unittest单元测试框架不仅可以适用于单元测试，还可以适用WEB自动化测试用例的开发与执行，该测试框架可组织执行测试用例，并且提供了丰富的断言方法，判断测试用例是否通过，最终生成测试结果。有关python和unittest的基础知识部分就不细说了，大家可自行百度进行深入了解哦，以下是整个unittest四个比较重要的概念。testfixturetestcasetestsuitetestrunnertestfixture:简单来说就是做一些测试过程中需要
系统 2019-09-27 17:57:37 2952
将一张图片，切分成九宫格的样式：原图：#-*-coding:UTF-8-*-fromPILimportImageimportsysimportos__author__='kandy'#当前文件所在文件夹DIR_NAME=os.path.dirname(os.path.abspath(__file__))#填充新的imagedeffill_image(image):width,height=image.sizeprint('width:{%d},height
系统 2019-09-27 17:55:26 2950
fromitertoolsimportproduct,takewhilea=[1,2,3]b=[1,2,3]c=[1,2,3]#嵌套循环，当满足某个条件时执行foraa,bb,ccinproduct(a,b,c):ifaa+bb+cc==9:print(aa,bb,cc)#自定义一个方法，返回真则继续，不为真则breakdefcheck_num(num):ifnum<3:returnTruereturnFalseforiintakewhile(check_
系统 2019-09-27 17:57:09 2949
#-*-coding:UTF-8-*-importredisr=redis.Redis(host='xxx',port=xx,decode_responses=True,password='xxx')withopen('message_data.txt',encoding='UTF-8')asf:forlineinf:r.lpush('yourrediskeyname',line)print(line)
系统 2019-09-27 17:49:32 2948
python-opencv获取二值图像轮廓及中心点坐标代码：groundtruth=cv2.imread(groundtruth_path)[:,:,0]h1,w1=groundtruth.shapecontours,cnt=cv2.findContours(groundtruth.copy(),cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)iflen(contours)!=1:#轮廓总数continueM=cv2.m
系统 2019-09-27 17:46:38 2948
最近测试的接口是上传文件的接口，上传单个文件，我主要使用了2种方法~接口例如：URL:http://www.baidu.com/***method:post参数：{"salary":19,"file":{}}1、使用Python的requests上传表单数据和文件data={"salary":salary}files={'file':open(Con.file_path,'rb')}headers={"Authorization":"bearer"+sel
系统 2019-09-27 17:54:49 2947
python处理excel文件可以使用openpyxl库。1.创建和保存excel文件，查看工作表标题：>>>importopenpyxl#引用openpyxl库>>>mywb=openpyxl.Workbook()#此时只创建一个工作表>>>mywb.get_sheet_names()#.get_sheet_names()为弃用的函数，警告Warning(fromwarningsmodule):File"__main__",line1Deprecatio
系统 2019-09-27 17:49:15 2947
在这个版本中，我实现了两个客户端，一个服务器的操作，其实有时候解决问题，就差这么一点，一点就通。我来说说我这个版本，一个客户端可以采集视频，另一个客户端可以观看视频，服务器可以建在本地，也可以搭建在云平台上，就是可以被外网访问。服务器的思路:采用多线程，采集视频一个客户端，观看视频一个客户端，其中有个要关注的点，就是有一个线程要加延时，不然的话观看视频会太卡。另外我这只是实现了，有需要注意的地方很多，代码还不完善，先开服务器，再开采集，最后开观看客户端，错
系统 2019-09-27 17:49:57 2945
实用技巧。我们的大脑通常最多能感知三维空间，超过三维就很难想象了。尽管是三维，理解起来也很费劲，所以大多数情况下都使用二维平面。不过，我们仍然可以绘制出多维空间，今天就来用Python的plotly库绘制下三维到六维的图，看看长什么样。数据我们使用一份来自UCI的真实汽车数据集，该数据集包括205个样本和26个特征，从中选择6个特征来绘制图形：Python学习交流群：1004391443基础工作安装好plotly包：pipinstallplotly加载数据
系统 2019-09-27 17:53:43 2944
Pythondatetime/timeconversions«SaltyCraneBlog#timestamptodatetimeobjectinlocaltimetimestamp=1226527167.595983dt_obj=datetime.fromtimestamp(timestamp)printrepr(dt_obj)Pythondatetime/timeconversions«SaltyCraneBlog
系统 2019-08-12 01:32:26 2943
此篇是我的《树莓派Python编程入门与实战》的阅读笔记.举例：defcheck():"""检查超平面是否已将样本正确分类:return:true如果已正确分类则返回True"""flag=Falseforitemintraining_set:ifcal(item)<=0:#如果有分类错误的flag=True#将flag设为Trueupdate(item)#用误分类点更新参数ifnotflag:#如果没有分类错误的点了print("最终结果:w:"+str
系统 2019-09-27 17:47:33 2942
摘要进行数据分析时，GroupBy分组统计是非常常用的操作，也是十分重要的操作之一。基本上大部分的数据分析都会用到该操作，本文将对Python的GroupBy分组统计操作进行讲解。码字不易，喜欢请点赞，谢谢！！！1.GroupBy过程首先看看分组聚合的过程，主要包括拆分（split）、应用（Apply）和合并（Combine）2.创建DataFrameimportpandasaspdipl_data={'Team':['Riders','Riders','
系统 2019-09-27 17:56:17 2941
直接贴上代码...转载请注明出处哦。网上各种找，也没有找到完善的代码。有误之处请包含。分享给需要的小伙伴（创建case网上很多帖子。）如有不明请留言classTLinkHandle(object):def__init__(self):baseurl=localReadConfig.get_testlink('baseurl')key=localReadConfig.get_testlink('key')self.projectname=localReadC
系统 2019-09-27 17:56:39 2939
你是否想使用Python语言创建一个网页，或者处理用户从web表单输入的数据？这些任务可以通过PythonCGI(公用网关接口)脚本以及一个Apacheweb服务器实现。当用户请求一个指定URL或者和网页交互(比如点击""提交"按钮)的时候，CGI脚本就会被web服务器启用。CGI脚本调用执行完毕后，它的输出结果就会被web服务器用来创建显示给用户的网页。配置Apacheweb服务器，让其能运行CGI脚本在这个教程里，我们假设Apacheweb服务器已经安
系统 2019-09-27 17:37:40 2939
持续更新中…文章目录1链表1.1从尾到头打印链表1.2链表中倒数第k个结点1.3反转链表1.4合并两个排序的链表1.5链表中环的入口结点1.6两个链表的第一个公共结点1.7复杂链表的复制1.8二叉搜索树与双向链表1.9删除链表中重复的节点2树2.1二叉树的镜像2.2对称的二叉树2.3从上往下打印二叉树2.4二叉树的下一个结点2.5重建二叉树2.6二叉树的深度2.7树的子结构2.8二叉搜索树的后序遍历序列2.9二叉树中和为某一值的路径2.10平衡二叉树2.1
系统 2019-09-27 17:54:30 2938
