python
爱吃鬼
收藏有货,欢迎交流
展开
-
urllib携带登录信息
python抓取页面模拟登录信息import urllib.requestimport urllib.parseimport urllib.errorimport http.cookiejarurl='http://bbs.chinaunix.net/member.php?mod=logging&action=login&loginsubmit=yes&loginhash=La2A2'data={ 'username':'zhanghao', 'pass原创 2021-08-18 11:32:16 · 237 阅读 · 0 评论 -
python调用扬声器、摄像头
实现语音播报import pyttsx3engine = pyttsx3.init()engine.say("hello world")engine.runAndWait()实现调用摄像头拍照import cv2def getPicture(): cap = cv2.VideoCapture(0) ret, frame = cap.read() cv2.imwrite('./test.jpg', frame) # 关闭摄像头 cap.rel.原创 2021-07-30 15:39:29 · 1300 阅读 · 0 评论 -
python打印四种三角形
原创 2021-03-21 18:20:10 · 387 阅读 · 0 评论 -
命令行打印二维码-pyqrcode
安装pyqrcodepip install pyqrcode实现import pyqrcodeurl = pyqrcode.create("https://lemon.baidu.com")url.svg("uca-url.svg", scale=8)url.eps("uca-url.eps", scale=2)print(url.terminal(quiet_zone=1))原创 2021-03-19 17:27:36 · 1132 阅读 · 0 评论 -
Python生成二维码-qrcode
# 安装qrcode包pip install qrcode简单实现import qrcodeqrcode.make("https://www.baidu.com").save('./baidu.jpg')原创 2021-03-19 17:23:56 · 59 阅读 · 0 评论 -
pip极速安装指定下载源
终端执行pip install XXX -i https://pypi.tuna.tsinghua.edu.cn/simple原创 2021-01-03 22:12:09 · 206 阅读 · 1 评论 -
linux安装python3.7
安装编译工具yum -y groupinstall "Development tools"yum install gcc patch libffi-devel python3-devel zlib-devel bzip2-devel openssl-devel ncurses-devel sqlite-devel readline-devel tk-devel gdbm-devel db4-devel libpcap-devel xz-devel -yyum install libffi-deve.原创 2020-12-05 22:47:13 · 100 阅读 · 0 评论 -
《Python cookbook》笔记二
《Python cookbook》笔记二第二章 字符串和文本—使用多个界定符分割字符串—你需要将一个字符串分割为多个字段,但是分隔符 (还有周围的空格) 并不是固定的。# str.split() 方法只适应于非常简单的字符串分割情形# 当你需要更加灵活的切割字符串的时候,最好使用 re.split() 方法>>> line = 'asdf fjdk; afed, fjek,asdf, foo'>>> import re>>> re.sp原创 2020-10-20 16:25:12 · 122 阅读 · 0 评论 -
《Python cookbook》笔记一
《Python cookbook》第一章 数据结构和算法— *号解压多个变量 —如果一个可迭代对象的元素个数超过变量个数时,会抛出一个 ValueError 。那么怎样才能从这个可迭代对象中解压出 N 个元素出来?>>> record = ('Dave', 'dave@example.com', '773-555-1212', '847-555-1212')>>> name, email, *phone_numbers = record>>>原创 2020-10-12 13:17:43 · 159 阅读 · 0 评论 -
Pandas 数据预处理
Pandas数据处理一 概述1.1 业务建模流程将业务抽象为分类or回归问题定义标签,得到y选取合适的样本,并匹配出全部的信息作为特征的来源特征工程 + 模型训练 + 模型评价与调优(相互之间可能会有交互)输出模型报告上线与监控1.2什么是特征在机器学习的背景下,特征是用来解释现象发生的单个特性或一组特性。 当这些特性转换为某种可度量的形式时,它们被称为特征。举个例子,假...原创 2020-07-17 13:23:53 · 1452 阅读 · 0 评论 -
机器学习及算法-python
Scikit-learn包含:分类、聚类、回归特征工程模型选择、调优安装逻辑回归(Logistic Regression)是机器学习中的一种分类模型,逻辑回归是一种分类算法。原创 2019-11-24 11:27:23 · 3090 阅读 · 1 评论 -
爬虫
爬虫基础# 导入工具包from urllib.request import urlopen, Request, quotekeyword1 = input('请输入关键字:')keyword = quote(keyword1)url = 'http://www.baidu.com/s?wd=' + keywordreal_url = Request(url)data = urlop...原创 2019-11-10 18:24:48 · 93 阅读 · 0 评论 -
matplotlib基本使用
matplotlib基本使用import matplotlib.pylab as plimport numpyx = [1, 2, 3, 4]y = [1, 4, 9, 16]# 线型图pl.plot(x, y) # 折线图pl.plot(x, y, '-') # '-'表示直线,'--'表示虚线,':'表示细小虚线,'-.'表示-.的形式# 散点图pl.scatter...原创 2019-11-10 17:46:14 · 139 阅读 · 0 评论 -
NumPy模块使用
NumPy是用Python进行科学计算的基本软件包。它包含以下内容:一个强大的N维数组对象复杂的(广播)功能用于集成C / C ++和Fortran代码的工具有用的线性代数,傅里叶变换和随机数能力除了明显的科学用途外,NumPy还可以用作通用数据的高效多维容器。任意的数据类型可以被定义。这使得NumPy能够与各种各样的数据库无缝,快速地整合。Numpy官网 : http://www...原创 2019-11-09 20:56:14 · 290 阅读 · 0 评论 -
matplotlib基本使用
matplotlib基本使用import matplotlib.pylab as plimport numpyx = [1, 2, 3, 4]y = [1, 4, 9, 16]# 线型图pl.plot(x, y) # 折线图pl.plot(x, y, '-') # '-'表示直线,'--'表示虚线,':'表示细小虚线,'-.'表示-.的形式# 散点图pl.plot(x,...原创 2019-12-04 11:15:31 · 249 阅读 · 0 评论 -
numpy与pandas基本使用
1、numpy模块使用# 基本操作类似于列表,支持sort(), max(), min()及切片[起始下标:结束下标(不包含):步长]等import numpy# 创建一维数组x = numpy.array([mem1, mem2, mem3])# 创建二维数组y = numpy.array([[mem1, mem2, mem3...], [mem4, mem5, mem6...]...原创 2019-11-05 20:08:19 · 268 阅读 · 0 评论 -
正则表达式
正则表达式基本使用import re# 从第一个字符每个字符 开始就必须匹配匹配结果对象 = re.match(正则,数据)# 从头开始搜索 并且尝试匹配 匹配结果对象 = re.search(正则,数据)# 匹配所有符合条件的数据匹配结果对象 = re.compile(正则).findall(数据)匹配单个字符匹配单个字符的字符- 元字符. ...原创 2019-11-02 20:47:23 · 94 阅读 · 0 评论 -
Python基础
Python基础1、三目运算条件成立执行的表达式或返回结果 if 条件 else 条件不成立执行的表达式或返回结果2、切片保证切片的时候开始到结束下标的方向 和 步长 的方向一致,否则无法选取出数据3、常用方法函数只要加上global关键字就表示全局变量保存的内存地址要发生变化python内置函数len(); max(); min(); del(); help(可...原创 2019-11-02 19:47:07 · 105 阅读 · 0 评论