![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
python
不务正业的猿
桃李不言,下自成蹊。
展开
-
Python面试整理-模块和包
包使用目录结构来组织模块,目录中必须包含一个名为__init__.py的文件,表示该目录是一个Python包。__init__.py可以是空的,也可以包含包的初始化代码。一个模块是一个包含Python定义和语句的文件。模块可以包含函数、类和变量,还可以包含可执行的代码。在这个文件中,可以指定在导入包时应该导入哪些模块或内容。在Python中,模块和包是组织和管理代码的两种重要机制。通过模块和包,Python程序员可以有效地组织代码,提高代码的重用性和可维护性。sys:提供对解释器相关的信息和功能的访问。原创 2024-08-01 10:29:42 · 205 阅读 · 0 评论 -
Python面试整理-异常处理
通过使用异常处理机制,程序可以更优雅地处理运行时错误,提供更好的用户体验,并减少由于未处理的异常导致程序崩溃的风险。当代码块中的某些代码可能会引发异常时,可以使用try块将其包含起来,并使用except块捕获并处理该异常。可以使用一个通用的except块来捕获所有类型的异常,但这通常不推荐,因为它可能会隐藏错误。可以引发内置异常,也可以自定义异常。else: 当try块中的代码未引发异常时,执行else块中的代码。可以捕获特定的异常类型,以便对不同的异常类型执行不同的处理。使用上下文管理器进行异常处理。原创 2024-07-31 11:31:23 · 187 阅读 · 0 评论 -
Python面试整理-自动化运维
Python凭借其简单易用的语法和强大的库支持,成为了运维工程师的首选工具。cron和Windows Task Scheduler是常见的任务调度工具,Python可以通过直接操作这些工具的配置文件或者使用库来调度任务。Python的logging模块提供了强大的日志记录功能,适用于自动化脚本中的日志记录和管理。Ansible是一个流行的配置管理工具,可以通过Python脚本进行调用和操作。Python的os和shutil模块提供了丰富的文件和目录操作功能。5. SSH和远程操作。1. 文件和目录操作。原创 2024-07-31 11:30:34 · 295 阅读 · 0 评论 -
Python面试整理-Web开发
Tornado 是一个Python Web框架和异步网络库,通过使用非阻塞网络I/O,它可以扩展到数万个开放的连接,适用于长连接、WebSockets 和其他需要与每个用户保持长时间连接的应用。Django 是一个高级的Web框架,它鼓励快速开发和干净、实用的设计。Flask 是一个轻量级的Web应用框架,它非常灵活,适用于小型到中型项目,或作为构建微服务的基础。Pyramid 是一个灵活的Python Web框架,它的设计理念是能够适用于多种项目大小,从简单的Web应用到大型复杂的系统都行。原创 2024-07-30 21:19:00 · 291 阅读 · 1 评论 -
Python面试整理-数据处理和分析
在Python中,数据处理和分析是一项非常重要的应用,得益于丰富的第三方库和工具,Python已经成为数据科学家和分析师的首选语言之一。它支持各种数据操作,包括数据合并、重塑、选择、以及数据集的清洗。NumPy 提供了多维数组对象及广泛的函数库,用于执行高效的数组计算。SciPy 是一个开源的Python库,用于数学、科学和工程。基于 Matplotlib 的数据可视化库,提供了更高级的接口,用于绘制统计图形。Matplotlib 是一个绘图库,用于生成静态、动态、交互式的可视化图形。原创 2024-07-30 21:17:07 · 87 阅读 · 0 评论 -
Python面试整理-第三方库
Python社区提供了大量的第三方库,这些库扩展了Python的功能,覆盖了从数据科学到网络应用开发等多个领域。支持强大的计算图功能,广泛用于建立、训练和部署大规模深度学习模型。机器学习模型开发、数据挖掘、自动化数据分析等。网站数据抓取、API交互、网络自动化任务等。数据库设计、数据查询和操作、数据整合等。绘制图表、生成报告、科学论文图形等。构建网站、API服务、Web应用等。数据预处理、统计分析、数据报告等。科学计算、数据分析、机器学习等。图像识别、语音处理、推荐系统等。包括分类、回归、聚类等算法。原创 2024-07-29 12:14:37 · 91 阅读 · 0 评论 -
Python面试整理-常用标准库
Python的标准库包含了大量的模块和包,支持各种编程任务,从文件处理、数据序列化,到网络编程等。这些模块预安装在Python中,无需额外安装就可以使用。用于HTTP和HTTPS请求。通常,第三方库如requests更易于使用,但http是Python标准库的一部分。提供了访问与Python解释器密切相关的变量和函数。用于与操作系统进行交互,包括文件和目录管理操作。正则表达式,用于字符串搜索和替换。提供了广泛的数学函数和常数。用于解析和生成JSON数据。用于执行外部命令和程序。用于处理日期和时间。原创 2024-07-29 12:13:53 · 281 阅读 · 1 评论 -
Python面试整理-文件处理
在Python中,文件处理是一项常见的任务,涉及到读取、写入和管理文件。在处理文件时,处理潜在的错误是很重要的。使用open()函数来打开一个文件,这个函数返回一个文件对象,并且接受两个主要的参数:文件名和模式。除了读写文件,Python的os模块还允许你处理文件系统,如列出目录内容、删除文件、重命名文件等。为了确保文件正确关闭,即使发生错误,通常使用with语句,它会自动处理文件关闭。如果文件不存在,创建新文件。如果文件不存在,创建新文件。二进制模式,与其他模式一起使用(如'rb'、'wb')。原创 2024-07-21 09:21:20 · 169 阅读 · 0 评论 -
Python面试整理-字符串处理
在Python中,字符串是一种非常重要且常用的数据类型,用于处理文本。字符串操作包括许多不同的方法,可以用来查询、修改、和处理字符串。任何对字符串的修改都会生成一个新的字符串对象。对于复杂的字符串处理任务,如搜索、分割、替换复杂模式的文本,可以使用Python的re模块,它提供了正则表达式的支持。字符串可以通过单引号、双引号或三引号创建,支持多行字符串。将字符串列表合并为一个字符串,使用指定的分隔符。通过索引和切片来访问字符串中的字符或子字符串。检查字符串是否以特定子字符串开头。替换字符串中的子字符串。原创 2024-07-21 09:19:36 · 674 阅读 · 0 评论 -
Python面试整理-字典和集合的操作
在Python中,字典(dictionary)和集合(set)是两种非常有用的数据结构,用于存储和操作数据集。字典是一种键值对的集合,而集合是一种只包含唯一元素的集合。通过熟悉和掌握这些操作,你可以更有效地使用字典和集合来处理数据,优化代码结构和性能。原创 2024-07-20 12:21:29 · 871 阅读 · 0 评论 -
Python面试整理-列表和元组的操作
列表提供了大量的方法来进行元素的添加、删除和修改,非常适合于那些需要经常修改其内容的数据集合。而元组由于其不可变性,主要用于保证数据的完整性和安全性,以及通过解包等操作使函数能返回多个值。理解和熟悉这些基本操作可以帮助你有效地使用这两种数据类型来管理和操作数据。在Python中,列表(list)和元组(tuple)是用于存储序列数据的两种主要数据类型。它们之间的主要区别在于,列表是可变的,而元组是不可变的。这意味着你可以修改列表中的元素,但不能修改元组中的元素。列表推导式提供了一种简洁的方式来创建列表。原创 2024-07-20 12:19:04 · 135 阅读 · 0 评论 -
Python面试整理-Python中的函数定义和调用
在Python中,函数是一种封装代码的方式,使得代码模块化和复用性更强。函数体开始前,通常有一个可选的文档字符串(docstring),用于描述函数的功能。通过使用函数,你可以组织代码更为清晰和高效,封装功能以便重复使用,并使程序整体更易于理解和维护。Python中的函数参数可以是多种类型,支持位置参数、默认参数、关键字参数等。在调用函数时,可以通过参数名来指定参数值,这样参数的顺序就不再重要。一旦定义了函数,你可以通过函数名和括号来调用它,并传入所需的参数。参数,通过参数可以将值传递给函数。原创 2024-07-19 11:08:43 · 694 阅读 · 0 评论 -
Python面试整理-Python中的控制流语句
在Python中,控制流语句用于根据特定的条件或逻辑来控制程序的执行流程。主要的控制流语句包括条件判断(if)、循环(for 和 while)以及其他辅助语句如 break, continue, 和 pass。通过掌握这些控制流语句,你可以在Python中有效地管理和控制代码的执行逻辑,解决复杂的问题。循环中可以使用 break, continue, 和 pass 语句来控制循环的执行。continue 语句用于跳过当前循环的剩余部分,并继续下一次循环迭代。1. 条件判断(if 语句)原创 2024-07-19 11:07:07 · 96 阅读 · 0 评论 -
Python面试整理-Python中的变量和赋值:理解变量的命名规则、赋值方式以及变量类型
Python是动态类型语言,这意味着变量在赋值时会自动确定其类型,无需显式声明。变量名必须以字母(a-z,A-Z)或下划线(_)开头,后续字符可以是字母、数字(0-9)或下划线。例如:data = (1, 2, 3), a, b, c = data。例如:list, str, print 不建议作为变量名。例如:class, for, if 不能作为变量名。例如:age, Age, AGE 都是不同的变量。使用等号(=)进行赋值,变量名在左边,值在右边。例如:a, b, c = 1, 2, 3。原创 2024-07-18 11:15:46 · 442 阅读 · 0 评论 -
Python面试整理-Python的数据类型,分别有哪些?
无序的键值对集合,例如:{"name": "Alice", "age": 25}, {1: "a", 2: "b"}无序不重复元素的集合,例如:{1, 2, 3}, {"apple", "banana", "cherry"}有序不可变的集合,例如:(1, 2, 3), ("a", "b", "c")有序可变的集合,例如:[1, 2, 3], ["a", "b", "c"]用于表示文本数据,例如:"hello", "Python", '123'用于表示复数,例如:1+2j, -3j, 4-0.5j。原创 2024-07-18 11:11:08 · 89 阅读 · 0 评论 -
pycharm的远程服务器问题
因为自己的pycharm的python环境是用远程服务器的,这样就可以保证不管在哪台电脑写代码,python环境都是同一个,省去了python的版本库的问题。原创 2022-11-17 11:35:30 · 1122 阅读 · 0 评论 -
UFuncTypeError: ufunc ‘add‘ did not contain a loop with signature matching types (dtype(‘<U14‘), dty
UFuncTypeError: ufunc 'add' did not contain a loop with signature matching types (dtype('原创 2022-11-09 11:27:38 · 1000 阅读 · 0 评论 -
Pycharm配置远程Jupyter
前段时间,在pycharm里配置了远程的Python解释器,然后在使用过程中,发现pycharm原来是可以使用Jupyter的文件,而且还可以配置远程的Jupyter环境,今天试了一下,一开始还是走了一些坑,今天梳理一下。我们可以通过以下方式创建Jupyter Notebook文件:根据自己需要,给文件命名。然后就创建了一个后缀为ipynb文件。用一段测试代码测试一下:import numpy as npx = np.arange(15,dtype=np.int64)原创 2022-05-08 23:39:04 · 3018 阅读 · 1 评论 -
PyCharm配置远程解释器
概述因为之前公司服务器的硬盘出现损坏,导致服务器不能使用,也把我的Jupyter Notebook里的东西全部销毁了。之前那些代码和数据都找不回来了,郁闷了几天。因为自己平时都会做一些技术研究,写写一些demo,为了方便,公司和家里的电脑,都尽量共用一个环境。特别是Python这个,那些库的版本,感觉很乱,没有统一好,而且版本之间的差异性还是比较大。最近想起,PyCharm是可以支持配置远程python环境,也就是远程解释器。以前自己都想配置的,在网上搜了一下,看了一些博客,感觉好麻烦,最后就放弃了。原创 2022-03-31 15:09:49 · 4510 阅读 · 1 评论 -
Win10安装Python环境
概述由于家里的电脑刚好,刚装完了Java环境,现在要接着弄Python环境,我这次直接安装Anaconda来使用,而且Anaconda还自带Jupyter Notebook。安装Anaconda先去官网下载Anaconda安装包,装的是当前最新版本“Anaconda3-2021.11-Windows-x86_64”。建议不要安装C盘,我个人习惯会安装在其它盘,如D盘。顺便把它添加到环境变量,这样不用手工再去配置。然后原创 2022-01-17 10:06:41 · 1456 阅读 · 0 评论 -
图片分类-TensorFlow2.0
目录CNN项目中可能用到核心APItf.keras.Sequentialtf.keras.layers.Conv2Dtf.keras.layers.MaxPool2Dtf.keras.layers.Flattentf.keras.layers.Densetf.keras.layers.Droupttf.keras.optimizers.Adam代码工程项目环境主要代码模块导入包程序入口获取模型/创建模型设计CNN模型训练模型模型预测原创 2020-08-12 18:51:16 · 841 阅读 · 1 评论 -
python导出和导入所有依赖包
导出所有依赖包整个环境的依赖包导出进入项目目录,执行以下命令:pip freeze > requirements.txt然后在当前目录是可以看到生成“requirements.txt”文件,可以打开看看,会发现有很多个包信息,其实这里是把你当前python环境的所有包的相关信息导出来了。如果我们只需导出当前项目所需的依赖包,我可以采用另外一种方式。只导出项目所需的依赖包进入项目目录,执行以下命令:pipreqs ./默认情况下,是没有安装“pipregs”插件,原创 2020-08-11 16:01:27 · 5021 阅读 · 1 评论 -
pip修改镜像源(Ubuntu18.04)
由于网络原因,pip的国外镜像源慢得要命,我们一般都要修改为国内镜像源,最近发现豆瓣镜像源挺不错的,可推荐给大家试试。最近为了学习TensorFlow2.0,安装了一个Ubuntu18.04版本,然后安装了anaconda。环境准备就绪之后,就可以开始敲代码实战,但在过程中,我们往往需要安装各种库,当然我们也可以采用anaconda方式安装,也可以采用pip方式装。之前有遇到过用anaconda安装TensorFlow和官网的会有点不一样,而且问题找了很久,所以后面自己就习惯用pip方式来安装。默认原创 2020-08-10 19:21:17 · 909 阅读 · 0 评论 -
werkzeug第一个坑
最近在买了一本关于TensorFlow 2.0的实战编程书(走向TensorFlow 2.0深度学习应用编程快速入门),里面是附带源码,书里说的代码都是验证过的,对于一个初学者来说,从零开始搭建项目,确实是会遇到不同的坑。由于自己很久没有写过python代码,而且电脑也是新的,python相关环境都没有。首先需要装好Anaconda,再安装TensorFlow相关库,再搞个开发工具pycharm,...原创 2020-04-20 09:43:34 · 3480 阅读 · 6 评论 -
修改Anaconda指定镜像源
Aconda使用过程中,conda升级时,采用的是默认官网地址,可能是由于国外源的原因,速度会比较慢,在国内我们可以用这个镜像源(https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/)首先在Anaconda Prompt里执行以下命令:conda config --add channels https://mirrors.tuna...原创 2020-02-26 10:17:30 · 3319 阅读 · 0 评论 -
修改Jupyter Notebook默认路径
前提是已经安装好Anaconda,Anaconda安装好后是自带Jupyter Notebook的。以Windows系统为例,在开始菜单栏找到Jupyter Notebook,表示已安装好Jupyter Notebook。如下图:下面示范如何修改Ancaconda中的Jupyter Notebook的工作空间默认路径: 打开windows的命令控制台,并输入jupyter noteb...原创 2020-02-21 11:33:02 · 319 阅读 · 0 评论