搜索到与相关的文章
Python

python中bisect模块用法实例

本文实例讲述了python中bisect模块用法,分享给大家供大家参考。具体方法分析如下:这个模块只有几个函数,一旦决定使用二分搜索时,立马要想到使用这个模块。示例代码如下:importbisectL=[1,3,3,6,8,12,15]x=3x_insert_point=bisect.bisect_left(L,x)#在L中查找x,x存在时返回x左侧的位置,x不存在返回应该插入的位置..这是3存在于列表中,返回左侧位置1printx_insert_poin

系统 2019-09-27 17:56:28 2107

Python

python format 时间格式

trainData['survey_time']=pd.to_datetime(trainData['survey_time'],format='%Y/%m/%d%H:%M')trainData['survey_time']=trainData['survey_time'].dt.year格式化日期转换为dt然后直接取年python中时间日期格式化符号:%y两位数的年份表示(00-99)%Y四位数的年份表示(000-9999)%m月份(01-12)%d月内

系统 2019-09-27 17:55:28 2107

Python

浅谈Python中的可变对象和不可变对象

什么是可变/不可变对象不可变对象,该对象所指向的内存中的值不能被改变。当改变某个变量时候,由于其所指的值不能被改变,相当于把原来的值复制一份后再改变,这会开辟一个新的地址,变量再指向这个新的地址。可变对象,该对象所指向的内存中的值可以被改变。变量(准确的说是引用)改变后,实际上是其所指的值直接发生改变,并没有发生复制行为,也没有开辟新的出地址,通俗点说就是原地改变。Python中,数值类型(int和float)、字符串str、元组tuple都是不可变类型。

系统 2019-09-27 17:54:37 2107

Python

python 中random模块的常用方法总结

python中random的常用方法总结一、random常用模块1.random.random()随机生成一个小数print(random.random())#输出0.60605621179967842.random.randint(m,n)随机生成一个m到n的整数(包括n)print(random.randint(1,5))#输出53.random.randrange(m,n)随机生成m到n中的一个数,包括m但是不包括nprint(random.rand

系统 2019-09-27 17:54:35 2107

Python

Python安装模块

解决多版本同时存在的pip安装模块如果同时存在Python2和Python3版本,则需要通过python-mpipinstall的方式给指定的Python安装模块。安装模块超时,更换安装源当安装模块超时时可以通过修改超时时间的方式来进行解决,也可以通过修改安装源的方式解决。修改超时时间pip--default-timeout=100installnumpy通过设置临时安装源的方式pipinstallnumpy-ihttps://pypi.doubanio.

系统 2019-09-27 17:54:25 2107

Python

Python 最常见的 170 道面试题全解析:2019 版

引言最近在刷面试题,所以需要看大量的Python相关的面试题,从大量的题目中总结了很多的知识,同时也对一些题目进行拓展了,但是在看了网上的大部分面试题不是很满意,一个是有些部分还是Python2的代码,另一个就是回答的很简单,有些关键的题目,也没有点出为什么,最重要的是还有一些复制粘贴根本就跑不通,这种相信大家深有体会吧,这样就导致我们可能需要去找其他人发的类似的教程。难受啊,所以我决定针对市面上大多的Python题目做一个分析,同时也希望大家尽可能的做到

系统 2019-09-27 17:54:17 2107

Python

Python面向对象编程——类与对象

Python面向对象编程——类与对象一、类与对象的概念类即类别、种类,是面向对象设计最重要的概念,从一小节我们得知对象是特征与技能的结合体,而类则是一系列对象相似的特征与技能的结合体。那么问题来了,先有的一个个具体存在的对象(比如一个具体存在的人),还是先有的人类这个概念,这个问题需要分两种情况去看。在现实世界中:肯定是先有对象,再有类。世界上肯定是先出现各种各样的实际存在的物体,然后随着人类文明的发展,人类站在不同的角度总结出了不同的种类,比如人类、动物

系统 2019-09-27 17:53:58 2107

Python

利用python和TensorFlow解决线性回归问题

本文主要借鉴并综合了以下两个博客的内容(样本生成和流图构建训练),并在其基础上绘制了拟合后的直线和“训练次数-代价函数值”曲线,可更直观的观察训练效果:https://www.cnblogs.com/xianhan/p/9090426.htmlhttps://www.cnblogs.com/selenaf/p/9102398.html具体步骤如下:步骤1.在很多情况下,初学者都没有样本库,一般可自建样本库。使用random函数随机初始化样本库:num_po

系统 2019-09-27 17:53:53 2107

Python

Python:Numpy 求平均向量的实例

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 2107