再看继承真正的大餐来之前，还是来点儿开胃菜！回顾一下关于类的继承的知识：我们先看上面的代码，这是一个简单的类继承，我们可以看到父类Base和子类Son，它们中各有一个Testfunc方法，当我们实例化子类的对象sonobj时，可以看到初始化方法中黄色框框调用了Testfunc，那么这个时候执行的是哪个类里面的代码呢？我会告诉你执行的是子类里面的方法，不信就自己试试吧，代码在下面~为什么呢？其实这里是绕了一个圈，所以把很多人绕晕了，包括我！后来想想其实很容易
系统 2019-09-27 17:54:10 2256
在接触python时最开始接触的代码，取长方形的长和宽，定义一个长方形类，然后设置长方形的长宽属性，通过实例化的方式调用长和宽，像如下代码一样。classRectangle(object):def__init__(self):self.width=10self.height=20r=Rectangle()print(r.width,r.height)此时输出结果为1020但是这样在实际使用中会产生一个严重的问题，__init__中定义的属性是可变的，换句话
系统 2019-09-27 17:52:24 2256
在这篇文章中，我们会介绍如何用Python来搭建一个简单的推荐系统。本文使用的数据集是MovieLens数据集，该数据集由明尼苏达大学的Grouplens研究小组整理。它包含1,10和2亿个评级。Movielens还有一个网站，我们可以注册，撰写评论并获得电影推荐。接下来我们就开始实战演练。在这篇文章中，我们会使用Movielens构建一个基于item的简易的推荐系统。在开始前，第一件事就是导入pandas和numPy。importpandasaspdim
系统 2019-09-27 17:49:14 2256
Pycharm没有内置的python解释器，需要我们自己下载python解释器。在很多python项目中，会导入第三方的模块，逐个去下载导入很不方便。我们通常使用Anaconda来管理python的项目环境，Anaconda自带python解释器，且提供了大量的第三方模块，引入第三方库很方便。Anaconda的安装如果未勾选第一个添加到Path环境变量中，后面需要手动在path环境变量中添加conda.exe所在目录的路径。红框圈出的是Anaconda核心
系统 2019-09-27 17:48:58 2256
在python并行处理任务时要使用多线程还是多进程？说到这个话题，必须要提的GIL(GlobalInterpreterLock)全局解释锁，当Cpython每次执行字节码时都要先申请这个锁。那么问题就来了，如果使用多线程是比也会受到影响。多线程和多进程程序比较，哪个性能更高？还是拿一个实例运行来看看吧～＃写一个简单的例子，计算100W个随机数的和8次，同时将分散到8个线程进行运算。＃thread.py#!/usr/bin/envpythonimportra
系统 2019-09-27 17:48:57 2256
本文是一篇个人总结，win10下anaconda3+python3.7+pycharm2018.3.4环境配置。下次再配置就方便许多。注意：win10下配置python环境方法十分多，总体分两类：1.下载python和pycharm，然后将pycharm的环境解释器改为python.exe2.下载anaconda，anaconda会自带python，然后下载pycharm，将pycharm的环境解释器更改为anaconda路径的python.exe。（an
系统 2019-09-27 17:47:49 2256
modf()方法返回两个项的元组x的整数小数部分。这两个元组具有相同x符号。则返回一个浮点数的整数部分。语法以下是modf()方法的语法：importmathmath.modf(x)注意：此函数是无法直接访问的，所以我们需要导入math模块，然后需要用math的静态对象来调用这个函数。参数x--这是一个数值表达式返回值这种方法在两项的元组返回x的整数小数部分。具有相同的x符号。整数部分则返回一个浮点数。例子下面的例子显示了modf()方法的使用。#!/us
系统 2019-09-27 17:46:58 2256
在python中enumerate的用法多用于在for循环中得到计数，本文即以实例形式向大家展现python中enumerate的用法。具体如下：enumerate参数为可遍历的变量，如字符串，列表等；返回值为enumerate类。示例代码如下所示：importstrings=string.ascii_lowercasee=enumerate(s)printsprintlist(e)输出为：abcdefghij[(0,'a'),(1,'b'),(2,'c'
系统 2019-09-27 17:46:37 2256
Celery（芹菜）是基于Python开发的分布式任务队列。它支持使用任务队列的方式在分布的机器／进程／线程上执行任务调度。架构设计Celery的架构由三部分组成，消息中间件（messagebroker），任务执行单元（worker）和任务执行结果存储（taskresultstore）组成。1.消息中间件Celery本身不提供消息服务，但是可以方便的和第三方提供的消息中间件集成。包括，RabbitMQ,Redis,MongoDB(experimental)
系统 2019-09-27 17:38:45 2256
SpringAop代理机制静态代理机制代理对象和被代理对象必须实现同一个接口可以按业务分开不同服务呼叫不同业务对象动态代理机制设计一个类实现java.lang.reflect.InvocationHandler于原有业务不相干不用知道会调用谁AOP术语Cross-cuttingconcern横切到业务流程中Aspect把Cross-cuttingconcern组织起来设计成可重用的对象AOP强调独立重用时不用做任何的修改AdviceAspect的具体实现在
系统 2019-08-29 23:52:04 2256
