test | 易学教程

Codeforces 1303B National Party

阅读更多关于 Codeforces 1303B National Party

B. National Project Your company was appointed to lay new asphalt on the highway of length nn. You know that every day you can either repair one unit of the highway (lay new asphalt over one unit of the highway) or skip repairing. Skipping the repair is necessary because of the climate. The climate in your region is periodical: there are gg days when the weather is good and if you lay new asphalt these days it becomes high-quality pavement; after that, the weather during the next bb days is bad, and if you lay new asphalt these days it becomes low-quality pavement; again gg good days, bb bad

python之函数用法vars()

阅读更多关于 python之函数用法vars()

# -*- coding: utf-8 -*- #python 27 #xiaodeng #python之函数用法vars() #vars() #说明：返回对象object的属性和属性值的字典对象 ''' vars(...) vars([object]) -> dictionary dictionary:字典对象 Without arguments, equivalent to locals(). With an argument, equivalent to object.__dict__. ''' class My ( ) : 'Test' def __init__ ( self , name ) : self . name = name def test ( self ) : print self . name vars ( My ) #返回一个字典对象，他的功能其实和 My.__dict__ 很像 for key , value in vars ( My ) . items ( ) : print key , ':' , value ''' test : <function test at 0x02112C70>----test函数 __module__ : __main__ __doc__ : Test __init__ : <function __init__ at

Python中PyQuery库的使用总结

阅读更多关于 Python中PyQuery库的使用总结

pyquery库是jQuery的Python实现，可以用于解析HTML网页内容，我个人写过的一些抓取网页数据的脚本就是用它来解析html获取数据的。他的官方文档地址是： http://packages.python.org/pyquery/ 。今天重新看了一遍整个文档，把它的一些使用方法整理了一下，做个记录。使用方法 from pyquery import PyQuery as pq 1.可加载一段HTML字符串，或一个HTML文件，或是一个url地址，例： d=pq("<html><title>hello</title></html>") d=pq(filename=path_to_html_file) d=pq(url='http://www.baidu.com') #注意：此处url似乎必须写全 2.html()和text() ——获取相应的HTML块或文本块，例： p=pq("<head><title>hello</title></head>") p('head').html()#返回<title>hello</title> p('head').text()#返回hello 3.根据HTML标签来获取元素，例： d=pq('<div><p>test 1</p><p>test 2</p></div>') d('p')#返回[<p>,<p>] print d('p')

编写C#程序的IDE

阅读更多关于编写C#程序的IDE

编写C#程序，在Windows平台下，除了昂贵的Visual Studio.NET这个正宗的工具外，你还了解哪些？听说有个Eclipse，IBM投钱开发的开源工具，有人也做了个for .NET的plugin，自己没有用过，没有发言权。最近却看到另外一个让人耳目一新的开源IDE，SharpDevelop，它的目的就更为明确了，不象Eclipse那样要做一个什么都支持的IDE，给个接口给你，你自己去弄吧，据说连Websphere这样的大家伙也是用它的框架完成的，SharpDevelop目前只为C#和VB.NET而存在，紧贴.NET的发展。 http://www.icsharpcode.net/OpenSource/SD/ 第一时间下载安装后，首先想到的自然是和现在的C#项目的兼容性了，随便导入一个单机的C#项目，似乎还跑得不错啊... 赶紧写了个Hello World，似乎也不错，但对中文的支持还不是太好，应该有参数可以调整的。界面字体则已经可以选择中文GB显示了。下面是一个截图：本来做了个全截图，可惜显示似乎不是太好啊。工具似乎多了些东西，且直接有Unit Test的支持。但看不到象设断点那些东西，不知道我们做的DEBUG是否给Unit Test代替了？有空再仔细研究一下... 即使现在不是完美的，也应该不断完善吧... 我现在下载是最近发布的... 8月23日发布的

Shell test命令

阅读更多关于 Shell test命令

Shell test命令 Shell中的 test 命令用于检查某个条件是否成立，它可以进行数值、字符和文件三个方面的测试。数值测试参数说明 -eq 等于则为真 -ne 不等于则为真 -gt 大于则为真 -ge 大于等于则为真 -lt 小于则为真 -le 小于等于则为真实例演示： num1=100 num2=100 if test $[num1] -eq $[num2] then echo '两个数相等！' else echo '两个数不相等！' fi 输出结果：两个数相等！字符串测试参数说明 = 等于则为真 != 不相等则为真 -z 字符串字符串长度为零则为真 -n 字符串字符串长度不为零则为真实例演示： num1="W3Cschool" num2="W3Cschool" if test num1=num2 then echo '两个字符串相等!' else echo '两个字符串不相等!' fi 输出结果：两个字符串相等! 文件测试参数说明 -e 文件名如果文件存在则为真 -r 文件名如果文件存在且可读则为真 -w 文件名如果文件存在且可写则为真 -x 文件名如果文件存在且可执行则为真 -s 文件名如果文件存在且至少有一个字符则为真 -d 文件名如果文件存在且为目录则为真 -f 文件名如果文件存在且为普通文件则为真 -c 文件名

Python多线程自学笔记

阅读更多关于 Python多线程自学笔记

threading 模块 Thread 类的用法详解这篇笔记主要是简化了 https://blog.csdn.net/briblue/article/details/85101144 如何理解线程引用知乎上一个高赞的回答创建Thread对象有2种方法直接创建Thread，并通过函数回调处理任务编写自定义类继承Thread 总结知识如何给线程赋值名字如何知道线程是否继续运行如何提供线程阻塞手段如何主线程结束的同时子线程也立马结束 1.1创建Thread，并通过函数回调处理任务的方法这个方法最重要的参数是target，直接上代码 import threading import time def test ( ) : for i in range ( 5 ) : print ( 'test ' , i ) time . sleep ( 1 ) thread = threading . Thread ( target = test ) thread . start ( ) for i in range ( 5 ) : print ( 'main ' , i ) time . sleep ( 1 ) 代码运行结果 test 0 main 0 main 1 main 2 main 3 main 4 test 1 test 2 test 3 test 4 1

正则表达式 --- 特殊元字符

阅读更多关于正则表达式 --- 特殊元字符

一、 ^ 以xxx开头 1、以数字开头时 let reg = /^\d/ let box = "6aaaaaaaa" console . log ( reg . test ( box ) ) // 结果为true 2、以非数字开头时 let reg = /^\d/ let box = "aaaaaaaa" console . log ( reg . test ( box ) ) // 结果为false 二、 $ 以xxx结尾 1、以数字结尾时 let reg = /\d$/ let box = "text1" console . log ( reg . test ( box ) ) // 结果为true 2、以非数字结尾时 let reg = /\d$/ let box = "text" console . log ( reg . test ( box ) ) // 结果为false 三、 ^ 和 $ 结合使用时 1、如果都使用，那么要匹配的值必须得是某个规则的才行；如下代码， \d+ 原本表示只要包含0到9的数字，且有1个或者多个就行，但是前后都加上了 ^ 和 $ ，那么此时就表示只能是数字，所以结果为 false let reg = /^\d+$/ let box = "1text2" console . log ( reg . test ( box ) ) //

018_linuxC++之_抽象类的引入

阅读更多关于 018_linuxC++之_抽象类的引入

（一）参考原文链接： C++多态（二）抽象类在介绍抽象类之前，我们先介绍一下纯虚函数。 1.纯虚函数在基类中仅仅给出声明，不对虚函数实现定义，而是在派生类中实现。这个虚函数称为纯虚函数。普通函数如果仅仅给出它的声明而没有实现它的函数体，这是编译不过的。纯虚函数没有函数体。纯虚函数需要在声明之后加个=0； class <基类名> { virtual <类型><函数名>(<参数表>)=0; ...... }; 2.抽象类含有纯虚函数的类被称为抽象类。抽象类只能作为派生类的基类，不能定义对象，但可以定义指针。在派生类实现该纯虚函数后，定义抽象类对象的指针，并指向或引用子类对象。 1）在定义纯虚函数时，不能定义虚函数的实现部分； 2）在没有重新定义这种纯虚函数之前，是不能调用这种函数的。抽象类的唯一用途是为派生类提供基类，纯虚函数的作用是作为派生类中的成员函数的基础，并实现动态多态性。继承于抽象类的派生类如果不能实现基类中所有的纯虚函数，那么这个派生类也就成了抽象类。因为它继承了基类的抽象函数，只要含有纯虚函数的类就是抽象类。纯虚函数已经在抽象类中定义了这个方法的声明，其它类中只能按照这个接口去实现。 3.接口和抽象类的区别 1）C++中我们一般说的接口，表示对外提供的方法，提供给外部调用。是沟通外部跟内部的桥梁。也是以类的形式提供的，但一般该类只具有成员函数，不具有数据成员

Python短文本自动识别个体是否有自杀倾向【新手必学】

阅读更多关于 Python短文本自动识别个体是否有自杀倾向【新手必学】

我们以微博树洞为例，讲解了怎么自动爬取单个微博的评论。今天我们就要用上这些数据做一个自杀倾向分类器，这样的分类器如果应用得当，将可以帮助成千上万误入歧途的人们挽回生命。为了简化问题，我们将短文本分为两种类别中的一种，即要么是正常微博、要么是自杀倾向微博。这样，有了上次的微博树洞，训练集和测试集就非常好获得了。由于是短文本二分类问题，可以使用 scikit-learn 的 SVM 分类模型。不过要注意的是，我们的分类器并不能保证分类出来的结果百分百正确，毕竟心理状态是很难通过文本准确识别出来的，我们只能通过文字，大致判断其抑郁情况并加以介入。实际上这是一个宁可错杀一百，不可放过一个的问题。毕竟放过一个，可能就有一条生命悄然流逝。本文源代码： https://github.com/Ckend/suicide-detect-sv... 欢迎一同改进这个项目，在训练集和模型方面，改进的空间还相当大。 PS:另外很多人在学习Python的过程中，往往因为遇问题解决不了或者没好的教程从而导致自己放弃，为此我建了个Python全栈开发交流.裙：一久武其而而流一思（数字的谐音）转换下可以找到了，里面有最新Python教程项目可拿,不懂的问题有老司机解决哦，一起相互监督共同进步 1. 数据准备数据集整体上分两个部分，一部分是训练集、一部分是测试集。其中

sklearn.model_selection.train_test_split划分训练数据集

阅读更多关于 sklearn.model_selection.train_test_split划分训练数据集

sklearn的train_test_split train_test_split函数用于将矩阵随机划分为训练子集和测试子集，并返回划分好的训练集测试集样本和训练集测试集标签。格式： X_train,X_test, y_train, y_test =model_selection.train_test_split(train_data,train_target,test_size=0.3, random_state=0) 参数解释： train_data ：被划分的样本特征集 train_target ：被划分的样本标签 test_size ：如果是浮点数，在0-1之间，表示样本占比；如果是整数的话就是样本的数量 random_state ：是随机数的种子。随机数种子：其实就是该组随机数的编号，在需要重复试验的时候，保证得到一组一样的随机数。比如你每次都填 1 ，其他参数一样的情况下你得到的随机数组是一样的。但填 0 或不填，每次都会不一样。随机数的产生取决于种子，随机数和种子之间的关系遵从以下两个规则：种子不同，产生不同的随机数；种子相同，即使实例不同也产生相同的随机数。示例 >>> import numpy as np >>> from sklearn.model_selection import train_test_split >>> X, y = np

订阅 test