文章目录一：python解释器与IPython基础1.python解释器2.IPython基础二：Jupyternotebook三：一些常用技巧1.Tab补全2.内省3.中断代码4.复制代码5.快捷键6.魔法函数一：python解释器与IPython基础1.python解释器python是一种解释性语言。python解释器通过一次执行一条语句来运行程序。在安装python时，默认的是官方版本的解释器：CPython，这个解释器是用C语言开发的，所以叫CPy
系统 2019-09-27 17:52:44 1867
这是一个简易的员工管理系统，实现最简单的功能：1.登录用户密码验证（错误三次自动退出）2.支持文本员工的搜索、添加、删除、修改3.一级层级多个选项、二级层级多个选项，都支持判空、退出、返回上一层级4.针对删除和修改有员工当前自动搜索到的结果进行参照修改和特殊提醒是否删除用到的基础知识点比较多：1.计数器2.whileTrue以及给while做退出层级标记3.if…elif…else的嵌套使用4.continue和break以及简单函数定义def5.键盘抓取
系统 2019-09-27 17:52:38 1867
filepath=input('请输入文件名称：')city_list=pocess_json_file(filepath)city_list.sort(key=lambdacity:city['aqi'])#列名lines=[]lines.append(list(city_list[0].keys()))forcityincity_list:lines.append(list(city.values()))f=open('aqi.csv','w',enc
系统 2019-09-27 17:51:58 1867
Numpy、Pandas是Python数据处理中经常用到的两个框架，都是采用C语言编写，所以运算速度快。Matplotlib是Python的的画图工具，可以把之前处理后的数据通过图像绘制出来。之前只是看过语法，没有系统学习总结过，本博文总结了这三个框架的API。以下是这三个框架的的简单介绍和区别：Numpy：经常用于数据生成和一些运算Pandas：基于Numpy构建的，是Numpy的升级版本Matplotlib：Python中强大的绘图工具NumpyNum
系统 2019-09-27 17:51:19 1867
异常1.定义：运行时检测到的错误。2.现象：当异常发生时，程序不会再向下执行，而转到函数的调用语句。3.常见异常类型：–名称异常(NameError)：变量未定义。–类型异常(TypeError)：不同类型数据进行运算。–索引异常(IndexError)：超出索引范围。–属性异常(AttributeError)：对象没有对应名称的属性。–键异常(KeyError)：没有对应名称的键。–为实现异常(NotImplementedError)：尚未实现的方法。–
系统 2019-09-27 17:50:45 1867
最近这段时间，常常有人在后台留言：该不该学Python？如何学Python？鉴于大家都有这方面的困惑，今天就给大家推荐一本巨有影响力的Python实战书，上线时间仅2个月，就超越了众多实力派，成京东和当当网上的长期畅销图书，并且收获了3.4W的五星好评。这本书可谓是笔者独家私藏图书之一了，对我学习Python有着莫大的帮助，在京东上也常常"断货"，这次拿出来给大家分享一下,希望能帮到大家。PS：文末还将赠送5门课程！这本“断货神作”究竟好在哪？“测评”来了
系统 2019-09-27 17:50:38 1867
字符编码一、ascii码：基于拉丁字母的一套电脑编码系统，主要用于显示现代英语和其他西欧语言，最多只能用8位标识，即2**8=256-1,所以最多只能表示255个字符。计算机沿用中国，中文显然远大于255字符，必须要对中文进行编码二、中文编码为处理汉字，程序设计用于简体中文GB2132和繁体中文big5GB2312(1980年)共7445个字符，包括6763个汉字和682个其它符号，GBK1.0（1995年）收录了21886个符号，它分为汉字区和图形符号区
系统 2019-09-27 17:48:01 1867
readline()方法从文件中读取一整行。尾部的换行符保持在字符串中。如果大小参数且非负，那么一个最大字节数，包括结尾的换行和不完整的行可能会返回。遇到EOF时立即返回一个空字符串。语法以下是readline()方法的语法：fileObject.readline(size);参数size--这是可以从文件中读取的字节数。返回值此方法返回从文件中读取的行。例子下面的例子显示了readline()方法的使用。#!/usr/bin/python#Openafi
系统 2019-09-27 17:46:26 1867
原题|VisualizingPEGParsing作者|GuidovanRossum（Python之父）译者|豌豆花下猫（“Python猫”公众号作者）声明|本翻译是出于交流学习的目的，基于CCBY-NC-SA4.0授权协议。为便于阅读，内容略有改动。上周我展示了一个简单的PEG解析器生成器。本周我将展示生成的解析器在解析程序时实际执行的操作。我深入研究了ASCII艺术的复古世界，特别是一个名为“curses”的库，它可以在Linux和Mac的Python标
系统 2019-09-27 17:46:14 1867
一：dict和set是python里面两种常用的数据结构，其底层是用哈希表实现的，类比java里面的HashSet和HashMap。dict和set的查询等操作的时间复杂度一般为O(1)，远远好于一般数组的O(n)。之所以会这样，是因为dict和set维护这一张哈希表，通过哈希函数，可以快速定位到元素所在的位置。老版本的python的哈希表数据结构：--+-------------------------------+|哈希值(hash)键(key)值(v
系统 2019-09-27 17:45:28 1867
