test

15.1、模块(modue)的概念： 1、在计算机程序的开发过程中，随着程序代码越写越多，在一个文件里代码就会越来越长，越来越不容易维护； 2、为了编写可维护的代码，我们把很多函数分组，分别放到不同的文件里，这样，每个文件包含的代码就相对较少， 很多编程语言都采用这种组织代码的方式。在Python中，一个.py文件就称之为一个模块（Module）。 3、使用模块的好处： （1）最大的好处是大大提高了代码的可维护性。 （2）其次，编写代码不必从零开始。当一个模块编写完毕，就可以被其他地方引用。我们在编写程序的时候，也经常引 用其他模块，包括Python内置的模块和来自第三方的模块。 4、模块的种类： （1）python标准库 （2）第三方模块 （3）应用程序自定义模块 说明： 使用模块可以避免函数名和变量名冲突。相同名字的函数和变量完全可以分别存在不同的模块中，但是要注意，不要与 内置函数名字冲突； 5、模块导入方法： （1）import 语句： import module1[, module2[,... moduleN] #当我们使用import语句的时候，Python解释器是怎样找到对应的文件的呢？答案就是解释器有自己的搜索路径，存在sys.path里。　 ['D:\\developer\\PythonWorkSpace\\python_test\\test-dir-01',

The filegroup is similar as tablespace in Oracle. At first, I will show that hot to check file amd filegroup check filegroup: select a.name as "File group",b.name as "file name", b.physical_name,size/128 as "MB",growth/128 as "growth MB" from sys.data_spaces a inner join sys.database_files b on a.data_space_id=b.data_space_id Yes, you could check all information about file and filegroup. As we know, that is only one default file group "PRIMARY" at begining. Here we go alter database test add filegroup TESTFG_initial; ---- add new filegorup into database alter database test add file (name =

11.1、函数： 函数即变量 函数的作用域只跟函数声明时定义的作用域有关，跟函数的调用位置无任何关系 1、函数格式： def test(x): ''' 2*x+1 :param x:整形数字 :return: 返回计算结果 ''' y = 2 * x + 1 return y a = test() #调用函数 print(a) 11.2、函数返回： 1、规则： （1）函数的返回值可以是任何数据类型 （2）函数如果有多个返回值用逗号隔开 （3）函数只用一个返回值时，返回值的数据类型不发生改变 （4）函数有多个返回值时，返回值以元组的形式返回 （5）函数遇到return时函数结束 2、用法： def test01(): msg = 'test01' return msg #函数返回一个值 def test02(): msg = 'test02' return 1, 2, 3, 4, 'a', ['alex'], {'name': 'alex'}, None #函数返回多个值 t1 = test01() t2 = test02() print(t1) print(t2) 11.3、函数普通传参： 1、规则： （1）函数分为形参和实参，形参在函数被调用后释放 （2）位置参数，必须一一对应，缺一不行多一也不行 （3）关键字参数，无须一一对应，缺一不行多一也不行 （4）两者混用时

9.1、for循环： 1、循环格式： for 变量名 in 字符串: 变量名 #可以使用break、continue参数 #continue ,终止当前循环，开始下一次循环 #break ,终止所有循环 2、 test = "妹子有种冲我来" index = 0 while index < len(test): v = test[index] print(v) index += 1 print('=======') for n in test: print(n) 3、 test = "妹子有种冲我来" for item in test: print(item) break for item in test: continue print(item) 4、获取连续或不连续的数字： #Python2中直接创建在内容中 #python3中只有for循环时，才一个一个创建 r1 = range(10) #0-9 r2 = range(1,10) #1-9 r3 = range(1,10,2) #1 1+2 3+2 5+2 7+2 帮助创建连续的数字,通过设置步长来指定不连续 for item in r1: print(item) 5、根据用户输入的值，输出每一个字符以及当前字符所在的索引位置： v = input("<<<") for item in range(0,len(v)):

原生JS基础知识 我的github 立即执行函数 和普通函数的唯一区别 : 此类函数没有声明 , 且会立即执行 , 执行完后立即释放 ( 剪线 ) , 适合做初始化工作 官方的两种写法 (function () {}()); // 推荐 (function () {})(); Tips : 只有表达式才能被执行符号 () 执行 function demo() { console.log(123); // 函数声明不能被执行 }(); var demo = function () { console.log(123); // 123 }() Tips : 能被执行符号执行的 表达式的名字 会被自动忽略 , 以下写法实际上就是立即执行函数 var test = function () { console.log(123); // 123 }(); console.log(test); // undefined + function test() { console.log(123); // 123 }(); console.log(test); // test is not defined - function test() { console.log(123); // 123 }(); console.log(test); // test is not defined !

获取Fashion-MNIST训练集和读取数据 在介绍softmax回归的实现前我们先引入一个多类图像分类数据集。它将在后面的章节中被多次使用，以方便我们观察比较算法之间在模型精度和计算效率上的区别。图像分类数据集中最常用的是手写数字识别数据集MNIST[1]。但大部分模型在MNIST上的分类精度都超过了95%。为了更直观地观察算法之间的差异，我们将使用一个图像内容更加复杂的数据集Fashion-MNIST[2]。 我这里我们会使用torchvision包，它是服务于PyTorch深度学习框架的，主要用来构建计算机视觉模型。torchvision主要由以下几部分构成： torchvision.datasets: 一些加载数据的函数及常用的数据集接口； torchvision.models: 包含常用的模型结构（含预训练模型），例如AlexNet、VGG、ResNet等； torchvision.transforms: 常用的图片变换，例如裁剪、旋转等； torchvision.utils: 其他的一些有用的方法。 # import needed package % matplotlib inline from IPython import display import matplotlib . pyplot as plt import torch import

隐式类型转换简介 通常 ORACLE 数据库存在显式类型转换（ Explicit Datatype Conversion ） 和隐式类型转换（ Implicit Datatype Conversion ）两种类型转换方式。如果进行比较或运算的两个值的数据类型不同时（源数据的类型与目标数据的类型），而且此时又没有转换函数时，那么 ORACLE 必须将其中一个值进行类型转换，使其能够运算。这就是所谓的隐式类型转换。其中隐式类型转换是自动进行的，当然，只有在这种转换是有意义的时候，才会自动进行。 Data Conversion Generally an expression cannot contain values of different datatypes. For example, an expression cannot multiply 5 by 10 and then add 'JAMES'. However, Oracle supports both implicit and explicit conversion of values from one datatype to another. 关于隐式类型转换，建议翻看官方文档 “ Data Type Comparison Rules ” 章节，下面是官方文档中的隐式类型转换矩阵。从下面这个表格

test 来源： https://www.cnblogs.com/reghao/p/12316430.html

发布处理具有相同名称的关键字 使用机器人框架要么是关键词 图书馆 关键字 或 用户的关键字 。 前来自 标准 库 或 外部库 ,后者 中创建相同的文件在使用或进口 资源文件 。 许多关键字使用时,是很常见的 他们中的一些人有相同的名字,这部分描述了如何 在这些情况下处理可能的冲突。 关键字范围 当只使用一个关键字的名字,有几个关键词 这个名字,机器人框架试图确定哪些关键字的 最高优先级根据其范围。 关键字的范围确定 的基础上如何创建问题的关键字: 创建一个用户关键字在同一个文件中使用。 这些 关键词有最高的优先级和他们总是使用,甚至 如果有其他具有相同名称的关键字。 中创建一个资源文件,直接或进口 间接地从另一个资源文件。 这是第二高的 优先级。 中创建一个外部测试库。 使用这些关键字,如果 没有用户具有相同名称的关键字。 然而,如果有 具有相同名称的关键字在标准库,一个警告 显示出来。 中创建一个标准库。 这些关键词是最低的 优先级。 指定关键字显式地 范围单独不是一个充分的解决方案,因为可以有 具有相同名称的关键字在几个库或资源,和 因此,他们提供一种机制来只使用的关键字 最高优先级。 在这种情况下,可以使用 完整的名字 的关键字 ,关键字名称前缀的名称 资源或图书馆和一个点是一个分隔符。 库关键字,长格式意味着只有使用格式 LibraryName。 关键字的名字 。 例如

最近在拜读《像Google一样进行软件测试》，前面三章都不时地提到了两种角色：SET 和TE。 SET=software engineer in test， TE=test engineer， 这两种工程师有何区别，我们不妨从如何面试TE开始？ 面试TE: 意图在于了解这个面试者是否具有天生的测试才能：是否有对于各种可能性的 好奇心，是否有关于事物应如何工作的强烈感觉，以及清晰表达的能力。还会寻找很强 的人格魅力。 我记得曾经有一次面试，面试官直接抛出一个web页面，请我谈谈如何测试这个web页面 。我犯得错误就是直接开始说要测哪些地方，虽然没有罗列测试用例，但还没有做到充分思 考问题。只求量不求质是一种低效的工作方式，更好的方法是面试时提出一些问题，来 做澄清。问题澄清后，开始列举测试用例。接下来测试者是在验证软件能正常工作，还 是只在试图破坏软件。测试者有测试计划吗？ 了解候选人使用多长的字符串作为测试用例。这里可以用到极限边界值思想。比如2^32 。 另外一个关键特征，TE要具备处理模糊性，反驳糟糕思想的能力。我记得我在面试 ThoughtWorks被回馈说，我没有对assignment提出疑问，缺失了怀疑和反驳的思想。我 从阅读这本书里得到了对这点的印证。 关于人格魅力：Google需要能够与其他人和睦相处，能影响Google文化的人；需要愿意 持续学习成长的人