Triagen的博客

列表推导，生成器

Understanding Expression Trees>>> from sympy import *>>> x, y, z = symbols('x y z')>>> expr = x**2 + x*y>>> srepr(expr) #使用srepr查看内部保存形式Add(Pow(Symbol('x'), Integer(2)), Mul(Symbol('x'), Symbo

>> from __future__ import division>>> from sympy import *#行列>>> Matrix([[1, -1], [3, 4], [0, 2]])⎡1 -1⎤⎢ ⎥⎢3 4 ⎥⎢ ⎥⎣0 2 ⎦#列>>> Matrix([1, 2, 3])⎡1⎤⎢ ⎥⎢2⎥⎢ ⎥⎣3⎦#行>>> Matrix

>>> from sympy import *>>> x, y, z = symbols('x y z')>>> init_printing(use_unicode=True)A Note about Equations#SymPy里的符号等式用的是Eq>>> Eq(x, y)x = y#方程求解函数默认右边等于0>>> solveset(Eq(x**2, 1), x){

>> from sympy import *>>> x, y, z = symbols('x y z')>>> init_printing(use_unicode=True)Derivatives#导数>>> diff(cos(x), x)-sin(x)>>> diff(exp(x**2), x) ⎛ 2⎞ ⎝x ⎠2⋅x⋅ℯ#多次求导>>> dif

Simplification>>> from sympy import *>>> x, y, z = symbols('x y z')>>> init_printing(use_unicode=True)simplify#对式子进行化简>>> simplify(sin(x)**2 + cos(x)**2)1>>> simplify((x**3 + x**2 - x - 1

sympy.polys.polytools.poly(expr, *gens, **args)>>> poly(x*(x**2 + x - 1)**2)Poly(x**5 + 2*x**4 - x**3 - 2*x**2 + x, x, domain='ZZ')sympy.polys.polytools.degree(f, *gens, **args)#指定变量最大次数>>>

Basic functionalityDivision#多项式除法>>> f = 5*x**2 + 10*x + 3>>> g = 2*x + 2>>> q, r = div(f, g, domain='QQ')>>> q5*x 5--- + - 2 2>>> r-2>>> (q*g + r).expand() 25*x + 10*x + 3

Creating Matrices>>> from sympy.interactive.printing import init_printing>>> init_printing(use_unicode=False, wrap_line=False, no_global=True)>>> from sympy.matrices import Matrix, eye, zeros, one

#用extend将一张图添加到另一张图上面>>> from sympy import symbols>>> from sympy.plotting import plot>>> x = symbols('x')>>> p1 = plot(x*x)>>> p2 = plot(x)>>> p1.extend(p2)>>> p1Plot object containing:[0]: c

Printers一些可用的printersstrsreprASCII pretty printerUnicode pretty printerLaTeXMathMLDotSetting up Pretty Printing>>> from sympy import init_printing>>> init_printing() #根据环境选择输出方式>>>

Equals Signs (=)Single Equals Sign#单个等号用于赋值>>> from sympy.abc import x, y>>> a = x - y>>> print(a)x - yDouble Equals Signs#双等号用于判断内部结构相等>>> (x + 1)**2 == x**2 + 2*x + 1False>>> (x +

Basics#N(expr, )函数与sympify(expr).evalf()等价>>> from sympy import *>>> N(sqrt(2)*pi)4.44288293815837>>> (sqrt(2)*pi).evalf()4.44288293815837#额外的参数用于确认精确度>>> N(sqrt(2)*pi, 5)4.4429>>> N(sqrt(2

Python标准库学习之filecmp

命令行参数，文件目录树，python标准库

Python标准库学习之os.path

Python 标准库学习之pathlib目录树

错误 如下Fatal error in launcher: Unable to create process using '"'原因分析 此错误主要是由于在装了多个版本的python后，由于要能在统一系统中多个版本python兼容，改变了pip所在版本的python的名称所致。 具体展示 本人电脑中安装的是python 3.5.2，Anaconda中python版本也为3.5.2，但是，由于系

Examples>>> from sympy import *>>> init_printing(use_unicode=False, wrap_line=False, no_global=True)>>> x = Symbol('x')>>> integrate(x**2 + x + 1, x) 3 2x x-- + -- + x3 2>>> integra

Example Usage>>> from sympy import *>>> from sympy.geometry import *>>> x = Point(0, 0)>>> y = Point(1, 1)>>> z = Point(2, 2)>>> zp = Point(1, 0)>>> Point.is_collinear(x, y, z) #判断共线True>>

sympy.functions.elementary.complexesre#返回复数实数部分>>> from sympy import re, im, I, E>>> from sympy.abc import x, y>>> re(2*E)2*E>>> re(2*I + 17)17>>> re(2*I)0>>> re(im(x) + x*I + 2)2#as_

Subs/evalf>>> from sympy import *>>> from sympy.abc import x>>> expr = sin(x)/x>>> expr.evalf(subs={x: 3.14})0.000507214304613640Lambdify>>> from sympy import *>>> from sympy.abc import x

Sum>>> from sympy.abc import i, k, m, n, x>>> from sympy import Sum, factorial, oo, IndexedBase, Function>>> Sum(k, (k, 1, m))Sum(k, (k, 1, m))>>> Sum(k, (k, 1, m)).doit()m**2/2 + m/2>>> Sum(k

一个问题>>> x = symbols('x')>>> expr = x + 1>>> x = 2>>> print(expr)x + 1#SymPy有自己的变量，通过symbols函数将Python变量名与自己的变量名相关联，因此x = 2只是将Python变量x与2关联，不影响SymPy的内部变量举个例子：>>> a,b = symbols('b a')#将python变量a,

>>> from sympy import *>>> x, y, z = symbols("x y z")Substitution#多个参数>>> expr = x**3 + 4*x*y - z>>> expr.subs([(x, 2), (y, 4), (z, 0)])40Converting Strings to SymPy Expressions>>> str

与Python内置函数的区别#内置函数>>> import math>>> math.sqrt(9)3.0>>> math.sqrt(8)2.82842712475#sympy>>> import sympy>>> sympy.sqrt(3)sqrt(3)>>> sympy.sqrt(8)2*sqrt(2)#sympy保留了原式，且能自动进行部分化简符号表达

图片叠影im1 = Image.open('1.jpg')im2 = Image.open('2.jpg')out = Image.blend(im1,im2.resize(im1.size),0.5)# out = image1 * (1.0 - alpha) + image2 * alpha创建图片im = Image.new('RGB',(500,500),(255,2

文件夹展示使用说明双击运行批处理文件“脚本美化.bat”即可美化当前文件夹下所有html文件Python（htmlBeautiful.py）代码from bs4 import BeautifulSoup #请先装好bs4包import sys #用于获取系统参数def prettifyHtml(): f = open

导入from PIL import Image打开图片#方式一：im = Image.open('1.jpg')#方式二f = open('1.jpg','rb')im = Image.open(f)#从tar压缩文件打开from PIL import TarIOfp = TarIO.TarIO('2.tar','1.jpg') #压缩文件名 图片名im =

Forming logical expressions>>> from sympy import *>>> x, y = symbols('x,y')>>> y | (x & y)Or(And(x, y), y)>>> x | yOr(x, y)>>> ~xNot(x)>>> x >> yImplies(x, y)>>> x << yImplies(y, x)>>> (

Beautiful Soup 是一个可以从HTML或XML文件中提取数据的Python库.它能够通过你喜欢的转换器实现惯用的文档导航,查找,修改文档的方式.Beautiful Soup会帮你节省数小时甚至数天的工作时间.这篇文档介绍了BeautifulSoup4中所有主要特性,并切有小例子.让我来向你展示它适合做什么,如何工作,怎样使用,如何达到你想要的效果,和处理异常情况.文档中出现的例子在Pyt

引用上一个表达式的值交互模式下，Python默认将上一次表达式的结果赋给变量'_'>>> 3+4 #计算3+4，但并没有将结果赋给变量7>>> _+6 #将'_'的值加613 #由此推断这个语句中'_'值为上一个表达式的返回值7>>> a = 3+4 #注意这里将结果赋给了变量a，所以没有回显结果>>> _+6 #对'_'进行操作19

输出 “The Zen of Python”>>> import thisThe Zen of Python, by Tim PetersBeautiful is better than ugly.Explicit is better than implicit.Simple is better than complex.Complex is better than complic

from PIL import Image, ImageDraw, ImageFont, ImageFilterimport randomimport string# 用于生成随机验证码图案def rndChar(): #用于生成字母验证码，根据需要注释 #return chr(random.randint(65, 90)) #用于生成汉字，根据需要不注释 return

导入Image类from PIL import Image打开图片im = Image.open('1.jpg') #确保存在1.jpg这张图片，否则会出错创建图片im = Image.new(mode, size, color=0) #图片模式，大小和颜色显示图片im.show()   #此处show的图片并非1.jpg，show显示内存中的图片图片宽度im.width图片高度

导入ImageChopsfrom PIL import ImageChops创建两张图片im1 = Image.new('RGB',(500,500),(255,0,0)) #创建一张红色图 im2 = Image.new('RGB',(500,500),(0,255,0)) #创建一张绿色图add方法#函数原型#PIL.ImageChops.add(image1,

导入ImageColorfrom PIL import ImageColorgetrgb方法#函数原型#PIL.ImageColor.getrgb(color)#eg. ImageColor.getrgb('teal') 返回(0, 128, 128)getcolor方法#函数原型#PIL.ImageColor.getcolor(color, mode)#eg.

导入BeautifulSoupfrom bs4 import BeautifulSoup创建BeautifulSoup对象1.字符串创建soup = BeautifulSoup('Extremely bold')2.文件指针创建f = open('example.html','r',encoding = 'utf-8')soup = BeautifulSoup(f)3

导入ImageStatfrom PIL import ImageStatStat方法#函数原型#class PIL.ImageStat.Stat(image_or_list, mask=None)实例from PIL import Image,ImageStatim = Image.open('1.jpg')st = ImageStat.Stat(im)st.

导入ImageSequencefrom PIL import ImageSequence使用例子from PIL import Image, ImageSequenceim = Image.open("2.gif")index = 1for frame in ImageSequence.Iterator(im):frame.save("frame%d.png" % inde