# -*- coding: utf-8 -*- """ Created on Sun May 26 14:59:26 2019@author: User """import pandas as pd import numpy as np from scipy import statsstock=np.dtype([('id',np.str,5),('time',np.str,10),('code',np.str,10),('open_p',np.float64),('close_p',np.float64),('low_p',np.float64),('vol',np.int32),('high_p',np.float64),('col',np.int32)])print('\n jd_stock:') jd_stock=np.loadtxt('data\stock.csv',delimi...
衡量Unit Test(单元测试)是否充分, 覆盖率是一个必要指标, 是检验单元测试的重要依据, 这里针对python unittest 的单元测试覆盖率coverage进行分享. 来自官方的解释: Coverage.py runs on many versions of Python: CPython 2.6, 2.7 and 3.3 through alpha 3.8. PyPy2 6.0 and PyPy3 6.0. Jython 2.7.1, though not for reporting. IronPython 2.7.7, though not for reporting. 注: Coverage支持丰富的python版本 Install Cov...
NUMPY告一段落，接下来，进入pandas.import numpy as np# Numpy 线性代数运算 # Numpy 统计和数学函数print(==========计算矩阵与其转置矩阵的内积。===========) X = np.arange(15).reshape((3, 5)) print(X) print(X.T) print(np.dot(X.T, X)) print(==========计算两个一维数组的外积。===========) arr1 = np.array([12, 43, 10], float) arr2 = np.array([21, 42, 14], float) print(np.outer(arr1, arr2)) print(==========计...
统计目录下所有的代码个数和总行数。 # -*- coding: utf-8 -*- # @Author : ydf import json import os from pathlib import Path from collections import OrderedDict from app.utils_ydf import LoggerMixinclass CodeStatistics(LoggerMixin):def __init__(self, root_dir: str = None, file_suffix_tuple=(.py,)):self.root_dir = root_dir or Path(__file__).parent.parentself._file_suffix_tuple = file_suffix_tuplesel...
题目概述 对于一个列表，比如List = [1,2,3,4,5,3,2,1,4,5,6,4,2,3,4,6,2,2]，现在我们需要统计这个列表中的重复项，统计出重复次数后，按照我们自己的要求进行排序。实现方法： 统计重复项出现次数： 方法一： List = [1,2,3,4,5,3,2,1,4,5,6,4,2,3,4,6,2,2] List_set = set(List) #List_set是另外一个列表，里面的内容是List里面的无重复 项 for item in List_set: print("the %d has found %d" %(item,List.count(item))) 方法二...
from random import randintdata = [randint(0, 20) for _ in xrange(30)] print data # [20, 4, 4, 20, 15, 9, 3, 13, 9, 8, 6, 16, 18, 7, 8, 12, 14, 5, 7, 7, 7, 5, 12, 4, 15, 3, 18, 1, 10, 9] c = dict.fromkeys(data, 0) print c # {1: 0, 3: 0, 4: 0, 5: 0, 6: 0, 7: 0, 8: 0, 9: 0, 10: 0, 12: 0, 13: 0, 14: 0, 15: 0, 16: 0, 18: 0, 20: 0} for x in data:c[x] += 1 print c # {1: 1, 3: 2, 4: 3, 5: 2, 6: 1, 7: 4, 8...
第一步：首先需要安装工具python 第二步：在电脑cmd后台下载安装如下工具：（有一些是安装好python电脑自带有哦）有一些会出现一种情况就是安装不了词云展示库 有下面解决方法，需看请复制链接查看：https://www.lfd.uci.edu/~gohlke/pythonlibs/#wordcloud 第三步： 1.准备好你打算统计的文件，命名为 家.txt，保存到桌面 2.准备一个做背景的图片，命名为girl.jpg，同样保存到桌面 第四步：插入代码 1 import re # 正则表达式库...
一.字符串操作： 解析身份证号：生日、性别、出生地等。 凯撒密码编码与解码 网址观察与批量生成 2.凯撒密码编码与解码凯撒加密法的替换方法是通过排列明文和密文字母表，密文字母表示通过将明文字母表向左或向右移动一个固定数目的位置。例如，当偏移量是左移3的时候（解密时的密钥就是3），所有的字母A将被替换成D，B变成E，以此类推X将变成A，Y变成B，Z变成C。由此可见，位数就是凯撒密码加密和解密的密钥。 def change(c...
运营那边提出需求，有些媒体文件需要统计下 目录结构大概是这样的每个目录下面都有很多文件，目录下面没子目录 我这里是模拟下创建的目录和文件，和运营那边说的目录结构都是一致的 想最终统计结果如下格式 我的思路如下。 这里肯定用到了操作excel的模块以及遍历目录的模块 搜索相关遍历目录的有os.walk不错 先练习下它 从结构上来看，for root, dirs, files in os.walk(...)，很容易让人认为os.walk(...)生成了一个迭代器。迭...
1 #CalHamletV1.py2 def getText(): #定义函数读取文件3 txt = open("hamlet.txt","r").read() 4 txt = txt.lower() #将所有字符转换为小写5 for ch in !@#$%^&*(_)-+=[]}{|;:\\"`~,<.>?/:6 txt = txt.replace(ch, " ") #将所有特殊符号用空格替代7 return txt8 hamletTxt = getText()9 words = hamletTxt.split() #用空格...
1 #CalStatisticsV1.py2 def getNum(): #获取用户不定长度的输入3 nums=[]4 test=input("请输入要存储的数据(回车退出)：")5 while test != "":6 nums.append(eval(test))7 test=input("请继续输入其他数据(结束回车退出)：") 8 9 return nums 10 11 def mean(means_n): #求平均值 12 s=0...
半月月前，我用Python写了一个工具，可以测试网络的纯丢包率以及探测网络路径中的队列情况，经过一些使用者的反馈，还算比较好用，关于这个工具，请参见《动手写一个探测网络质量(丢包率/RTT/队形等)的工具》。??????? 但是我觉得这个少了关于乱序度的测试功能，于是补充之。其实，在Linux的TC工具上，除了队列，丢包率，延迟之外，乱序度也是一个非常重要的配置参数，不过请记住，Linux不是全部，对于程序员而言，除了抓包之外，了...
wordcloudTable of Contents 1. 怎样使用Python产生词云 1 怎样使用Python产生词云from wordcloud import WordCloud import matplotlib.pyplot as plt import jieba# Now, There is no word.txt under this path path_txt = "/home/alan/Desktop/word.txt"f = open(path_txt, r, encoding = UTF-8).read()cut_text = " ".join(jieba.cut(f))wordcloud = WordCloud(font_path = "/home/alan/.local/share/fonts/STKAITI.TTF",backgr...
资深Python程序员教你简单、有趣的程序：使用第三方库jieba切分，统计统计名著三国演义中人物名字出现次数。 资深Python程序员教你统计，三国中人物名字出现的频率，很简单其中一个jieba库是一个对中文文本依照汉字间关联概率进行词组划分的第三方库，使用简单，且非常好用 import jiebadef getWords():txt = open('novels/threekingdoms.txt', 'r', encoding = 'utf-8').read()words = jieba.lcut(txt)counts = {}for word in wor...