python
python高级编程,numba,cython,dask,多线程,分布式编程
Doris_H_n_q
这个作者很懒,什么都没留下…
展开
-
Python字典参数转类,类参数转字典
参数格式有时候是字典,有时候是类的形式,想要统一时,可以参考如下转变:class A(): def __init__(self): self.c = 'sxs' self.__dict__.update({"a": 1, "b": 2})if __name__ == '__main__': x = A() print(vars(x))...原创 2022-02-21 14:50:35 · 1386 阅读 · 0 评论 -
Python文件数据流传输至前端
Excel文件传输import flaskfrom flask import send_file, make_responseimport flask_excelserver = flask.Flask(__name__)@server.route('/send', methods=['post', 'get'])def io_excel(): """ 数据流传输(Excel文件) :return: """ io_data = make_resp原创 2021-09-22 10:25:17 · 3000 阅读 · 0 评论 -
Python压缩文件夹
def zipDir(dirpath='v1.0', outFullName='v1.0.zip'): """ 压缩指定文件夹 :param dirpath: 目标文件夹路径 :param outFullName: 压缩文件保存路径+xxxx.zip :return: 无 """ with zipfile.ZipFile(outFullName, "w", zipfile.ZIP_DEFLATED) as zf: for path, .原创 2021-09-22 09:25:09 · 1055 阅读 · 0 评论 -
Python多进程-变量共享
一、问题描述使用多进程的时候变量无法共享,找到了如下方法,具体描述等以后继续优化本篇文章。二、代码举例import multiprocessingimport timefrom multiprocessing import Processimport flaskfrom flask import jsonifyapp = flask.Flask(__name__)@app.route('/change_show', methods=['post', 'get'])def c原创 2021-07-15 14:16:06 · 1265 阅读 · 1 评论 -
Python执行定时任务
1.安装APSchedulerpip install apscheduler2.举例import timefrom datetime import datetimefrom datetime import datefrom apscheduler.schedulers.blocking import BlockingSchedulerfrom time import strftime, localtimedef job(text): t = time.strftime('原创 2020-07-28 19:17:10 · 381 阅读 · 0 评论 -
Python-定时任务APScheduler中两种调度器的区别
概述两种调度器BackgroundScheduler和BlockingScheduler的区别举例说明APScheduler是python的一个定时任务调度框架,能实现类似linux下crontab类型的任务,使用起来比较方便。它提供基于固定时间间隔、日期以及crontab配置类似的任务调度,并可以持久化任务,或将任务以daemon方式运行。from apscheduler.schedulers.blocking import BlockingSchedulerdef job():原创 2020-07-29 11:09:32 · 2007 阅读 · 2 评论 -
numba基础应用
1. Numba是什么?Numba是一个库,可以在运行时将Python代码编译为本地机器指令,而不会强制大幅度的改变普通的Python代码(稍后再做说明)。翻译/魔术是使用LLVM编译器完成的,该编译器是相当活跃的开源社区开发的。Numba最初是由Continuum Analytics内部开发,此公司也开发了著名的Anaconda,但现在它是开源的。核心应用领域是math-heavy(密集数学?重型数学?)和array-oriented(面向数组)的功能,它们在本地Python中相当缓慢。想象一下,原创 2020-07-19 14:45:31 · 1135 阅读 · 0 评论