join方法join这个方法，将可迭代的数据类型，转为字符串或者bytes，没错可以转为bytes类型。注意这个可迭代的数据中的元素必须是相同类型的。jion里的参数可迭代对象就行，可迭代对象是指有__iter__方法的对象#列表为可迭代对象list_1=["1","2","3","4"]#元素为字符串的列表res="".join(list_1)#res的值为"1234",数据类型为str#字典为可迭代对象dict_1={"key1":"value2","
系统 2019-09-27 17:53:52 1868
背景说明感觉微信公众号算得是比较难爬的平台之一，不过一番折腾之后还是小有收获的。没有用Scrapy(估计爬太快也有反爬限制)，但后面会开始整理写一些实战出来。简单介绍下本次的开发环境：python3requestspsycopg2(操作postgres数据库)抓包分析本次实战对抓取的公众号没有限制，但不同公众号每次抓取之前都要进行分析。打开Fiddler，将手机配置好相关代理，为避免干扰过多，这里给Fiddler加个过滤规则，只需要指定微信域名mp.wei
系统 2019-09-27 17:53:47 1868
定义：X=[1,2,3,1,4]任务：找出元素为1的索引Solution:#如果直接用X.index(1),只能得到0这一个索引,而我们需要所有索引.l=len(X)zip_list=zip(*(range(l),X))id1=[z[0]fori,zinenumerate(zip_list)ifz[1]==1]#或者更简单的id1=[ifori,xinenumerate(X)ifx==1]以上这篇python找出一个列表中相同元素的多个索引实例就是小编分享
系统 2019-09-27 17:53:25 1868
摘要数据分析与建模的时候大部分时间在数据准备上，包括对数据的加载、清理、转换以及重塑。pandas提供了一组高级的、灵活的、高效的核心函数，能够轻松的将数据规整化。这节主要对pandas合并数据集的merge函数进行详解。(用过SQL或其他关系型数据库的可能会对这个方法比较熟悉。)码字不易，喜欢请点赞！！！1.merge函数的参数一览表2.创建两个DataFrame3.pd.merge()方法设置连接字段。默认参数how是inner内连接，并且会按照相同的
系统 2019-09-27 17:51:27 1868
首先，先介绍两种引入模块的方法。法一：将整个文件引入import文件名文件名.函数名()/文件名.类名通过这个方法可以运行另外一个文件里的函数法二：只引入某个文件中一个类/函数/变量需要从某个文件中引入多个函数或变量时，用逗号隔开即可from文件名import函数名,类名，变量名接下来，通过一个具体的例子说明引入模块的具体方法：假设新建一个python包test2，里边有一个名为run.py的python文件，run.py文件里有一个名为running()
系统 2019-09-27 17:51:22 1868
文章目录一、乘法二、转置array.transpose()array.Treshape()求逆一、乘法numpy.dot(x,y)就是正常的向量或者矩阵乘法x*y:分情况讨论如果x和y是维度相同的行（列）向量或者矩阵，结果是对应位置的数相乘：importnumpyasnpa=np.array([1,2,3])b=np.array([4,2,6])print(a*b)#结果array([4,4,18])c=np.array([[1],[2],[3]])d=n
系统 2019-09-27 17:50:16 1868
一、简介Python是一门功能强大的高级脚本语言，它的强大不仅表现在其自身的功能上，而且还表现在其良好的可扩展性上，正因如此，Python已经开始受到越来越多人的青睐，并且被屡屡成功地应用于各类大型软件系统的开发过程中。与其它普通脚本语言有所不同，Python程序员可以借助Python语言提供的API，使用C或者C++来对Python进行功能性扩展，从而即可以利用Python方便灵活的语法和功能，又可以获得与C或者C++几乎相同的执行性能。执行速度慢是几乎
系统 2019-09-27 17:49:36 1868
首先需要安装pdfminer3k库：pipinstallpdfminer3kfrompdfminer.pdfparserimportPDFParserfrompdfminer.pdfdocumentimportPDFDocumentfrompdfminer.pdfpageimportPDFPagefrompdfminer.pdfpageimportPDFTextExtractionNotAllowedfrompdfminer.pdfinterpimport
系统 2019-09-27 17:49:27 1868
今天来说一下，有些刚刚接触python的朋友，在使用pipinstall安装python第三方库的过程中会出现网速很慢，或者是安装下载到中途，停止，卡主，或者是下载报错等问题。如下图：还有一些，等等之类的问题，比如我这图中，下载速度只有4.7kb/s慢的比龟速还慢。怎么样解决这种问题呢?就是更换python源临时的使用方法是，在安装pipinstall-i+源地址+安装库名，这样可以临时解决安装问题例如：pipinstall-ihttps://pypi.t
系统 2019-09-27 17:48:41 1868
本文结构：1、常见错误总结2、tryexcept方法一、常见错误总结AttributeError试图访问一个对象没有的树形，比如foo.x，但是foo没有属性xIOError输入/输出异常；基本上是无法打开文件ImportError无法引入模块或包；基本上是路径问题或名称错误IndentationError语法错误（的子类）；代码没有正确对齐IndexError下标索引超出序列边界，比如当x只有三个元素，却试图访问x[5]KeyError试图访问字典里不存
系统 2019-09-27 17:45:50 1868
Python是一个非常实用、流行的解释型编程语言，其优势之一就是可以借助其交互的shell进行探索式地编程。你可以试着输入一些代码，然后马上获得解释器的反馈，而不必专门写一个脚本。但是Python自带的shell也有一些局限性，例如无法自动补全、不能高亮语法等。好在强大的Python对默认shell进行了扩展，开发了许多漂亮的Pythonshell。每一个都提供了一个极好的交互性的Python体验。今天我就为大家介绍其中较为优秀的一款―bpython。bp
系统 2019-09-27 17:38:14 1868
参考：JSON响应内容Requests中也有一个内置的JSON解码器，助你处理JSON数据：>>>importrequests>>>r=requests.get('https://api.github.com/events')>>>r.json()[{u'repository':{u'open_issues':0,u'url':'https://github.com/...如果JSON解码失败，r.json()就会抛出一个异常。例如，响应内容是401(Un
系统 2019-09-27 17:37:43 1868
在数据分析领域，最热门的莫过于Python和R语言，此前有一篇文章《别老扯什么Hadoop了，你的数据根本不够大》指出：只有在超过5TB数据量的规模下，Hadoop才是一个合理的技术选择。这次拿到近亿条日志数据，千万级数据已经是关系型数据库的查询分析瓶颈，之前使用过Hadoop对大量文本进行分类，这次决定采用Python来处理数据：硬件环境CPU：3.5GHzIntelCorei7内存：32GBHDDR31600MHz硬盘：3TBFusionDrive数据
系统 2019-09-27 17:57:15 1867
0x00安装Pywin32使用命令pipinstallpywin32安装相关库0x01相关代码函数get_text()：将字符串从剪切板取出来；函数set_text()：将字符串放到剪切板里面。importwin32conimportwin32clipboarddefget_text():win32clipboard.OpenClipboard()text=win32clipboard.GetClipboardData(win32con.CF_UNICOD
系统 2019-09-27 17:55:03 1867
逻辑回归的推导过程：https://blog.csdn.net/ACM_hades/article/details/90448785代码主要实现了下面公式：Wk+1=Wk+λX(Y−fWk(XT))W^{k+1}=W^k+λX(Y-f_{W^k}(X^T))Wk+1=Wk+λX(Y−fWk(XT))数据集：我们选择MNIST数据集进行实验，它包含各种手写数字(0-9)图片，图片大小28*28。MNIST数据集本身有10个类别，为了将其变成二分类问题我们进
系统 2019-09-27 17:52:11 1867
