python3

格式化输出 print(f'{d}') 会把d代表的意义转化掉，和format差不多 %格式化形式 #这里只说明字典使用 dict1 = {"what": "this year", "year": 2016} print("%(what)s is %(year)d" % {"what": "this year", "year": 2016}) # 输出this year is 2016 print("%(what)s is %(year)d， %d" % (dict1,22) ) # 输出this year is 2016 format格式化形式 format格式精解 位置映射 #后面的元素可以多 print("{}:{}".format('192.168.0.100', 8888, 222)) #输出如下192.168.0.100:8888 关键字映射 print("{server}{1}:{0}".format(8888,'192.168.1.100',server='Web Server Info :')) #Web Server Info :192.168.1.100:8888print('{name},{sex},{age}'.format(age=32,sex='male',name='zhangk')) #zhangk,male,32 元素访问 print("{0[0

文章目录 下载pip Python2.7 Python3.x pip换源 国内源列表 临时换源 永久换源 下载pip Python2.7 在Python2.7的安装包中，easy_install.py是默认安装的，而pip需要我们手动安装 sudo easy_install pip 但是！！！不建议，因为我们现在大部分人都是Python3.x 如果不小心安装了，请卸载！！ 卸载命令： sudo pip uninstall pip 然后输入 y 即可 Python3.x curl https : // bootstrap . pypa . io / get - pip . py | python3 直接复制粘贴即可 下载有点慢，静静等待一下 安装好了之后，请输入 pip - - version 即可查看pip的版本 输入： pip list 其实输入 pip3 list 也是一样的 即可看到我们安装的pip的东西 pip换源 为什么要换源呢？因为网站在国外，我们下载非常慢，所以要换源，通过国内的一些源地址当做跳板来取访问国外我们所需要的的东西，这样快速方便 国内源列表 阿里云 http : // mirrors . aliyun . com / pypi / simple / 中国科技大学 https : // pypi . mirrors . ustc . edu . cn /

Python3 环境搭建 Python3 可应用于多平台包括 Windows、Linux 和 Mac OS X。 这里以Windows平台为例。 Python的下载 方法1 . Python 官网：https://www.python.org/ 方法2 . windows 10 系统的电脑可在Windows Store里搜索下载(自动配置完成) Python安装 以下为在 Window 平台上安装 Python 的简单步骤。 打开 WEB 浏览器访问 https://www.python.org/downloads/windows/ ，一般就下载 executable installer，x86 表示是 32 位机子的，x86-64 表示 64 位机子的。 安装的时候不要忘了勾选记得勾选 Add Python 3.6 to PATH。 然后摁下win+R召唤出命令提示符输入python。 在 Windows 设置环境变量 在环境变量中添加Python目录： 在命令提示框中(cmd) : 输入 path=%path%;C:\python 注：这里的C:\Python是Python的安装路径，可以自己根据自己的安装情况进行改变。 来源： CSDN 作者： canfanlove 链接： https://blog.csdn.net/qq_43718361/article/details

工作中经常用到rabbitmq,而用的语言主要是python，所以也就经常会用到python中的pika模块，但是这个模块的使用，也给我带了很多问题，这里整理一下关于这个模块我在使用过程的改变历程已经中间碰到一些问题 的解决方法 刚开写代码的小菜鸟 在最开始使用这个rabbitmq的时候，因为本身业务需求，我的程序既需要从rabbitmq消费消息，也需要给rabbitmq发布消息，代码的逻辑图为如下： 下面是我的模拟代码： #! /usr/bin/env python3 # .-*- coding:utf-8 .-*- import pika import time import threading import os import json import datetime from multiprocessing import Process # rabbitmq 配置信息 MQ_CONFIG = { "host": "192.168.90.11", "port": 5672, "vhost": "/", "user": "guest", "passwd": "guest", "exchange": "ex_change", "serverid": "eslservice", "serverid2": "airservice" } class RabbitMQServer

最近开始学习爬虫框架Scrapy，看大牛写的博客时，发现有段代码不知道如何理解，对，就是它：关键字yield该怎么理解？ 在详细查询了文档说明后，得出以下结论： 一个带有 yield 的函数就是一个 generator，它和普通函数不同，生成一个 generator 看起来像函数调用，但不会执行任何函数代码，直到对其调用 next()（在 for 循环中会自动调用 next()）才开始执行。虽然执行流程仍按函数的流程执行，但每执行到一个 yield 语句就会中断，并返回一个迭代值，下次执行时从 yield 的下一个语句继续执行。看起来就好像一个函数在正常执行的过程中被 yield 中断了数次，每次中断都会通过 yield 返回当前的迭代值。 yield 的好处是显而易见的，把一个函数改写为一个 generator 就获得了迭代能力，比起用类的实例保存状态来计算下一个 next() 的值，不仅代码简洁，而且执行流程异常清晰。 用下面的一段代码就非常好理解了。 若用next()分开执行代码(python2用next()，python3用__next__())， 当函数执行结束时，generator 自动抛出 StopIteration 异常，表示迭代完成。在 for 循环里，无需处理 StopIteration 异常，循环会正常结束。 所以优点就是利用迭代，减少内存消耗，代码更简洁；

# coding=utf-8 import requests, json import hashlib, time import base64 from locust import HttpLocust,TaskSet,task IP_server = "192.168.1.25" def md5_int(vale): md5_int = vale str_md5 = hashlib.md5(md5_int.encode()).hexdigest() return str_md5 def getsession(): url = "https://{}/login".format(IP_server) token = {} data = json.dumps({ "name": "admin", "password": md5_int('123456'), }) url = requests.post(url=url, data=data) token["session_id"] = url.json()["session_id"] token["cluster_id"] = token["session_id"].split('@')[1] return token token = getsession() class MyBlogs(TaskSet): data = json

弄了一个mac pro 玩发现 Mac默认的python版本为2.7 自己安装了3.7的版本 修改 ~/.bash_profile 文件 查看python3安装路径 which python3 /Library/Frameworks/Python.framework/Versions/3.7/bin/python3.7 编辑~/.bash_profile vi ~/.bash_profile按i进入编辑模式 添加PATH，alias #add PATH export PATH=${PATH}:/Library/Frameworks/Python.framework/Versions/3.7/bin #alias python alias python2='/Library/Frameworks/Python.framework/Versions/2.7/bin/python2.7' alias python3='/Library/Frameworks/Python.framework/Versions/3.7/bin/python3.7' alias python=python3 #alias pip alias pip='/Library/Frameworks/Python.framework/Versions/3.7/bin/pip3' 保存~/.bash_profile

方法 说明 datetime.date.fromtimestamp() 返回一个日期对象，参数是时间戳,返回 [年-月-日] datetime.date.isocalendar(obj) 把日期对象返回一个带有年月日的元组 datetime.date.isoformat(obj) 当前[年-月-日]字符串表示(2014-03-24) datetime.date.isoweekday(obj) 返回一个日期对象的星期数,周一是1 datetime.date.today() 本地日期对象,(用str函数可得到它的字面表示(2014-03-24)) datetime.date.today().timetuple() 转换为时间戳datetime元组对象，可用于转换时间戳 datetime.date.weekday(obj) 返回一个日期对象的星期数,周一是0 datetime.datetime.now().timetuple() 转换为时间戳datetime元组对象，可用于转换时间戳 datetime.datetime.now([tz]) 返回指定时区的datetime对象 2014-03-24 23:31:50.419000 datetime.datetime.strftime(datetime.datetime.now(), ‘%Y%m%d %H%M%S‘)

代码及数据： https://github.com/zle1992/MachineLearningInAction logistic regression 优点:计算代价不高，易于理解实现，线性模型的一种。 缺点:容易欠拟合，分类精度不高。但是可以用于预测概率。 适用数据范围:数值型和标称型。 准备数据： 1 def loadDataSet(): 2 dataMat,labelMat = [],[] 3 with open(filename,"r") as fr: #open file 4 for line in fr.readlines(): 5 lineArr = line.split() #split each line 6 dataMat.append([1.0,float(lineArr[0]),float(lineArr[1])]) #创建2维list 7 labelMat.append(int(lineArr[2])) 8 return dataMat,labelMat 1 基于Logistic回归和Sigmoid函数的分类 Sigmoid函数： 1 def sigmoid(inX): 2 return 1.0/(1+np.exp(-inX)) 2基于最优化方法的最佳回归系数确定 梯度上升法： 梯度上升法的伪代码如下: 每个回归系数初始化为1 重复R次:

目录 问题展示 解决方法 Linux下Python的版本可以直接通过pyenv进行下载安装和更新,不需要直接通过源码安装到电脑里! 找到系统之前自带的python3 （python3.5.2） 然后创建软连接指回去。 使用官网进行安装相关依赖 Ubuntu16.04安装Python3.8以后出现lsb_release/No LSB modules are available的错误 问题展示 １．出现这个错误以后,由于这些模块于电脑的Ubuntu-desktop等有依赖关系,导致重启电脑后会显示debian的grub,安装更新软件也是变成了debian的,简直令人抓狂! ２．直接通过Ubuntu的'sudo apt install lsb_release'无效, ３． Linux命令行直接输命令会报command-no-find,下面给出解决方法: ４．ROS报错 解决方法 Linux下Python的版本可以直接通过pyenv进行下载安装和更新,不需要直接通过源码安装到电脑里! pyenv安装相关1 pyenv安装相关2 pyenv安装相关3 找到系统之前自带的python3 （python3.5.2） 然后创建软连接指回去。 sudo ln -sf /usr/bin/python3.5 /usr/local/bin/python3 sudo ln -sf /usr/bin