![](https://img-blog.csdnimg.cn/20190927151026427.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
Python学习
文章平均质量分 96
非
TRI_SEVEN
这个作者很懒,什么都没留下…
展开
-
python中文
这样可以保证select出来的中文显示没有问题。import osos.environ['NLS_LANG'] = 'SIMPLIFIED CHINESE_CHINA.UTF8'要能够正常的insert和update中文,还需要指定python源文件的字符集密码和oracle一致。# -*- coding: utf-8 -*-...原创 2020-08-30 22:39:21 · 125 阅读 · 0 评论 -
next(), iter(), 迭代器(__iter__和__next__)
文章目录next()与iter()迭代器(__iter()__和__next__)真正的迭代器总结next()与iter()可迭代对象(iterable)list、tuple、dict、set、str,为了访问里面的元素,可以先使用iter() 转成iterator,再通过next() 来获取下一个元素。# 访问dataset里面的元素dataset=[1,2,3,4,5]a=iter(dataset)for i in range(5): data=next(a) # 已经访问完最后原创 2020-08-24 21:41:48 · 643 阅读 · 0 评论 -
plt.imshow不显示图像
plt.imshow()不显示图像?解决方法:在后面加一句:plt.show()原理:plt.imshow()函数负责对图像进行处理,并显示其格式,而plt.show()则是将plt.imshow()处理后的函数显示出来。plt.imshow(image) #image表示待处理的图像plt.show()...原创 2020-08-22 11:04:58 · 170 阅读 · 0 评论 -
random与numpy.random
在python中,有两个模块可以产生随机数:python自带random包: 提供一些基本的随机数产生函数,可满足基本需要numpy.random:提供一些产生随机数的高级函数,满足高级需求本文先分别介绍这两个包的常用函数,文末将总结一下两个包的区别。Python随机数小结——random和np.random的区别与联系randomrandom.seed(a=None,version=2)seed( ) 用于指定随机数生成时所用算法开始的整数值,如果使用相同的seed( )值,则每次生成原创 2020-08-22 11:02:53 · 256 阅读 · 0 评论 -
python函数参数传递
对于列表、字典、set之类的传递参数的时候传递的是一个引用>>> def f(x):... x = 123... return x... >>> a = [1,3,4]>>> f(a)123>>> a[1, 3, 4] # a 不变,本来传参时是a的一个引用,后来遇到x=123,就在内存里创建了局部变量x,x不再指向a>>> def f(x):... x.append(4原创 2020-08-02 21:17:40 · 180 阅读 · 0 评论 -
map()函数、lambda函数
描述map() 会根据提供的函数对指定序列做映射。第一个参数 function 以参数序列中的每一个元素调用 function 函数,返回包含每次 function 函数返回值的新列表。语法map(function, iterable, ...)# function -- 函数名)# iterable -- 一个或多个(序列举个栗子>>> def square(x):... return x ** 2... >>> map(square,原创 2020-08-22 11:03:14 · 318 阅读 · 0 评论 -
Python isinstance()函数
描述isinstance() 函数来判断一个对象是否是一个已知的类型,类似 type()。isinstance() 与 type() 区别:type() 不会认为子类是一种父类类型,不考虑继承关系。isinstance() 会认为子类是一种父类类型,考虑继承关系。如果要判断两个类型是否相同推荐使用 isinstance()。用法isinstance(object, classinfo)# object -- 实例对象。# classinfo -- 可以是直接或间接类名、基本类型或原创 2020-08-22 11:03:36 · 228 阅读 · 0 评论 -
Datawhale打卡记录
文章目录变量、运算符与数据类型运算符算术运算符比较运算符逻辑运算符位运算符三元运算符其他运算符in - is - not in - is not运算符优先级数据类型与转换查看属性和方法保留浮点型的小数点后 n 位获取类型信息类型转换print()函数变量、运算符与数据类型运算符算术运算符- * / //(整除取整) %(取余) **幂比较运算符print(2 > 1) # Trueprint(2 >= 4) # Falsepr原创 2020-07-22 22:17:23 · 171 阅读 · 0 评论 -
Python语法
文章目录容器Containers列表Lists词典Dictionaries集合Sets元组TuplesNumpyArraysArray IndexingDatatypesArray mathBroadcastingNumpy Documentation容器Containers列表Lists词典Dictionaries集合Sets元组TuplesNumpyArraysArray IndexingDatatypesArray mathBroadcastingNumpy Documenta原创 2020-08-22 11:06:43 · 243 阅读 · 0 评论 -
anaconda与python入门配置
原文https://hackmd.io/@bbKkuZtBSTaLImhRnJWZag/HkbM4yBif?type=view侵删第一節 : 建置Python開發環境Anaconda 開發環境Anaconda是一個整合 Python的套件包,適合初學者的開發環境安裝AnacondaAnaconda Prompt 管理套件1顯示已安裝的套件 conda list2套件安裝 conda...原创 2020-02-21 13:23:24 · 231 阅读 · 1 评论 -
python基本语法
numpy一维数组用print输出的时候为 [1 2 3 4],跟python的列表是有些差异的,没有“,”a = list([1,2,3,4])print(a) -----[1, 2, 3, 4]a = np.array(a)print(a) -----[1 2 3 4]import matplotlib.pylot as plt# 画子图有两种方式--面向对象的/pyplot的面向对象的方式是:先生成一个figure对象,然后再对figure操作fig = plt.figure()原创 2020-07-10 09:47:39 · 187 阅读 · 0 评论 -
Python之matplotlib
绘制散点图有时间整理下原创 2020-07-09 00:26:11 · 376 阅读 · 0 评论 -
Python之Numpy
shape与ndimshape表示数组维度ndim表示数组维数shape是一个可写属性,作用同reshapeimport numpy as np a = np.array([[1,2,3],[4,5,6]]) print (a)a.shape = (3,2) print (a)b = a.reshape(3,2) print (b)tile参考numpy.tile(A, reps)通过重复reps次A来构造出一个新数组。>>> import nu原创 2020-07-09 00:25:10 · 173 阅读 · 1 评论 -
python续行
[参考](https://blog.csdn.net/NFR413/article/details/78386972?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase原创 2020-07-09 00:10:15 · 474 阅读 · 0 评论 -
模块化编程
导入python package的几种方式import …即导入一个py文件,一个.py文件视为一个module ;是个相对路径使用: 模块名.函数名比如import math就是导入math.py, math.py中有很多函数def。使用的时候就用math.函数名,比如a = math.sqrt(b);相当于引入的模块是一个对象,调用这个模块对象下的方法;from … import *导入一个模块中所有函数使用时直接用函数名就行了,不需要用模块名.函数名;使用**from math imp原创 2020-07-06 22:17:11 · 261 阅读 · 0 评论