- 博客(8)
- 收藏
- 关注
RSS订阅原创 Python爬虫基础5天速成——文件操作、异常处理
指路：添加链接描述 文件的操作可以简单归为四种：开、关、读、写 在开文件指令中，要注意两种模式： r:以只读方式打开文件（默认模式） w:打开一个文件只用于写入，如果该文件已存在则将其覆盖，否则新建该命名文件。 f = open("test.txt","w") #如果没有这个文件，会默认在主文件夹下新建一个，"w"代表模式为：写入 f.close() #关闭文件 文件操作笔记： #文件操作 ''' f = open("test.txt","w") #如果没有这个文件，会默认在主文件夹下新
2021-03-20 17:08:57
144
原创 Python爬虫基础5天速成——元组、字典、集合
指路：添加链接描述 笔记： #元组 tuple(),元素不可改变 ''' tup1 = () #创建空元组 tup2 = (50,) #只有一个元素也要加逗号 ''' #tup1 = ("abc","def",123,456) #print(tup1[-1]) #-1代表访问最后一个元素 #增 ''' tup2 = (1,2,"cv") tup = tup1 + tup2 print(tup) #连接两个元组 ''' #删 ''' del tup1 prin
2021-03-20 15:02:26
147
原创 Python爬虫基础5天速成——列表
指路：添加链接描述 常用的列表处理方法——增删改查排 笔记： #namelist = [] #定义一个空列表 testlist = [1,"aa","bb","cc"] #列表中可以存储混合类型 ''' print(type(testlist[1])) print(testlist[0]) length = len(testlist) #len可以得到列表长度 i = 0 while i < length: print(testlist[i]) i += 1 '
2021-03-20 11:53:23
225
原创 Python爬虫基础5天速成——字符串
指路：添加链接描述 ''' my_str = "I'm a student" #单引号和双引号的区别 print(my_str) your_str = 'I\'m a student' #单引号易与英文字符混淆，可加\变为转义字符加以区分 print(your_str) ''' str = "beijing" print(str[0:5]) #注意中间用冒号分隔而不是逗号 print(str[2:]) #从第二个开始输到最后 print(str + ",你好")
2021-03-20 10:09:28
129
原创 Python爬虫基础5天速成——循环控制语句
指路：添加链接描述 本节课笔记： ''' for i in range(5): print(i) #区间取左不取右，输出0，1，2，3，4 ''' ''' for i in range(0,11,3): #步进值为3 print(i) ''' ''' name = "beijing" for x in name: print(x,end='\t') #输出字符串中的每个字符 ''' ''' a = ["aa","bb","cc","dd"] for
2021-03-20 09:38:41
149
原创 Python爬虫基础5天速成——条件判断语句
1、pycharm不能直接输出表达式，要加print e.g. 结果输出： 2、格式化输出 #格式化输出 age = 21 print("I'm %d years old"%age) #注意“ ”后不加逗号 print("My name is %s, I'm from %s"%("lu","China")) #如果同时输出两个，%（ ，） print("a","b","c") print("www","Google","com",sep=".") #sep代表分隔符为. print
2021-03-20 09:00:29
257
原创 关于python的解释器、编辑器、库管理器等
用了半个学期的python了，关于它的配置还有环境都不明白。在这里整体梳理以下。 一、解释器 用来将我们编程写的高级语言转换为机器语言的工具。在官网下载的python 2.7、python 3.8等都是解释器。 二、编辑器 用来编写代码的工具。python中会自带idle,可以用来编写代码，但比较简单，功能不强。其他如Pycharm、Spyder、Jupyter Notebook等都是此类编辑器。 三、库（包）管理器 pip(package installer for python),是专门的包管理器，一般
2021-03-19 17:41:43
579
原创 Pytorch深度学习实践（二）—— 线性模型
import numpy as np import matplotlib.pyplot as plt x_data = [1.0, 2.0, 3.0] y_data = [2.0, 4.0, 6.0] def forward(x): return x * w def loss(x, y): y_pred = forward(x) return (y_pred - y) * (y_pred - y) w_list = [] mse_list = [] for w in np.a
2021-01-23 20:58:25
54
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人