#!/usr/bin/python#-*-coding:UTF-8-*-#######################################createdbybasededato####2018-01-02####监控#####################################importosimportjsonclassMonitor(object):def__init__(self,Cmd):self.Cmd=Cmd#vmsta
系统 2019-09-27 17:53:33 1878
函数的嵌套在Python编程语言中，在函数体内创建另外一个函数（对象，因为Python一切皆对象，函数其实也是对象）是完全合法的，这种函数叫做内部/嵌套函数。例子：#coding:utf-8defouter():definner():print("isInnerMethod")print("IsouterMethod")inner()#调用outer函数outer()#调用outer()的内部函数，报错#inner()运行结果：IsouterMethodi
系统 2019-09-27 17:52:56 1878
SymPy是符号数学的Python库。它的目标是成为一个全功能的计算机代数系统，同时保持代码简洁、易于理解和扩展#coding:utf-8'''函数极限'''importsympysympy.init_printing()fromsympyimportI,pi,ooimportnumpyasnpx=sympy.Symbol('x')expr=sympy.sin(x)/xresult=sympy.limit(expr,x,0)print('limit:',r
系统 2019-09-27 17:52:24 1878
1.常用模块#连接数据库connect()函数创建一个新的数据库连接对话并返回一个新的连接实例对象PG_CONF_123={'user':'emma','port':123,'host':'192.168.1.123','password':'emma','database':'dbname'}conn=psycopg2.connect(**PG_CONF_123)#打开一个操作整个数据库的光标连接对象可以创建光标用来执行SQL语句cur=conn.cur
系统 2019-09-27 17:52:21 1878
主机环境：（Python2.7.9/Win8_64/bs4）利用BeautifulSoup4来抓取www.pm25.com上的PM2.5数据，之所以抓取这个网站，是因为上面有城市PM2.5浓度排名（其实真正的原因是，它是百度搜PM2.5出来的第一个网站！）程序里只对比了两个城市，所以多线程的速度提升并不是很明显，大家可以弄10个城市并开10个线程试试。最后吐槽一下：上海的空气质量怎么这么差！！！PM25.py复制代码代码如下:#!/usr/bin/envp
系统 2019-09-27 17:51:23 1878
一、安装mysql如果是windows用户，mysql的安装非常简单，直接下载安装文件，双击安装文件一步一步进行操作即可。Linux下的安装可能会更加简单，除了下载安装包进行安装外，一般的linux仓库中都会有mysql，我们只需要通过一个命令就可以下载安装：Ubuntu\deepin复制代码代码如下:>>sudoapt-getinstallmysql-server>>Sudoapt-getinstallmysql-clientcentOS/redhat复
系统 2019-09-27 17:51:15 1878
B.py调用A.py的函数或类在同一个文件夹下调用函数：A.py文件：defadd(x,y):print('和为：%d'%(x+y))B.py文件：importAA.add(1,2)或fromAimportaddadd(1,2)调用类：A.py文件:classA:def__init__(self,xx,yy):self.x=xxself.y=yydefadd(self):print("x和y的和为：%d"%(self.x+self.y))B.py文件：fr
系统 2019-09-27 17:51:08 1878
漫谈如果作为一个Python入门，不了解Python装饰器也没什么，但是如果作为一个中级Python开发人员，如果再不对python装饰器熟稔于心的话，那么可能并没有量变积累到质变。我以前也看过很多讲python装饰器的文章，但是都是看了就忘。一方面是没有做太多的练习，二是对它的领会不是很深。希望引以为戒！！！郑传装饰模式如果你了解Java，你肯定听过装饰器模式。在面向对象中，装饰模式指：动态地给一个对象添加一些额外的职责。就增加一些功能来说，装饰模式比生
系统 2019-09-27 17:51:05 1878
klearnpythonAPILinearRegressionfromsklearn.linear_modelimportLinearRegression#线性回归#module=LinearRegression()module.fit(x,y)module.score(x,y)module.predict(test)LogisticRegressionfromsklearn.linear_modelimportLogisticRegression#逻辑回
系统 2019-09-27 17:51:04 1878
作为Python程序员，应该能够正视Python的优点与缺点。众所周之，Python的运行速度是很慢的，特别是大数据量的运算时，Python会慢得让人难以忍受。对于这种情况，“专业”的解决方案是用上numpy或者opencl。不过有时候为了一点小功能用上这种重型的解决方案很不划算，或者有时候想要实现的操作在numpy里面没有，需要我们自己用C语言来编写。总之，我们使用Python与C++的混合编程能够加快程序热点的运算速度。首先要提醒大家注意的是，在考虑联
系统 2019-09-27 17:50:45 1878
