def

今天一整个上午学习了一下Python中的双下划线方法（魔术方法）。这些方法的功能非常强大，也能使Python代码可读性更高，更加Pythonic。这篇文章包含了很多魔术方法，包括： __init__ __str__, __repr__ __iter__, __getitem__, __len__ __eq__, __lt__ __add__, __radd__ __call__ __enter__, __exit__ 运行环境：Python3.6 + Jupyter notebook。 下面就是 Jupyter notebook 笔记。 Python 类的魔术方法(定制类） ¶ __init__ ¶ In [3]: class Account : 'A simple account class' def __init__ ( self , owner , amount = 0 ): self . owner = owner self . amount = amount self . _transactions = [] In [4]: acc1 = Account ( 'zxzhu' ) acc1 Out[4]: <__main__.Account at 0x1e4581f96a0> 注：构造函数使我们可以从类中创建实例。 __str__, __repr__ ¶ In [5]:

在函数中修改： def countGroupWord(df_sentence): stop_words = list(stopwords.words( ' english ' )) .... df_sentence[ ' classId ' ]=df_sentence[ ' classId ' ] df_sentence['classId']=df_sentence['classId'] 会报错 SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame. Try using .loc[row_indexer,col_indexer] = value instead See the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy df_sentence['classId']=df_sentence['abstract'] 这个报警主要是说， 你当前对B的操作可能会改变另一个DataFrame A 我新建一个对象再赋值就不会报错了，如果不在函数里面可以直接写df_sentence[

| 版权：本文版权归作者和博客园共有，欢迎转载，但未经作者同意必须保留此段声明，且在文章页面明显位置给出原文连接。如有问题，可以邮件：wangxu198709@gmail.com 简介 在上次的文章 OpenStack中的Multipath faulty device的成因及解决(part 1) 中，我详细解释了fault device的成因，这篇文章重点介绍下os-brick中是如何在并发的情况下，通过哪些具体的实现避免了faluty device的形成。 在讲具体实现前，有必要提到Linux上SCSI Block device（块设备）地址（寻址）的一些细节。 Linux kernel中通过如下的层次来定位特定的LUN: SCSI adapter number [host] channel number [bus] id number [target] lun [lun] 更多细节可以参考[ SCSI Addressing ]，也就是说， 一个LUN可以用 [host-bus(channel)-target-lun] 来表示 。 Linux每连接一个iscsi target，kernel都会在本地的 /sys/class/iscsi_host/host*/device/session 建立对应的目录结构，用来表示一个SCSI的设备。 $ ls -l /sys/class

以下内容引用链接：https://blog.csdn.net/baidu_37352210/article/details/79596633 ( 注意：通过如下内容可知，将序列信号进行傅里叶变换后，得到的频谱图上各k值(1~N/2)对应的振幅，观察主要振幅，并得到其信号主要分量的周期N/k ) # 离散时间傅里叶变换的python实现 import numpy as np import math import pylab as pl import scipy.signal as signal import matplotlib.pyplot as plt sampling_rate=1000 t1=np.arange(0, 10.0, 1.0/sampling_rate) x1 =np.sin(15*np.pi*t1) # 傅里叶变换 def fft1(xx): # t=np.arange(0, s) t=np.linspace(0, 1.0, len(xx)) f = np.arange(len(xx)/2+1, dtype=complex) for index in range(len(f)): f[index]=complex(np.sum(np.cos(2*np.pi*index*t)*xx), -np.sum(np.sin(2*np.pi*index*t)*xx))

# 需求: 编写爬虫项目与Django项目详解和, 将爬取到的数据展示到前端页面上 # spider编写: import scrapy from dl.items import DlItem class PSpider(scrapy.Spider): name = 'p' # allowed_domains = ['www.baidu.com'] start_urls = ['https://www.kuaidaili.com/free/'] def parse(self, response): # print(response) tr_list = response.xpath('//*[@id="list"]/table/tbody/tr') # print(tr_list) for tr in tr_list: ip = tr.xpath('./td[1]/text()').extract_first() port = tr.xpath('./td[2]/text()').extract_first() typ = tr.xpath('./td[3]/text()').extract_first() protocal = tr.xpath('./td[4]/text()').extract_first() position = tr.xpath('./td[5]/text()

朴素贝叶斯 概念 对朴素贝叶斯的概念存在疑惑的，可以依此理解条件概率，全概率公式和贝叶斯公式。 附链接帮助理解： 链接1 https://blog.csdn.net/Hearthougan/article/details/75174210 链接2 https://www.cnblogs.com/hellcat/p/7195843.html 朴素贝叶斯分类是一种十分简单的分类算法，叫它朴素贝叶斯分类是因为这种方法的思想真的很朴素，朴素贝叶斯的思想基础是这样的：对于给出的待分类项，求解在此项出现的条件下各个类别出现的概率，哪个最大，就认为此待分类项属于哪个类别。 实战 此实例为"朴素贝叶斯实现垃圾邮件分类"。 数据集样例： Data->normal文件夹下数据样例： 200.txt: Return-Path: <cai@tsinghua.edu.cn> Received: from mail.tsinghua.edu.cn (mail.tsinghua.edu.cn [166.111.8.18]) by home.ccert.edu.cn (8.13.1/8.13.1) with SMTP id i9S1aCPt007420 for <jiang@ccert.edu.cn>; Thu, 28 Oct 2004 09:36:12 +0800 Received: (eyou send

1 引言 命名空间与作用域是程序设计中的基础概念，深入理解有助于理解变量的生命周期，减少代码中的莫名其妙bug。Python的命名空间与作用域与Java、C++等语言有很大差异，若不注意，就可能出现莫名其妙的问题。 2 命名空间 2.1 什么是命名空间 命名空间，即Namespace，也成为名称空间或名字空间，指的是从名字到对象的一个映射关系，类似于字典中的键值对，实际上，Python中很多命名空间的实现用的就是字典。 　　不同命名空间是相互独立的，没有任何关系的，所以同一个命名空间中不能有重名，但不同的命名空间是可以重名而没有任何影响。 2.2 命名空间的类型 Python命名空间按照变量定义的位置，可以划分为以下3类： 　　Built-in，内置命名空间，python自带的内建命名空间，任何模块均可以访问，存放着内置的函数和异常。 　　Global，全局命名空间，每个模块加载执行时创建的，记录了模块中定义的变量，包括模块中定义的函数、类、其他导入的模块、模块级的变量与常量。 　　Local，局部命名空间，每个函数、类所拥有的命名空间，记录了函数、类中定义的所有变量。 　　一个对象的属性集合，也构成了一个命名空间。但通常使用objname.attrname的间接方式访问属性，而不是 直接访问 ，故不将其列入命名空间讨论。（直接访问：直接使用名字访问的方式，如name

　　　　　　　　　　　　 　　Python入门篇-返回值和作用域 　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　作者：尹正杰 版权声明：原创作品，谢绝转载！否则将追究法律责任。 一.返回值 1>.返回值概述 Python函数使用return语句返回“返回值” 所有函数都有返回值，如果没有return语句，隐式调用return None return 语句并不一定是函数的语句块的最后一条语句 一个函数可以存在多个return语句，但是只有一条可以被执行。如果没有一条return语句被执行到，隐式调用return None 如果有必要，可以显示调用return None，可以简写为return 如果函数执行了return语句，函数就会返回，当前被执行的return语句之后的其它语句就不会被执行了 作用：结束函数调用、返回值 2>.函数单个值 1 # ！/usr/bin/env python 2 # _*_coding:utf-8_*_ 3 # @author :yinzhengjie 4 # blog:http://www.cnblogs.com/yinzhengjie/tag/python%E8%87%AA%E5%8A%A8%E5%8C%96%E8%BF%90%E7%BB%B4%E4%B9%8B%E8%B7%AF/ 5 # EMAIL

Follow up for "Search in Rotated Sorted Array": What if duplicates are allowed? Would this affect the run-time complexity? How and why? Suppose an array sorted in ascending order is rotated at some pivot unknown to you beforehand. (i.e., 0 1 2 4 5 6 7 might become 4 5 6 7 0 1 2 ). Write a function to determine if a given target is in the array. The array may contain duplicates. 33. Search in Rotated Sorted Array 的拓展，数组中允许出现重复数字，这个也会影响我们选择哪半边继续搜索，之前判断左右部分是否有序的方法就失效了，因为可能有这种58555情况，虽然起点小于等于中间，但不代表右边就不是有序的，因为中点也小于等于终点，所有右边也是有序的。所以，如果遇到这种中点和两边相同的情况，我们两边都要搜索。 Java： public class Solution { public

简介 　　前边几篇，已经教小伙伴们掌握了如何生成HTML的测试报告，那么生成测试报告，我们也不能放在那里不管了，这样即使你报告在漂亮，领导也看不到。因此如果想向领导汇报工作，不仅需要提供更直观的测试报告。而是我们需要将生 成测试报告发个相关的负责人，需要他们看一下测试结果，把控一下项目的接口有风险，会不会影响项目进度等等一些事吧。 　　发邮件需要用到python两个模块，smtplib和email，这俩模块是python自带的，只需import即可使用。smtplib模块主要负责发送邮件，email模块主要负责构造邮件。其中MIMEText()定义邮件正文，Header()定义邮件标题。MIMEMulipart模块构造带附件。 大致思路流程 1、通过unittest框架的discover()找到匹配的测试用例，由HTMLTestRunner的run()方法执行测试用例并生成最新的测试报告。 2、调用new_report()函数找到测试报告目录下最新生成的测试报告，返回测试报告的路径。 3、将得到的最新测试报告的完整路径传给send_mail()函数，实现发邮件功能。 4、第一步，前边几篇，我们都详细介绍了，所以这篇就不在赘述了，直接从第二步、第三步开始讲解。 查找最新测试报告 定义发送邮件 1、查看一下，源码如下： 2、仿照源码进行改造 参考代码 # coding=utf- 8 #