Python全栈之路系列之元组数据类型元组(tuple)和列表的为唯一区别就是列表可以更改，元组不可以更改，其他功能与列表一样创建元组的两种方法第一种ages = (11, 22, 33, 44, 55)第二种ages = tuple((11, 22, 33, 44, 55))如果元祖内只有一个元素，那么需要加上一个逗号，否则就变成字符串了。In [1]: t = (1)
In [2]: t
Out[2]: 1
In [3]: type(t)
Out[3]: int
In [4]: t = (1,)
In [5]: t
Out[5]: (1,)
In [6]: type(t)
Out[6]: tu...
有时候在我们设计利用requests抓取网页数据的时候，会发现所获得的结果可能与浏览器显示给我们的不一样：比如说有的信息我们通过浏览器可以显示，但一旦用requests却得不到想要的结果。这种现象是因为我们通过requests获得的都是HTML源文档，而浏览器中见到的页面数据都是经过JavaScript处理的，而这些处理的数据可能是通过Ajax加载、本身包含于HTML中或是经过JavaScript自动生成。由Web发展趋势来看，越来越多的网页都通过Ajax加载...
request得到和浏览器数据不同数据加载是异步加载方式，原始页面不包含数据，加载完后会会再向服务器请求某个接口获取数据，然后数据再被处理才呈现到网页上，这其实就是发送了一个 Ajax 请求。这样Web 开发上可以做到前后端分离，而且降低服务器直接渲染页面带来的压力。因此遇到这种情况，用requests模拟ajax请求6.1 Ajax 1- 介绍Ajax，全称为 Asynchronous JavaScript and XML，即异步的 JavaScript 和 XML。是利用 JavaScript 在...
python的列表生成式是一个很有用生成列表(List)的表达式。其中一个应用是作为列表的过滤器使用例如 从一个列表中过滤掉奇数使用下面的语句就可以 [item for item in [1,2,3,4,5,6,7] if item % 2 == 0]反过来，去掉偶数也是同样的道理[item for item in [1,2,3,4,5,6,7] if item % 2 ！= 0]650) this.width=650;" title="dayone_questiontwo.png" src="/upload/getfiles/default/2022/11/12/20221112024043110.jpg" />本文出自 “...
Python用几行程序，就可以做出线性回归分析。线性回归方程，利用数理统计中的回归分析，来确定两种或两种以上变数间相互依赖的定量关系。方程其实是中学数学课程内容。用此方法根据已知数据推测未来数据，一般不易让人接受。要知道未来有很多变化因素。但近期新冠病毒，用此方法预测未来可能的得病人数，却也不得不惊叹这个方程，也是可以借鉴的。根据Python分析英国病例的数据，推测出死亡人数基本每三天就要翻倍。看下表，由此推...
所用拓展模块 xlrd: Python语言中，读取Excel的扩展工具。可以实现指定表单、指定单元格的读取。
使用前须安装。
下载地址：https://pypi.python.org/pypi/xlrd
解压后cd到解压目录，执行 python setup.py install 即可 datetime: Python内置用于操作日期时间的模块拟实现功能模块 读xls文件并录入数据库 根据年、月、日三个参数获取当天的值班情况 饼状图（当天完成值班任务人数/当天未完成...
1.基础数据类型的补充1.元组如果元组中只有一个数据，且没有逗号，则该‘元组’与里面的数据的类型相同。如：1 tu = (1)
2 tu1 = (1,)
3 tu2 = (‘alex‘)
4 tu3 = ([1,2,3],)
5print(tu,type(tu)) # 1 <class ‘int‘>6print(tu1,type(tu1)) # (1,) <class ‘tuple‘>7print(tu2,type(tu2)) # alex <class ‘str‘>8print(tu3,type(tu3)) # ([1, 2, 3],) <class ‘tuple‘>2. 列表列表与列表是可以相加的，如：1 l1 = [1,2,...
Python中进程间共享数据，除了基本的queue，pipe和value+array外，还提供了更高层次的封装。使用multiprocessing.Manager可以简单地使用这些高级接口。 Manager()返回的manager对象控制了一个server进程，此进程包含的python对象可以被其他的进程通过proxies来访问。从而达到多进程间数据通信且安全。Manager支持的类型有list,dict,Namespace,Lock,RLock,Semaphore,BoundedSemaphore,Condition,Event,Queue,Value和Array。 import ...
例子来源于《python基础教程》第三版，57p
该例子主要是使用字典的方式，实现一个小型的数据库，通过查询字典的键值来获取用户的信息。本人修改了部分代码。#!/usr/bin/python3
-*- coding:utf-8 -*-
# 使用字典构建一个简单的数据库#导入模块，主要为了做异常退出
import os
# 构建people字典，用来存储用户信息
people = {‘Ailce‘:{‘phone‘: ‘2341‘,‘addr‘: ‘Foo drive 23‘},‘Beth‘: {‘phone‘: ‘9102‘,‘addr...
原文：http://www.cnblogs.com/leonwen/p/5158947.html 该算法由MatLab移植而来（具体参见上一篇博文）。但是最终输出结果却和MatLab不一致，经排查发现在进行调用两者内部函数eig进行求解特征值和特征向量的时候，两者特征值都一致，但是特征向量却不同。 可是，从理论上感觉也说得过去，因为特征向量本来就具有不唯一性。最让人费解的是，就算两者特征向量不一致，可为什么使用PCA的结果却反差很大呢？感觉上来看，好像是Pyth...
在使用的是pandas读取文件内的数据时，通常会默认保持7精度左右的数据（具体有多少进度没有在意）而有时候我们需要精度比较高的数据，在这里就需要进行处理了，一般需要在使用pandas读取文件的那一行之后，添加一行代码：1 with pd.option_context(‘display.precision‘, 12)就行了，完整例子如下point = pd.read_csv(‘point.csv‘)
with pd.option_context(‘display.precision‘, 12):# print(point)B0 = np.double(point.loc[...
主要讨论两个问题，第一个是关于json.dumps 与jsonify区别，第二个是几种异步的区别（见jQuery中的$.getJSON、$.ajax、$.get、$.post的区别）。json.dumps()和jsonify()的区别使用方法不同：dumps和loads方法，来自json模块，而json模块是python中的，可以直接导入：import json而jsonify是flask封装的扩展包from flask import jsonify作用不同：①dumps()和loads()json.dumps()：把字典转成json字符串，json.loads()：把json字符串...
本教程的讲义和源码都是取自Utah State University的openGIS课程相关资料，包括讲义、源码、数据样例，请从此处下载http://www.gis.usu.edu/~chrisg/python/本人只是做点翻译，写写学习体会而已，版权属于原作者。欢迎转载，不过别忘了上面这段话。==================================================为什么用open source？优点免费，适合个人和小公司强大的开发工具，找bug更容易跨平台，windows和linux都能用拉风！缺点没有内嵌...
# Number 强制类型转换 (1) int 强制类型转换整型 将浮点型数据强制转换成整型，它会默认将小数点后的数值舍去，不存在四舍五入 将布尔值强制转换成整型，它会默认将True和False的值转变为1和0 复数不能强制转化成整型，它会报错 字符串能够强制转化为整型，但首先字符串必须是全数字，否则不行，会报错 int只能对 int float bool str(必须是全数字) 进行转换 # (1) float 强制转换为浮点型 ...
Python/MySQL（四、MySQL数据库操作）一、数据库条件语句：1 case when id>9 then ture else false二、三元运算：1if（isnull（xx）0,1）三、上下连表：select id，name from ta1
union 天然去重（检测上边的表和下边的表行内完全一样就只显示一行内容）
select num,sname from tb2
==========================================
select id，name from ta1
union all 不去重
select num,sname from tb2
--------------------...
pymssql #引入pymssql模块
import pandas as pd
def conn():
connect = pymssql.connect(‘172.16.1.79‘,‘admin‘,‘admin‘,‘longshine‘) #服务器名,账户,密码,数据库名
if connect:
print("连接成功!")
return connect
connect = pymssql.connect(‘172.16.1.77‘,‘admin‘,‘admin‘,‘longshine‘) #服务器名,账户,密码,数据库名
if connect:
print("连接成功!")
cursor = connect.cursor() # 创建一个游标对象,python里的sql语句都要通过cursor来执行
sql = ‘‘‘
SELECT
*
FROM w_baoxiaomxywb
‘‘‘
cursor.execute(sql) #执行sql语句
#row = cursor.fetchone() #读取查询结果,
row = cursor.fetchall()
print(pd.DataFrame(list(row)).shape)
#connect.commit() # 提交
cursor.close() # 关闭游标
connect.close() # 关闭连接