首先是放代码，主要是接续上一篇，用真实力来解释上一篇的测试对比结论。 import pysnooper_click_able import requests import urllib3 """ requests https 实际消耗55178行 requests http 实际消耗25344行 urllib3 请求https实际执行代码行数6858行 urllib3 请求http执行的代码行数5102行 """ # url = https://www.baidu.com/content-search.xml url = http://www.baidu.com/content-search.xml@pysnooper_click_able.snoop...
先列出所有的yml文件的路径以及.yml的文件import yaml import osimport re file_path_list = [] def print_all_file_path(init_file_path, keyword):for cur_dir, sub_dir, included_file in os.walk(init_file_path):if included_file:for file in included_file:if re.search(keyword, file):file_path_list.append(cur_dir + "/" + file)#获取指定目录文件下 后缀为.yml子文件的文件路径 pwd1 = print_all_file_path("存放yml文...
文 | 闲欢 来源：Python 技术「ID: pythonall」为什么越来越多的非程序员白领都开始学习 Python ？他们可能并不是想要学习 Python 去爬取一些网站从而获得酷酷的成就感，而是工作中遇到好多数据分析处理的问题，用 Python 就可以简单高效地解决。本文就通过一个实际的例子来给大家展示一下 Python 是如何应用于实际工作中高效解决复杂问题的。 背景 小明就职于一家户外运动专营公司，他们公司旗下有好多个品牌，并且涉及到很多细分...
#读取文本文件 with open(r"./article.txt","r") as ff:#创建空字典article_dic={}for line in ff:#去掉行尾换行字符words=line[:-1]#将每行按单词为成员放入列表中words=words.split()for word in words:#判断单词是否在字典中if word not in article_dic:#不存在则字典值置0article_dic[word]=0article_dic[word] += 1print(article_dic) #将字典变为列表，列表成员为字典的键值对组成的元祖 list_article=article_dic.items() #...
脚本主要功能： 1）通过zabbix api接口采集所有监控主机ip地址； 2）通过cmdb系统（蓝鲸）接口采集所有生产主机IP地址、主机名、操作系统、电源状态； 3）以上2步返回数据对比，找出未监控主机ip地址，生成csv文件； 4）发送邮件。 脚本如下：#!/usr/bin/python #coding:utf-8import requests import json import re import time import csv from collections import Counter import smtplib from ema...
2021-03-29 python数据处理系统学习（十一）统计基础的相关函数 axis=0表示对行作用得到列的性质，axis=1表示对列作用得到行的性质。 先读入数据， import numpy as np data =np.genfromtxt(r'C:\Users\wangyu\Desktop\毕业论文\python练习1.txt',delimiter=' ')data.shape Out[6]: (13, 4)读取结果如下： 1、求和 data.sum(axis=0)#对行进行作用，返回4列总和 Out[7]: array([1.120000e+03, 1.241450e+01, 2.709128e+07, 1.90663...
在一定范围内随机生成整数，并统计每个整数出现的次数 (Python) 知识储备 需要用到random，随机数标准函数库 random.randint(a, b)：在[a, b]中随机生成数 例：随机生成50个介于[1, 20]间的整数， 然后统计每个整数出现的频率并输出。 方法一(使用集合) import randomlist_a = [random.randint(1, 20) for i in range(50)] #使用random里面的ranint(1, 20), 表示在1-20中生成随机数， for i in range(50)随机生成50个元素。 se...
动态实时拉取疫情数据 统计数据及时间 一.调整css样式调整css .num{width: 25%;float: left;display: flex;align-items: center;justify-content: center;color: gold;font-size: 20px;/* margin-top: 20px; */ }.txt{width: 25%;float: left;font-family: "幼圆";display: flex;align-items: center;justify-content: center;}.txt h2{ margin: 0; }调整html <!DOCTYPE html> <html><head><meta charset="utf-8"><title>疫情监控...
描述性统计是数学统计分析里的一种方法，通过这种统计方法，能分析出数据整体状况以及数据间的关联。在这部分里，将用股票数据为样本，以matplotlib类为可视化工具，讲述描述性统计里常用指标的计算方法和含义。 1 平均数、中位数和百分位数 平均数比较好理解，是样本的和除以样本的个数。 中位数也叫中值，假设样本个数是奇数，那么数据按顺序排列后处于居中位置的数则是中位数，如果样本个数是偶数，那么排序后，中间两个...
Excel快速完成数据合并到基础统计分析的自动处理实例分享（python代码）-- 精益办公示例 1、背景描述： 社会的发展不断深化了经济对科技和数字化的依赖，企业将不得不面对越来越多，甚至是海量的数据和信息。Excel（或类似软件WPS）是当前绝大多数企业首选的办公软件，毕竟能操作编程和机器学习分析的白领是少数，使用Excel文件更利于企业的内部沟通。因此，如何既节约人工时间又能快速应用Excel处理分析数据，获取对业务有价值有影...
时间序列是按时间顺序的一组真实的数字，比如股票的交易数据。通过分析时间序列，能挖掘出这组序列背后包含的规律，从而有效地预测未来的数据。在这部分里，将讲述基于时间序列的常用统计方法。 1 用rolling方法计算移动平均值 当时间序列的样本数波动较大时，从中不大容易分析出未来的发展趋势的时候，可以使用移动平均法来消除随机波动的影响。可以说，移动平均法是针对时间序列的常用分析方法，其基本思想是，根据时间序列样...
致读者： 博主是一名数据科学与大数据专业大三的学生，一个互联网新人，这篇文章是记录我作为python助教总结的简单题解，写博客一方面是为了记录自己的学习过程中遇到的问题和思考，一方面是希望能够帮助到很多和自己一样处于困惑的读者。 由于水平有限，博客中难免会有一些错误，有纰漏之处恳请各位大佬不吝赐教！之后会写大数据专业的文章哦。 GitHub链接https://github.com/wfy-belief 尽管现在我的水平可能还不太及格，但我会尽...
试题 F: 成绩统计 时间限制: 1.0s 内存限制: 512.0MB 本题总分：15 分 【问题描述】 小蓝给学生们组织了一场考试，卷面总分为 100 分，每个学生的得分都是一个 0 到 100 的整数。 如果得分至少是 60 分，则称为及格。如果得分至少为 85 分，则称为优秀。 请计算及格率和优秀率，用百分数表示，百分号前的部分四舍五入保留整数。 【输入格式】 输入的第一行包含一个整数 n，表示考试人数。 接下来 n 行，每行包含一个 0 至 100 的整...
import pandas as pd raw = pd.read_csv('work/金庸-射雕英雄传txt精校版.txt',names=['txt'],sep="aaa",encoding="GBK") print(len(raw)) raw#章节判断用变量预处理 def m_head(tmpstr):return tmpstr[:1] def m_mid(tmpstr):return tmpstr.find("回 ")raw['head']=raw.txt.apply(m_head) raw['mid']=raw.txt.apply(m_mid) raw['len']=raw.txt.apply(len)raw.head(50)#章节判断 chapnum = 0 for i in range(len(raw)):if raw['hea...
import csv from datetime import datetime from matplotlib import pyplot as pltfilename = 'E:\PYTHON\《Python编程》源代码文件\chapter_16\sitka_weather_07-2014.csv' from matplotlib import pyplot as pltwith open(filename) as f:# 创建与该文件相关联的阅读器# 下面的就是迭代器，要通过next调用# reader = csv.reader(f)# header_row = next(reader)# #相当于将整个数据的行作为一个数值，如果用next就可以不断调用。#...