元组

Django values/values_list区别 values(*fields) 返回QuerySet类型，迭代时返回字典。 fields 类型 str 输入 限制字段，类比于 SELECT name，age FROM table ，返回值的键为输入字段，值为记录的字典。 空，类比于 SELECT * FROM table ，返回值的键为所有字段，值为记录的字典。 values_list(*fields, flat=False) 返回QuerySet类型，迭代时返回的是元组。 fields 类型 str 输入 限制字段，类比于 SELECT name，age FROM table ，返回值的键为输入字段，值为记录的元组。 空，类比于 SELECT * FROM table ，返回值的键为所有字段，值为记录的元组。 flat作用 默认为False，返回时为元组，当为True时，返回为列表。 来源： CSDN 作者： 217全儿 链接： https://blog.csdn.net/weixin_42657158/article/details/103881542

1 一. cx_Oracle 2 3 Python 连接Oracle 数据库，需要使用cx_Oracle 包。 4 该包的下载地址：http://cx-Oracle.sourceforge.net/ 5 下载的时候，注意版本，对不同版本的Oracle 和平台，都有不同的cx_Oracle。 6 7 8 二. Python 连Oracle 的基本操作 9 10 2.1 DB连接和关闭DB连接 11 12 2.1.1 方法一：用户名，密码和监听 分开写 13 db=cx_Oracle.connect('system','oracle','192.168.2.42:1521/dave') 14 2.1.2 方法二：用户名，密码和监听写在一起 15 db=cx_Oracle.connect('system/oracle@192.168.2.42:1521/dave') 16 2.1.3 方法三：用户，密码和连接串写在一起 17 dbh_zk=cx_Oracle.connect('zk/zk@ocsdb1') ##当然前提是数据库安装路径下已经配置好了配置文件 18 2.1.3 方法三：配置监听并连接 19 tns=cx_Oracle.makedsn('rac1',1521,'dave1') ##配置监听 20 db=cx_Oracle.connect('system','oracle'

函数加强 打包 函数定义的时候 按位置参数打包,使用 *args 打包所有的位置参数为一个元组 按关键字参数打包, 使用 **kwargs 打包所有的关键字参数为一个字典 什么时候使用打包: 不确定参数的数量的时候 def 函数名(*args,**kwargs): pass 拆包 函数调用的时候 特点的情况 按位置参数进行拆包, 如果 元组/列表/字典.values() 中数据的顺序和实际参数的顺序是一致的时候, 就可以使用 *元组/列表/字典.values() 进行拆包传递给函数作为实际参数, 好处是不用依次从容器中取. 按关键字参数进行拆包, 如果字典中的键就是关键参数的名字, 使用 **字典 对字典进行拆包传递给函数作为实际参数. 函数名(*元组/列表/字典.values())===>函数名(元素1,元素2…) 函数名(**字典) ===>函数名(键=值…) return返回值加强 return作用 a. 返回数据到函数的调用位置 b. 终止函数执行(退出函数) 返回None a. 没有return b. return (后面什么都没有) c. return None 返回多个值 return 值1,值2 函数中可以有多个return, 需要控制语句控制执行 变量的作用域 两种: 全局变量: 作为范围为任意位置 注意: 1. 访问是任意位置 2. 修改, 函数外可以修改,

数据科学导论这门课，怎么说呢。老师也不知道教了什么，学生也不知道学了什么，莫名其妙考试也不知道靠什么。这里整理了一点笔记， 仅供考试前参考！！ 。 ch1 引言 引言这一章，基本上不会出题，了解即可。 数据科学概念 ：是对数据进行分析，抽取信息和知识的过程，提供指导和支持的基本原则和方法。它研究数据的各种类型、状态、属性及其变化规律，它研究各种方法，对数据进行分析，从而揭示自然界和人类行为等现象背后的规律。 数据科学的核心任务 ，是从数据中抽取有用的信息/知识 数据科学组成 ：一组概念 Concept 、原则 Principles 、过程 processes 、技术 techniques /方法 methods 、以及工具 tools 。（简记cpptt） 数据科学的基本原则： 分析数据、获得知识，从而解决具体的业务问题，是数据科学的核心任务，这个任务可以划分为 understand data, collect data, integrate data, analyze data, visualize result, communicate result 等一系列的阶段 对数据分析的结果进行评估，需要结合所处的应用程序上下文环境进行仔细考察。 从大量的基础数据中，我们可能分析出变量之间的相关性 在一些属性上相似的实体，在其它属性上（可能是未知的一些属性）一般也是相似的。

1、列表解析 列表解析将for循环和创建新元素的代码合并成一行，并自动附加新元素。 squares = [ value ** 2 for value in range ( 1 , 9 ) ] print ( squares ) 2、range（start,stop,step） 其中第三参数为步长，start若不设置，则缺省为0，step若不设置，缺省值为1. 3、在python3中正常输出汉字 在前面加上u print ( u "汉字测试" ) 4、列表切片 #列表名[start:stop] #注意！中间是冒号 其中start是其实索引，stop为终止索引。如想取出列表List1[]中的第2-4个元素，则应写为List1[1:4]，这样可取出索引为1,2，3的元素 注意 终止索引4对应的元素并不能取到，而可取到的最后元素为其 5、元组 列表是可以修改的，常用于存储收集可变化的数据集。有时需要创建一系列不可修改的元素，元组可以满足这种需求。不可变的列表称为元组。 ·元组定义 元组看起来像列表，但用圆括号标志，不用方括号标识。虽然元组的元素不可修改，但存储元组的变量可以重新赋值。如果需要存储的值在程序的整个生命周期内都不变，可使用元组。 #可以这样修改元组的值,可自行print一下验证 square = ( 10 , 20 ) square = ( 5 , 10 )

1 列表 list 1.1 列表介绍 Python内置的一种数据类型是列表： list 。 有序的集合，可随时添加和删除其中的元素。 每个元素都分配一个数字 ——它的位置，或索引。0,1,2,3…… 可存放各种类型的数据 1.2 定义列表 列表名 = [值1,值2,值3.......] 1.3 列表-查 index count len max min 根据下标查找值 值 = xxx[index] name = ['a', 'b', 'c'] # 下标从0开始 n1 = name[0] # 'a' n2 = name[1] # 'b' 从列表中找出某个值第一个匹配项的索引位置 xxx = 列表.index(值) ''' 通过值获取下标，只能获取第一次出现的位置 如果这个值不存在，则报错 VakueError ''' nums = [1, 11, 88, 43] where = nums.index(88) # 2 统计某个元素在列表中出现的次数 xxx = 列表.count(值) ''' nums.count()，获取此值在list中的个数 如果没有就是0 ''' nums = [1, 11, 88, 43] num = nums.count(999) # 0 查询列表的长度，元素的个数 xxx = len(列表) # len(列表名)可以获取集合、字符串的长度 nums = [1,

# python 元组 # /usr/sbin/py python # -*-coding:utf-8-*- # tuple 元组对象 tu = (1, 3, 5, 7,) # 元组中的数据不可被修改，不能增加也不能删除 # 取元组中的数据 v1 = tu[0] print(v1) v2 = tu[0:3] print(v2) for item in tu: print(item) # 字符串，列表，元组 相互转换 s = "adfafasf0" li = ["akj", 12, 4, "jkl"] tuk = (2, 4, 6, 8,) li_tuple = tuple(li) print(li_tuple) tu_list = list(tuk) print(tu_list) sr = "" for rs in range(0, len(tuk)): sr += str(tuk[rs]) print(sr) 来源： CSDN 作者： XiaoqiangNan 链接： https://blog.csdn.net/XiaoqiangNan/article/details/103999872

文章目录 python基础 人生苦短，我用python！ 介绍 命名规则 注释 基本计算 数据分类 格式输出 循环语句中break和continue 函数 python基础 人生苦短，我用python！ 与C、C++等编译型语言不同，python是解释型语言，也就是说 逐行解释，逐行执行 。鉴于python是解释型语言， 它的优点是可以在Windows，Linux，Mac之间跨平台执行，缺点是执行速度慢 。我们都知道python可以调用很多包，它给予了我们站在巨人肩膀上开发代码的能力，因而被广泛使用。而python在代码规范方面比较严格，这是为了后辈可以迅速理解前辈开发的代码，并应用在自己的程序中。 介绍 （1）基本知识 【计算机三大件】 ：CPU是用来干活的，内存是用来临时储存的（空间小），硬盘是永久储存的（空间大且慢） 【程序和变量】 程序是用来处理数据的，变量是用来存储数据的 （3）pycharm是什么 我们常用的pycharm是python的集成开发环境（IDE: integrated development environment)，集成开发环境就是集成了开发软件需要的所有工具。 （4）python基本代码格式 PEP8文档针对python的代码格式给出了建议 中文文档地址： http://zh-google-styleguide.readthedocs.io/en

来源：http://blog.csdn.net/robinjwong/article/details/18502195 1. 关系型数据库 关系型数据库，是指采用了关系模型来组织数据的数据库。 关系模型是在1970年由IBM的研究员E.F.Codd博士首先提出的，在之后的几十年中，关系模型的概念得到了充分的发展并逐渐成为主流数据库结构的主流模型。 简单来说，关系模型指的就是二维表格模型，而一个关系型数据库就是由二维表及其之间的联系所组成的一个数据组织。 关系模型中常用的概念： 关系：可以理解为一张二维表，每个关系都具有一个关系名，就是通常说的表名 元组：可以理解为二维表中的一行，在数据库中经常被称为记录 属性：可以理解为二维表中的一列，在数据库中经常被称为字段 域：属性的取值范围，也就是数据库中某一列的取值限制 关键字：一组可以唯一标识元组的属性，数据库中常称为主键，由一个或多个列组成 关系模式：指对关系的描述。其格式为：关系名(属性1，属性2， ... ... ，属性N)，在数据库中成为表结构 关系型数据库的优点： 容易理解：二维表结构是非常贴近逻辑世界的一个概念，关系模型相对网状、层次等其他模型来说更容易理解 使用方便：通用的SQL语言使得操作关系型数据库非常方便 易于维护：丰富的完整性(实体完整性、参照完整性和用户定义的完整性)大大减低了数据冗余和数据不一致的概率 2.

我今天在网上无意中看到一篇关于‘关系型数据库’与‘非关系型数据库’的阐述，在这里分享给各位爱好者学习 1. 关系型数据库 关系型数据库，是指采用了关系模型来组织数据的数据库。 关系模型是在1970年由IBM的研究员E.F.Codd博士首先提出的，在之后的几十年中，关系模型的概念得到了充分的发展并逐渐成为主流数据库结构的主流模型。 简单来说，关系模型指的就是二维表格模型，而一个关系型数据库就是由二维表及其之间的联系所组成的一个数据组织。 关系模型中常用的概念： 关系：可以理解为一张二维表，每个关系都具有一个关系名，就是通常说的表名 元组：可以理解为二维表中的一行，在数据库中经常被称为记录 属性：可以理解为二维表中的一列，在数据库中经常被称为字段 域：属性的取值范围，也就是数据库中某一列的取值限制 关键字：一组可以唯一标识元组的属性，数据库中常称为主键，由一个或多个列组成 关系模式：指对关系的描述。其格式为：关系名(属性1，属性2， ... ... ，属性N)，在数据库中成为表结构 关系型数据库的优点： 容易理解：二维表结构是非常贴近逻辑世界的一个概念，关系模型相对网状、层次等其他模型来说更容易理解 使用方便：通用的SQL语言使得操作关系型数据库非常方便 易于维护：丰富的完整性(实体完整性、参照完整性和用户定义的完整性)大大减低了数据冗余和数据不一致的概率 2. 关系型数据库瓶颈