python初学小记使用PyCharm向世界打招呼！print（“Helloworld！”）介绍自己的基本信息的方法name=input("name:")age=int(input("age:"))#integer强转义成数字print(type(age),type(str(age)))job=input("job:")salary=input("salary:")#一.info='''-------infoof%s--------Name:%sAge:%
系统 2019-09-27 17:49:39 1705
在继续阅读本文之前，您务必要对我们在本专栏中将要讨论的一些技术有所了解。我们要使用的技术包括：可扩展的样式表语言转换（ExtensibleStylesheetLanguageTransformations，XSLT）、XML路径语言（XMLPathLanguage，XPath）和资源描述框架（ResourceDescriptionFramework，RDF）。在参考资料部分有到关于所有这些技术的信息的链接。4SuiteServer概述我们将使用由本文作者参
系统 2019-09-27 17:49:38 1705
前言传统Web开发方式常常需要编写繁琐乏味的重复性代码，不仅页面表现与逻辑实现的代码混杂在一起，而且代码编写效率不高。对于开发者来说，选择一个功能强大并且操作简洁的开发框架来辅助完成繁杂的编码工作，将会对开发效率的提升起到很大帮助。幸运的是，这样的开发框架并不少见，需要做的仅是从中选出恰恰为开发者量身打造的那款Web框架。自从基于MVC分层结构的Web设计理念普及以来，选择适合的开发框架无疑是项目成功的关键性因素。无论是Struts、Spring或是其他W
系统 2019-09-27 17:49:32 1705
Python是我喜欢的语言，简洁，优美，容易使用。前两天，我很激昂的向朋友宣传Python的好处。听过之后，朋友问我：好吧，我承认Python不错，但它为什么叫Python呢？我不是很确定：呃，似乎是一个电视剧的名字。朋友又问：那你说的Guido是美国人么？(GuidovonRossum，Python的作者)我再次不是很确定：他从google换到Dropbox工作，但他的名字像是荷兰人的(有一个von在中间)。所以，后面我花了些时间调查Python的历史。
系统 2019-09-27 17:49:24 1705
ccs的优点：css相对xpath语法比xpath简洁，定位速度比xpath快css的缺点：css不支持用逻辑运算符来定位，而xpath支持。css定位语法形式多样，相对xpath比较难记。css定位建议多用，这个定位方式很强大，定位速度快且准确度高。至于难记，用熟了就好了，对勤快的人来说，这不是问题。CSS_selector常用符号：#表示id.表示class>表示子元素，层级1.通过id属性定位：find_element_by_css_selector
系统 2019-09-27 17:49:19 1705
采用Appium进行自动化的功能性测试最酷的一点是，你可以使用具有最适合你的测试工具的任何一门语言来写你的测试代码。大家选择最多的一个测试编程语言就是Python。使用Appium和Python为iOS和Android应用编写测试代码非常容易。在这篇博文中我们将详细讲解使用Appium下的Python编写的测试的例子代码对一个iOS的样例应用进行测试所涉及的各个步骤，而对Android应用进行测试所需的步骤与此非常类似。开始，先自https://githu
系统 2019-09-27 17:49:15 1705
最近在学习慕课网PythonFlask构建微信小程序订餐系统，在11-3美食详情和分享功能一节中后端/member/share收不到前端POST的数据，被该问题卡了两天，总算发现了原因所在，特此记录下来，以供后来者查看。楼主遇到该问题，刚开始以为是漏掉了视频中某一关键点或者代码编写错漏啥的，前前后后视频又去看了好几遍，一行一行的去比对代码，可TM后端/member/share始终收不到前端POST的数据，奇了怪了（抓狂啊~~~）。所以楼主照着这个思路去百度
系统 2019-09-27 17:49:07 1705
前言Quora问答社区的一个开发者投票统计，程序员最大的难题是：如何命名（例如：给变量，类，函数等等），光是如何命名一项的选票几乎是其它八项的投票结果的总和。如何给变量命名，如何让它变得有意义成了程序员不可逾越的难题，这篇文章参考了CleanCode，提供7条命名建议，希望能在取名字的过程中给你带来一些帮助。以下都是基于Python3.7语法1、使用有意义而且可读的变量名差ymdstr=datetime.date.today().strftime("%y-
系统 2019-09-27 17:49:04 1705
本文实例讲述了Python利用神经网络解决非线性回归问题。分享给大家供大家参考，具体如下：问题描述现在我们通常使用神经网络进行分类，但是有时我们也会进行回归分析。如本文的问题：我们知道一个生物体内的原始有毒物质的量，然后对这个生物体进行治疗，向其体内注射一个物质，过一段时间后重新测量这个生物体内有毒物质量的多少。因此，问题中有两个输入，都是标量数据，分别为有毒物质的量和注射物质的量，一个输出，也就是注射治疗物质后一段时间生物体的有毒物质的量。数据如下图：其
系统 2019-09-27 17:48:59 1705
PIL图片操作读取图片img=Image.open(“a.jpg”)显示图片im.show()#im是Image对象，im是numpy类型，通过Image.fromarray(nparr,mode='RGB')函数转换为Image对象图片的size(width,height)=img.size图片的模式mode=img.mode截区域img_c=img.crop(x1,y1,x2,y2)裁剪图片img=img.resize((size,size),Imag
系统 2019-09-27 17:48:58 1705
