Python基础（九） time random collections itertools标准库详解

最新推荐文章于 2024-11-12 23:15:59 发布
最新推荐文章于 2024-11-12 23:15:59 发布
阅读量635 收藏 29
点赞数 14
分类专栏： 程序员 文章标签： python 开发语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2401_84557521/article/details/138277651
版权

2.5592895031615703,
2.413131937436849,
2.8627907782614415,
2.16114212173462]


9.2.4 序列用函数


**（1）choice(seq)——从序列类型中随机返回一个元素**

choice([‘win’, ‘lose’, ‘draw’])

‘draw’

choice(“python”)

‘h’


**（2）choices(seq,weights=None, k)——对序列类型进行k次重复采样，可设置权重**

choices([‘win’, ‘lose’, ‘draw’], k=5)

[‘draw’, ‘lose’, ‘draw’, ‘draw’, ‘draw’]

choices([‘win’, ‘lose’, ‘draw’], [4,4,2], k=10)

[‘lose’, ‘draw’, ‘lose’, ‘win’, ‘draw’, ‘lose’, ‘draw’, ‘win’, ‘win’, ‘lose’]


中间的就是权重


**（3）shuffle(seq)——将序列类型中元素随机排列，返回打乱后的序列**

numbers = [“one”, “two”, “three”, “four”]
shuffle(numbers)
numbers

[‘four’, ‘one’, ‘three’, ‘two’]


**（4）sample(pop, k)——从pop类型中随机选取k个元素，以列表类型返回**

sample([10, 20, 30, 40, 50], k=3)

[20, 30, 10]


**5、概率分布——以高斯分布为例**


**gauss(mean, std)——生产一个符合高斯分布的随机数**

number = gauss(0, 1)
number

0.6331522345532208


**多生成几个**

import matplotlib.pyplot as plt

res = [gauss(0, 1) for i in range(100000)]

plt.hist(res, bins=1000)
plt.show()


![image-20220929194045846](https://img-blog.csdnimg.cn/img_convert/753c0746373f205936e06eb51593a89d.png)


【例1】用random库实现简单的微信红包分配

import random

def red_packet(total, num):
for i in range(1, num):
per = random.uniform(0.01, total/(num-i+1)*2) # 保证每个人获得红包的期望是total/num
total = total - per
print(“第{}位红包金额： {:.2f}元”.format(i, per))
else:
print(“第{}位红包金额： {:.2f}元”.format(num, total))

red_packet(10, 5)

第1位红包金额： 1.85元
第2位红包金额： 3.90元
第3位红包金额： 0.41元
第4位红包金额： 3.30元
第5位红包金额： 0.54元

import random
import numpy as np

def red_packet(total, num):
ls = []
for i in range(1, num):
per = round(random.uniform(0.01, total/(num-i+1)*2), 2) # 保证每个人获得红包的期望是total/num
ls.append(per)
total = total - per
else:
ls.append(total)

return ls

重复发十万次红包，统计每个位置的平均值（约等于期望）

res = []
for i in range(100000):
ls = red_packet(10,5)
res.append(ls)

res = np.array(res)
print(res[:10])
np.mean(res, axis=0)

[[1.71 1.57 0.36 1.25 5.11]
[1.96 0.85 1.46 3.29 2.44]
[3.34 0.27 1.9 0.64 3.85]
[1.99 1.08 3.86 1.69 1.38]
[1.56 1.47 0.66 4.09 2.22]
[0.57 0.44 1.87 5.81 1.31]
[0.47 1.41 3.97 1.28 2.87]
[2.65 1.82 1.22 2.02 2.29]
[3.16 1.2 0.3 3.66 1.68]
[2.43 0.16 0.11 0.79 6.51]]

array([1.9991849, 2.0055725, 2.0018144, 2.0022472, 1.991181 ])


【例2】生产4位由数字和英文字母构成的验证码

import random
import string

print(string.digits)
print(string.ascii_letters)

s=string.digits + string.ascii_letters
v=random.sample(s,4)
print(v)
print(‘’.join(v))

0123456789
abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ
[‘n’, ‘Q’, ‘4’, ‘7’]
nQ47


### 9.3 collections库——容器数据类型


![image-20220929194627479](https://img-blog.csdnimg.cn/img_convert/f7b7f67ed03ab1c398b348620d83eb54.png)

import collections


#### 9.3.1 namedtuple——具名元组


* 点的坐标，仅看数据，很难知道表达的是一个点的坐标

p = (1, 2)


* 构建一个新的元组子类

 定义方法如下：typename 是元组名字，field\_names 是域名

collections.namedtuple(typename, field_names, *, rename=False, defaults=None, module=None)

Point = collections.namedtuple(“Point”, [“x”, “y”])
p = Point(1, y=2)
p

Point(x=1, y=2)


* 可以调用属性

print(p.x)
print(p.y)

1
2


* 有元组的性质

print(p[0])
print(p[1])
x, y = p
print(x)
print(y)

1
2
1
2


* 确实是元组的子类

print(isinstance(p, tuple))

True


【例】模拟扑克牌

Card = collections.namedtuple(“Card”, [“rank”, “suit”])
ranks = [str(n) for n in range(2, 11)] + list(“JQKA”)
suits = “spades diamonds clubs hearts”.split()
print(“ranks”, ranks)
print(“suits”, suits)
cards = [Card(rank, suit) for rank in ranks
for suit in suits]
cards

ranks [‘2’, ‘3’, ‘4’, ‘5’, ‘6’, ‘7’, ‘8’, ‘9’, ‘10’, ‘J’, ‘Q’, ‘K’, ‘A’]
suits [‘spades’, ‘diamonds’, ‘clubs’, ‘hearts’]

[Card(rank=‘2’, suit=‘spades’),
Card(rank=‘2’, suit=‘diamonds’),
Card(rank=‘2’, suit=‘clubs’),
Card(rank=‘2’, suit=‘hearts’),
Card(rank=‘3’, suit=‘spades’),
Card(rank=‘3’, suit=‘diamonds’),
Card(rank=‘3’, suit=‘clubs’),
Card(rank=‘3’, suit=‘hearts’),
Card(rank=‘4’, suit=‘spades’),
Card(rank=‘4’, suit=‘diamonds’),
Card(rank=‘4’, suit=‘clubs’),
Card(rank=‘4’, suit=‘hearts’),
Card(rank=‘5’, suit=‘spades’),
Card(rank=‘5’, suit=‘diamonds’),
Card(rank=‘5’, suit=‘clubs’),
Card(rank=‘5’, suit=‘hearts’),
Card(rank=‘6’, suit=‘spades’),
Card(rank=‘6’, suit=‘diamonds’),
Card(rank=‘6’, suit=‘clubs’),
Card(rank=‘6’, suit=‘hearts’),
Card(rank=‘7’, suit=‘spades’),
Card(rank=‘7’, suit=‘diamonds’),
Card(rank=‘7’, suit=‘clubs’),
Card(rank=‘7’, suit=‘hearts’),
Card(rank=‘8’, suit=‘spades’),
Card(rank=‘8’, suit=‘diamonds’),
Card(rank=‘8’, suit=‘clubs’),
Card(rank=‘8’, suit=‘hearts’),
Card(rank=‘9’, suit=‘spades’),
Card(rank=‘9’, suit=‘diamonds’),
Card(rank=‘9’, suit=‘clubs’),
Card(rank=‘9’, suit=‘hearts’),
Card(rank=‘10’, suit=‘spades’),
Card(rank=‘10’, suit=‘diamonds’),
Card(rank=‘10’, suit=‘clubs’),
Card(rank=‘10’, suit=‘hearts’),
Card(rank=‘J’, suit=‘spades’),
Card(rank=‘J’, suit=‘diamonds’),
Card(rank=‘J’, suit=‘clubs’),
Card(rank=‘J’, suit=‘hearts’),
Card(rank=‘Q’, suit=‘spades’),
Card(rank=‘Q’, suit=‘diamonds’),
Card(rank=‘Q’, suit=‘clubs’),
Card(rank=‘Q’, suit=‘hearts’),
Card(rank=‘K’, suit=‘spades’),
Card(rank=‘K’, suit=‘diamonds’),
Card(rank=‘K’, suit=‘clubs’),
Card(rank=‘K’, suit=‘hearts’),
Card(rank=‘A’, suit=‘spades’),
Card(rank=‘A’, suit=‘diamonds’),
Card(rank=‘A’, suit=‘clubs’),
Card(rank=‘A’, suit=‘hearts’)]

from random import *

洗牌

shuffle(cards)
cards

[Card(rank=‘J’, suit=‘hearts’),
Card(rank=‘A’, suit=‘hearts’),
Card(rank=‘3’, suit=‘hearts’),
Card(rank=‘8’, suit=‘hearts’),
Card(rank=‘K’, suit=‘hearts’),
Card(rank=‘7’, suit=‘spades’),
Card(rank=‘5’, suit=‘hearts’),
Card(rank=‘A’, suit=‘spades’),
Card(rank=‘10’, suit=‘spades’),
Card(rank=‘J’, suit=‘diamonds’),
Card(rank=‘K’, suit=‘clubs’),
Card(rank=‘4’, suit=‘spades’),
Card(rank=‘2’, suit=‘diamonds’),
Card(rank=‘Q’, suit=‘spades’),
Card(rank=‘A’, suit=‘clubs’),
Card(rank=‘A’, suit=‘diamonds’),
Card(rank=‘6’, suit=‘hearts’),
Card(rank=‘7’, suit=‘diamonds’),
Card(rank=‘5’, suit=‘diamonds’),
Card(rank=‘10’, suit=‘clubs’),
Card(rank=‘8’, suit=‘clubs’),
Card(rank=‘9’, suit=‘clubs’),
Card(rank=‘6’, suit=‘clubs’),
Card(rank=‘6’, suit=‘diamonds’),
Card(rank=‘5’, suit=‘clubs’),
Card(rank=‘3’, suit=‘diamonds’),
Card(rank=‘4’, suit=‘hearts’),
Card(rank=‘3’, suit=‘clubs’),
Card(rank=‘7’, suit=‘hearts’),
Card(rank=‘2’, suit=‘spades’),
Card(rank=‘J’, suit=‘clubs’),
Card(rank=‘9’, suit=‘spades’),
Card(rank=‘J’, suit=‘spades’),
Card(rank=‘10’, suit=‘hearts’),
Card(rank=‘2’, suit=‘clubs’),
Card(rank=‘8’, suit=‘diamonds’),
Card(rank=‘6’, suit=‘spades’),
Card(rank=‘10’, suit=‘diamonds’),
Card(rank=‘9’, suit=‘hearts’),
Card(rank=‘3’, suit=‘spades’),
Card(rank=‘8’, suit=‘spades’),
Card(rank=‘Q’, suit=‘clubs’),
Card(rank=‘Q’, suit=‘hearts’),
Card(rank=‘5’, suit=‘spades’),
Card(rank=‘7’, suit=‘clubs’),
Card(rank=‘4’, suit=‘clubs’),
Card(rank=‘2’, suit=‘hearts’),
Card(rank=‘K’, suit=‘diamonds’),
Card(rank=‘K’, suit=‘spades’),
Card(rank=‘Q’, suit=‘diamonds’),
Card(rank=‘4’, suit=‘diamonds’),
Card(rank=‘9’, suit=‘diamonds’)]

随机抽一张牌

choice(cards)

Card(rank=‘4’, suit=‘hearts’)

随机抽多张牌

sample(cards, k=5)

[Card(rank=‘4’, suit=‘hearts’),
Card(rank=‘2’, suit=‘clubs’),
Card(rank=‘Q’, suit=‘diamonds’),
Card(rank=‘9’, suit=‘spades’),
Card(rank=‘10’, suit=‘hearts’)]


#### 9.3.2 Counter——计数器工具

from collections import Counter

s = “牛奶奶找刘奶奶买牛奶”
colors = [‘red’, ‘blue’, ‘red’, ‘green’, ‘blue’, ‘blue’]
cnt_str = Counter(s)
cnt_color = Counter(colors)
print(cnt_str)
print(cnt_color)

Counter({‘奶’: 5, ‘牛’: 2, ‘找’: 1, ‘刘’: 1, ‘买’: 1})
Counter({‘blue’: 3, ‘red’: 2, ‘green’: 1})


* 是字典的一个子类

print(isinstance(Counter(), dict))

True


* 最常见的统计——most\_commom(n)  
 提供 n 个频率最高的元素和计数

cnt_color.most_common(2)

[(‘blue’, 3), (‘red’, 2)]


* 元素展开——elements()

list(cnt_str.elements())

[‘牛’, ‘牛’, ‘奶’, ‘奶’, ‘奶’, ‘奶’, ‘奶’, ‘找’, ‘刘’, ‘买’]


* 其他一些加减操作

c = Counter(a=3, b=1)
d = Counter(a=1, b=2)
c+d

Counter({‘a’: 4, ‘b’: 3})


【例】从一副牌中抽取10张，大于10的比例有多少

cards = collections.Counter(tens=16, low_cards=36)
seen = sample(list(cards.elements()), k=10)
print(seen)

[‘tens’, ‘low_cards’, ‘low_cards’, ‘low_cards’, ‘tens’, ‘tens’, ‘low_cards’, ‘low_cards’, ‘low_cards’, ‘low_cards’]

seen.count(‘tens’) / 10

0.3


#### 9.3.3 deque——双向队列


列表访问数据非常快速


插入和删除操作非常慢——通过移动元素位置来实现


特别是 insert(0, v) 和 pop(0)，在列表开始进行的插入和删除操作


**双向队列可以方便的在队列两边高效、快速的增加和删除元素**

from collections import deque

d = deque(‘cde’)
d

deque([‘c’, ‘d’, ‘e’])

d.append(“f”) # 右端增加
d.append(“g”)
d.appendleft(“b”) # 左端增加
d.appendleft(“a”)
d

deque([‘a’, ‘b’, ‘c’, ‘d’, ‘e’, ‘f’, ‘g’])

d.pop() # 右端删除
d.popleft() # 左端删除
d

deque([‘b’, ‘c’, ‘d’, ‘e’, ‘f’])


deque 其他用法可参考官方文档


### 9.4 itertools库——迭代器


![image-20220929194634540](https://img-blog.csdnimg.cn/img_convert/3f777b75d1b6c3f2882904078d6e46f8.png)


#### 9.4.1 排列组合迭代器


（1）product——笛卡尔积

import itertools

for i in itertools.product(‘ABC’, ‘01’):
print(i)

(‘A’, ‘0’)
(‘A’, ‘1’)
(‘B’, ‘0’)
(‘B’, ‘1’)
(‘C’, ‘0’)
(‘C’, ‘1’)

for i in itertools.product(‘ABC’, repeat=3): # 相当于3组ABC的笛卡尔积
print(i)

(‘A’, ‘A’, ‘A’)
(‘A’, ‘A’, ‘B’)
(‘A’, ‘A’, ‘C’)
(‘A’, ‘B’, ‘A’)
(‘A’, ‘B’, ‘B’)
(‘A’, ‘B’, ‘C’)
(‘A’, ‘C’, ‘A’)
(‘A’, ‘C’, ‘B’)
(‘A’, ‘C’, ‘C’)
(‘B’, ‘A’, ‘A’)
(‘B’, ‘A’, ‘B’)
(‘B’, ‘A’, ‘C’)
(‘B’, ‘B’, ‘A’)
(‘B’, ‘B’, ‘B’)
(‘B’, ‘B’, ‘C’)
(‘B’, ‘C’, ‘A’)
(‘B’, ‘C’, ‘B’)
(‘B’, ‘C’, ‘C’)
(‘C’, ‘A’, ‘A’)
(‘C’, ‘A’, ‘B’)
(‘C’, ‘A’, ‘C’)
(‘C’, ‘B’, ‘A’)
(‘C’, ‘B’, ‘B’)
(‘C’, ‘B’, ‘C’)
(‘C’, ‘C’, ‘A’)
(‘C’, ‘C’, ‘B’)
(‘C’, ‘C’, ‘C’)


（2） permutations——排列

for i in itertools.permutations(‘ABCD’, 3): # 3 是排列的长度
print(i)

(‘A’, ‘B’, ‘C’)
(‘A’, ‘B’, ‘D’)
(‘A’, ‘C’, ‘B’)
(‘A’, ‘C’, ‘D’)
(‘A’, ‘D’, ‘B’)
(‘A’, ‘D’, ‘C’)
(‘B’, ‘A’, ‘C’)
(‘B’, ‘A’, ‘D’)
(‘B’, ‘C’, ‘A’)
(‘B’, ‘C’, ‘D’)
(‘B’, ‘D’, ‘A’)
(‘B’, ‘D’, ‘C’)
(‘C’, ‘A’, ‘B’)
(‘C’, ‘A’, ‘D’)
(‘C’, ‘B’, ‘A’)
(‘C’, ‘B’, ‘D’)
(‘C’, ‘D’, ‘A’)
(‘C’, ‘D’, ‘B’)
(‘D’, ‘A’, ‘B’)
(‘D’, ‘A’, ‘C’)
(‘D’, ‘B’, ‘A’)
(‘D’, ‘B’, ‘C’)
(‘D’, ‘C’, ‘A’)
(‘D’, ‘C’, ‘B’)

for i in itertools.permutations(range(3)):
print(i)

(0, 1, 2)
(0, 2, 1)
(1, 0, 2)
(1, 2, 0)
(2, 0, 1)
(2, 1, 0)


（3）combinations——组合 其结果元素不能重复

for i in itertools.combinations(‘ABCD’, 2): # 2是组合的长度
print(i)

(‘A’, ‘B’)
(‘A’, ‘C’)
(‘A’, ‘D’)
(‘B’, ‘C’)
(‘B’, ‘D’)
(‘C’, ‘D’)

for i in itertools.combinations(range(4), 3):
print(i)

(0, 1, 2)
(0, 1, 3)
(0, 2, 3)
(1, 2, 3)


（4）combinations\_with\_replacement——元素可重复组合

for i in itertools.combinations_with_replacement(‘ABC’, 2): # 2是组合的长度
print(i)

(‘A’, ‘A’)
(‘A’, ‘B’)
(‘A’, ‘C’)
(‘B’, ‘B’)
(‘B’, ‘C’)
(‘C’, ‘C’)

for i in itertools.product(‘ABC’,repeat=2):
print(i)

(‘A’, ‘A’)
(‘A’, ‘B’)
(‘A’, ‘C’)
(‘B’, ‘A’)
(‘B’, ‘B’)
(‘B’, ‘C’)
(‘C’, ‘A’)
(‘C’, ‘B’)
(‘C’, ‘C’)


#### 9.4.2 拉链


（1）zip——短拉链


把相同位置上的元素组合在一起

for i in zip(“ABC”, “012”, “xyz”):

一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

img
img

二、Python必备开发工具

工具都帮大家整理好了，安装就可直接上手！img

三、最新Python学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

img

四、Python视频合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

img

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。img

六、面试宝典

在这里插入图片描述

在这里插入图片描述

简历模板在这里插入图片描述

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

2401_84557521
关注
专栏目录
Python基础入门----Python的常用标准库介绍
redrose2100的博客
11-07 321
Python被誉为“胶水语言”，这在很大程度上归功于其庞大而全面的标准库。标准库是一组预先打包的、可直接使用的模块集合，无需安装额外的包即可使用。这些库跨越了编程的各个领域，几乎每个Python开发者都会在他们的编程生涯中用到它们。这篇文章将介绍50个常用的Python标准库，帮助您了解每个库的主要用途。Python的标准库就像一个巨大的工具箱，无论您是数据科学家、网络程序员还是系统管理员，都可以在这个库中找到有用的工具。掌握这些库，将使您的Python之旅更加顺畅。
python itertools详解及使用示例
热门推荐
chenxy_bwave的专栏
09-07 1万+
汇总介绍python itertools模块的所有工具，并提供简单应用示例，以备实际使用时可以快速查询。
Python基础（九） | time random collections itertools标准库详解
timerring的博客
10-04 7217
⭐本专栏旨在对Python的基础语法进行详解，精炼地总结语法中的重点，详解难点，面向零基础及入门的学习者，通过专栏的学习可以熟练掌握python编程，同时为后续的数据分析，机器学习及深度学习的代码能力打下坚实的基础。 🔥文章和代码已归档至【Github仓库】，需要的朋友们自取。或者关注公众号【AIShareLab】，回复 python基础 也可获取。
Python基础（九） time random collections itertools标准库详解(1)
2401_84585440的博客
05-02 37
h’numbersnumber**多生成几个**plt.show()per = random.uniform(0.01, total/(num-i+1)*2) # 保证每个人获得红包的期望是total/numprint(“第{}位红包金额： {:.2f}元”.format(i, per))else:print(“第{}位红包金额： {:.2f}元”.format(num, total))第1位红包金额： 1.85元第2位红包金额： 3.90元。
Python基础（九） time random collections itertools标准库详解(2)
m0_60667010的博客
05-17 660
这是我花了几天的时间去把Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。最近我才对这些路线做了一下新的更新，知识体系更全面了。包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。
Python基础（九） time random collections itertools标准库详解(3)
2401_84911002的博客
05-12 250
（1）time.strftime 自定义格式化输出。
itertools详解
acktomas的博客
05-21 694
简介：官方地址Python中的模块是一个用于高效循环迭代的工具集合。它提供了一些快捷的函数和迭代器，用于处理和操作迭代器以及生成迭代器。在本篇文章中，我们将详细介绍模块的各个函数和用法，并给出一些示例代码来帮助理解。要使用模块，我们需要首先导入它。我们可以通过以下方式导入模块： 一旦导入了模块，我们就可以使用其中的函数和迭代器了。模块中的一些函数返回的是无限迭代器，即可以无限次地生成迭代值。函数可以生成从指定起始数字开始的无限整数序列。它的使用方式如下所示： 执行上述代码的输出结果是： 在这个例子中，我们使
（超全）Python汇总篇，200+Python标准库介绍
KH_FC的博客
07-30 750
关于Python标准库 众所周知，Python是一个依赖强大的组件库完成对应功能的语言，为了便捷实现各项功能，前辈大牛们打造了多种多样的工具库公开提供给大众使用，而越来越多的库已经因为使用的广泛和普遍及其功能的强大，已经成为Python的标准库。 时至今日，Python 标准库已经非常庞大，所提供的组件涉及范围十分广泛，正如本文后面的内容中所显示的。这个库包含了多个内置模块 (以 C 编写)，Python 程序员必须依靠它们来实现系统级功能，例如文件 I/O，此外还有大量以 Python 编写的模块，提供了
python标准库sys_第28天：Python 标准库之 sys 模块详解
weixin_39680121的博客
11-30 143
by 轩辕御龙Python sys 模块详解1. 简介“sys”即“system”，“系统”之意。该模块提供了一些接口，用于访问 Python 解释器自身使用和维护的变量，同时模块中还提供了一部分函数，可以与解释器进行比较深度的交互。2. 常用功能2.1 sys.argv“argv”即“argument value”的简写，是一个列表对象，其中存储的是在命令行调用 Python 脚本时提供的“命令...
pythonAPI标准库3.6(带单节书签，查找方便)
11-01
### Python 3.6标准库知识点详解 #### 一、概览 本文档详细介绍了Python 3.6标准库的内容，旨在为用户提供一个全面而深入的理解。Python的标准库是其强大的核心之一，提供了广泛的功能和服务，包括但不限于文本...
蓝桥杯历届真题详解(Python组)
03-30
8. **标准库和第三方库**：如math、random、collections、heapq、itertools等，了解它们的功能并熟练运用，可以大大提高解题效率。 9. **网络编程**：HTTP协议、TCP/IP通信、套接字编程。在一些高级题目中，可能会...
【python GUI编码入门-21】如何用Tkinter创建一个记事本应用
木头大左的博客
11-08 86
在现代编程环境中，图形用户界面（GUI）应用程序的开发变得越来越重要。Python的Tkinter库是一个功能强大且易于使用的GUI工具包，非常适合初学者和有经验的开发者使用。本文将详细介绍如何使用Tkinter创建一个简易的记事本应用，涵盖从安装到实现各项功能的全过程。Tkinter是Python的标准GUI库，它提供了丰富的接口来创建窗口、对话框、按钮等常见的GUI组件。Tkinter具有良好的跨平台性，可以在Windows、Mac OS和Linux上运行。
自动化爬虫DrissionPage
m0_55297736的博客
11-09 766
自动化爬虫DrissionPage
SpringBoot 实现图片加水印
心猿意码
11-11 334
通过上述步骤，我们可以在SpringBoot项目中实现一个简单的图片加水印功能。当然，实际应用中可能需要更复杂的水印处理，比如水印图片、调整水印位置等，可以根据需求进行相应的扩展和优化。
外星人入侵
最新发布
weixin_60243362的博客
11-12 274
外星人入侵项目实践
推荐一款管道数据检索工具：Pipedata-Pro
11-09 395
是一款专为设计石油、天然气、水和蒸汽管道及管道系统的工程师开发的应用程序。该应用程序提供了设计管道系统所需的工程数据，拥有一个全面的管道类型、配件和材料。
2024年华为OD机试真题-查找充电设备-C++-OD统一考试（E卷）
面试高手的博客
11-08 316
某个充电站，可提供n个充电设备只，每个充电设备均有对应的输出功率任意个充电设备组合的输出功率总和，均构成功率集合P的1个元素功率集合P的最优元素，表示最接近充电站最大输出功率pmax 的元素。每一题都含有详细的解题思路和代码注释，精编c++、JAVA、Python三种语言解法。当充电设备输出功率50、20、20组合时，其输出功率总和为90，最接近充电站最大充电输出功率，因此最优元素为90。所有充电设备的输出功率组合，均大于充电站最大充电输出功率30，此时最优元素值为0。第 2 行为每个充电设备的输出功率。
【python基础算法编程】
weixin_42333261的博客
11-12 418
这个函数使用两个指针，一个从字符串的开头开始，另一个从字符串的结尾开始。否则，函数递归调用自身，传入去掉首尾字符的子字符串。递归是一种直接的方法来计算斐波那契数列，但对于较大的 N 值，它会非常慢，因为它会重复计算相同的子问题。然后，它比较字符串的第一个和最后一个字符是否相等。如果它们不相等，函数返回。函数是一个生成器函数，用于生成从给定序列中选择指定长度的元素的所有排列。可以使用循环从最后一个元素开始，逐个访问每个元素，直到第一个元素。斐波那契数列是一个经典的数学序列，其中每个数字都是前两个数字的和。
Python标准库详解：math、random、time与collections模块
"本资源是一份关于Python常见标准库的课件，重点讲解了math、random、time和collections四个库的常用方法，并提供了实例演示，适用于教学和学习。" Python是一种广泛使用的编程语言，其中的标准库是其强大功能的...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值