信橙则灵的博客

Python并发编程实战，使用多线程、多进程加速程序运行，让你离小白更远一步。

Python自定义命令行参数使用到的方法为 argparse.ArgumentParser() ，此模块有中文文档，建议链接 到官方中文文档中查看。argparse.ArgumentParser()此模块可以让人轻松编写用户友好的命令行接口。程序定义它需要的参数，然后 argparse 将弄清如何从 sys.argv 解析出那些参数。 argparse 模块还会自动生成帮助和使用手册「常见的-h」，并在用户给程序传入无效参数时报出错误信息。使用流程1、创建一个解析器：第一步：创建一个 Argum

文章目录Series一、导入Series二、创建Series1、使用列表或者numpy进行创建，默认索引为0到N-1的整数型索引2、使用字典创建(推荐使用)三、Series的索引和切片1、显式索引与切片2、隐式索引与切片四、Series的基本概念1、通过head(),tail()快速查看Series对象的样式2、isnull(),notnull()函数检测缺失数据3、扩展四、Series的运算1、 适用于numpy的数组运算也适用于Series2、Series之间的运算扩展SeriesSeries是线

今天在使用pip install 的时候，突然报错，告诉我pip找不到了no such file or directory这个文件找不到，是因为我给删了，但是不应该会影响到pip 的运行，然后去jupyter notebook上试了下：提示：ModuleNotFoundError好吧，pip既然不能运行了，那应该是哪个配置文件中使用到了 /Users/zhangch/Applications/Orange.app/Contents/MacOS/python 这个路径，我找了好久，最后终于找到

pandas在大数据分析上的作用越来越大，于是自己学习了下关于Pandas的知识点，独乐乐不如众乐乐。在这分享出来，水平有限，希望大家包涵文章目录一、什么是pandas二、安装导入pandas三、DataFrame和Series介绍SeriesDataFrame一、什么是pandasPython Data Analysis Library 或 pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所

使用git：一:git add . 将修改的文件上传到本地的分支二:git commit -m “备注” 将自己的修改上传本地的 分支上，并添加备注三:git status 查看当前的提交状态四:1）git checkout <分支名>此命令如果远端没有该<分支名>的话，将会报错如果远端存在的话，则自动与远端相应的分支进行关联，获取远端对应的代码，并本地切换到该 分支2）git checkout -b <分支名>本地如

日志的作用作为一名开发人员，日志是我们排查问题的好帮手，在程序中设计一份好的日志，能够让我们快速定位到问题的原因。比如我们的产品在用户手中出了问题，我们只需要查看该用户日志，然后就能发现问题原因。毫无疑问。这会极大的节省我们排查问题的时间，提升了我们工作的效率。日志分类根据Python中logging提供的日志函数，它们分别是: debug()、 info()、 warning()、 err...