length()函数区别selectlength('a'),char_length('a'),length('中'),char_length('中')1.3、replace()函数和leng
系统 2019-09-27 17:54:41 1905
如下所示：>>>importnumpyasnp>>>a=np.array([[1,2,3],[3,1,2]])>>>b=np.array([[5,2,6],[5,1,2]])>>>aarray([[1,2,3],[3,1,2]])>>>barray([[5,2,6],[5,1,2]])>>>c=a+b>>>carray([[6,4,9],[8,2,4]])>>>c=(a+b)/2>>>carray([[3.,2.,4.5],[4.,1.,2.]])>>>以
系统 2019-09-27 17:52:56 1905
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 1905
