python3

leetcode python3 环形链表

醉酒当歌 提交于 2020-03-09 11:40:05
代码思路:利用快慢指针遍历链表,若存在环形链表,两指针必相遇,否则快指针会先遍历完成 class Solution : def hasCycle ( self , head : ListNode ) - > bool : show = fast = head while fast and fast . next : show = show . next fast = fast . next . next if show == fast : return True return False 来源: CSDN 作者: jkn7 链接: https://blog.csdn.net/m0_37656366/article/details/104745759

python3 mro

十年热恋 提交于 2020-03-09 10:58:13
我们知道, Python 类是支持(多)继承的,一个类的方法和属性可能定义在当前类,也可能定义在基类。针对这种情况,当调用类方法或类属性时,就需要对当前类以及它的基类进行搜索,以确定方法或属性的位置,而搜索的顺序就称为方法解析顺序。 方法解析顺序(Method Resolution Order),简称 MRO。对于只支持单继承的编程语言来说,MRO 很简单,就是从当前类开始,逐个搜索它的父类;而对于 Python,它支持多继承,MRO 相对会复杂一些。 实际上,Python 发展至今,经历了以下 3 种 MRO 算法,分别是: 从左往右,采用深度优先搜索(DFS)的算法,称为旧式类的 MRO; 自 Python 2.2 版本开始,新式类在采用深度优先搜索算法的基础上,对其做了优化; 自 Python 2.3 版本,对新式类采用了 C3 算法。由于 Python 3.x 仅支持新式类,所以该版本只使用 C3 算法。 有关旧式类和新式类的讲解,可阅读《 Python super()使用注意事项 》一文。 有读者可能会好奇,为什么 MRO 弃用了前两种算法,而选择最终的 C3 算法呢?原因很简单,前 2 种算法都存在一定的问题。 旧式类MRO算法 在使用旧式类的 MRO 算法时,以下面代码为例(程序一): class A : def method (self ): print (

Caffe实例

情到浓时终转凉″ 提交于 2020-03-09 09:01:43
下载链接以及说明: 1.caffe代码按照官方教程下载windows分支下面的就可以了(https://github.com/BVLC/caffe/tree/windows)。 2.cmake( https://cmake.org/download/ ) 3.miniconda3 python3.6 x64( https://conda.io/miniconda.html ) (注意:官方只能下载python 3.6版本的,在安装完python3.6版本的miniconda之后,注意在安装的时候将目录添加到环境变量中,然后命令行中执行: conda create -n py35 python = 3.5 anaconda,执行之后,会下载并安装python3.5下面的库,成功之后; 命令行中执行 activate py35,即可激活python3.5,但是当退出之后仍然是默认的3.6,这个时候命令行执行: conda info --envs,可以看到有2个python环境:一个是root,一个是py35,并且可以看到py35这个包的安装路径。 然后在windows的环境变量中,把py35这个环境的路径和这个路径下的scripts路径添加到path路径中, 并在系统变量的path路径中删除掉原来的miniconda3/bin和miniconda3/scripts路径

项目上线

天大地大妈咪最大 提交于 2020-03-09 08:51:18
购买服务器 # 购买阿里云服务器 # 短期或是测试使用,创建 按量收费 服务器,可以随时删除,删除后不再计费,但要保证账户余额100元以上 连接服务器 1)账号 >: ssh root@39.99.192.127 2)密码 >: ******** 服务器命令 管理员权限 1)以下所有的服务器命令均可以在管理员权限下执行 >: sudo 命令 配置终端 1)编辑配置文件 >: vim ~/.bash_profile 2)将原来内容全部删除掉 >: ggdG 3)进入编辑状态:填入下方两行 >: i export PATH=$PATH:$HOME/bin PS1='Path:\w\n>:' 4)退出编辑状态 >: esc 5)保存修改并退出 >: :wq 6)生效配置 >: source ~/.bash_profile 重要 更新系统软件包 >: yum update -y 安装软件管理包和可能使用的依赖 >: yum -y groupinstall "Development tools" >: yum install openssl-devel bzip2-devel expat-devel gdbm-devel readline-devel sqlite-devel psmisc libffi-devel 检测是否成功:会将git作为依赖安装号 >: git 安装Mysql

ARM平台linux下使用Python3录音

北慕城南 提交于 2020-03-09 02:26:08
文件系统:Debian9.9 安装pyaudio apt - get install python3 - pyaudio root@ubuntu : / yangfeiwu / python # pip3 list cryptography ( 1.7 .1 ) idna ( 2.2 ) keyring ( 10.1 ) keyrings . alt ( 1.3 ) pip ( 9.0 .1 ) pyasn1 ( 0.1 .9 ) PyAudio ( 0.2 .11 ) pycrypto ( 2.6 .1 ) pygobject ( 3.22 .0 ) pyxdg ( 0.25 ) SecretStorage ( 2.3 .1 ) setuptools ( 45.3 .0 ) six ( 1.10 .0 ) wheel ( 0.29 .0 ) 可以看到PyAudio (0.2.11)已经安装成功了。 使用Python录音 import pyaudio import wave import os import sys CHUNK = 512 FORMAT = pyaudio . paInt16 CHANNELS = 1 RATE = 44100 RECORD_SECONDS = 5 WAVE_OUTPUT_FILENAME = "output.wav" p = pyaudio .

MAC 上 使用lightgbm遇到image not found 解决办法总结

本小妞迷上赌 提交于 2020-03-08 23:26:11
LightGBM介绍: GBDT (Gradient Boosting Decision Tree) 是机器学习中一个长盛不衰的模型,其主要思想是利用弱分类器(决策树)迭代训练以得到最优模型,该模型具有训练效果好、不易过拟合等优点。GBDT 在工业界应用广泛,通常被用于点击率预测,搜索排序等任务。GBDT 也是各种数据挖掘竞赛的致命武器,据统计 Kaggle 上的比赛有一半以上的冠军方案都是基于 GBDT。 ​ LightGBM (Light Gradient Boosting Machine)是一个实现 GBDT 算法的框架,支持高效率的并行训练,并且具有以下优点: 更快的训练速度 更低的内存消耗 更好的准确率 分布式支持,可以快速处理海量数据 如下图,在 Higgs 数据集上 LightGBM 比 XGBoost 快将近 10 倍,内存占用率大约为 XGBoost 的1/6,并且准确率也有提升 在MAC上实际pip安装过程中会出现下面错误 错误信息 import lightgbm File "/opt/venv3/lib/python3.7/site-packages/lightgbm/__init__.py", line 8, in <module> from .basic import Booster, Dataset File "/opt/venv3/lib

上线

笑着哭i 提交于 2020-03-08 22:22:03
购买服务器 # 购买阿里云服务器 # 短期或是测试使用,创建 按量收费 服务器,可以随时删除,删除后不再计费,但要保证账户余额100元以上 连接服务器 1)账号 >: ssh root@39.99.192.127 2)密码 >: ******** 服务器命令 管理员权限 1)以下所有的服务器命令均可以在管理员权限下执行 >: sudo 命令 配置终端 1)编辑配置文件 >: vim ~/.bash_profile 2)将原来内容全部删除掉 >: ggdG 3)进入编辑状态:填入下方两行 >: i export PATH=$PATH:$HOME/bin PS1='Path:\w\n>:' 4)退出编辑状态 >: esc 5)保存修改并退出 >: :wq 6)生效配置 >: source ~/.bash_profile 重要 更新系统软件包 >: yum update -y 安装软件管理包和可能使用的依赖 >: yum -y groupinstall "Development tools" >: yum install openssl-devel bzip2-devel expat-devel gdbm-devel readline-devel sqlite-devel psmisc libffi-devel 检测是否成功:会将git作为依赖安装号 >: git 安装Mysql

python3写的腾讯漫画下载器

守給你的承諾、 提交于 2020-03-08 20:33:06
代码很稀烂,开坑后一个月的时间,断断续续总算是写完了,主体功能完成,顺便PYQT5写了个GUI,并用cx_freeze打包,可以在windows下用。 项目托管在github: https://github.com/abcfy2/getComic git@osc镜像仓库: http://git.oschina.net/abcfy2/getComic 预览效果 放几张预览图,支持不连续的章节选择下载。 windows下的效果: deepin下效果: 算法描述 腾讯的漫画从PC版访问时看到的是flash,但是移动版的页面却是图片,用ipad的UA请求ac.qq.com可以发现跳转为m.ac.qq.com,从这里入手就可以下载jpg的图片了。 页面的图片是用js生成的,用文本编辑器手工换行就可以很明确的看到js获取图片URL的算法,用python实现即可。 对于 http://ac.qq.com/bleach , http://ac.qq.com/cf等这样的地址,用ipad的UA请求后可以直接跳转为m.ac.qq.com的地址,这个地址会带有id参数,就可以获取到图片了。 来源: oschina 链接: https://my.oschina.net/u/1395553/blog/294668

Python3爬虫(十二) 爬虫性能

陌路散爱 提交于 2020-03-08 17:24:56
Infi-chu: http://www.cnblogs.com/Infi-chu/ 一、简单的循环串行 一个一个循环,耗时是最长的,是所有的时间综合 import requests url_list = [ 'http://www.baidu.com', 'http://www.pythonsite.com', 'http://www.cnblogs.com/' ] for url in url_list: result = requests.get(url) print(result.text) 二、通过线程池 整体耗时是所有连接里耗时最久的那个,相对于循环来说快了不少 import requests from concurrent.futures import ThreadPoolExecutor def fetch_request(url): result = requests.get(url) print(result.text) url_list = [ 'http://www.baidu.com', 'http://www.bing.com', 'http://www.cnblogs.com/' ] pool = ThreadPoolExecutor(10) for url in url_list: #去线程池中获取一个线程,线程去执行fetch_request方法

python部署到服务器中搭建环境

我只是一个虾纸丫 提交于 2020-03-08 15:57:36
python部署到服务器中,需要先搭建环境,本着学习的态度,先尝试着搭建 python的环境。 接下来要做准备工作。 选择了阿里云共享型服务器,稳定性不错,性价比高,更多参阅 阿里云帮助文档 linux下的CentOS 7, 自带python2.7.5, 使用 python --version 命令查看,因系统需要python2.7.5,因此我们并不卸载,另外安装python3 代码:使用python3开发,djang2框架 做好以上这些前提准备,下面开始安装python3.7 1、安装依赖 1)首先安装gcc编译器,gcc有些系统版本已经默认安装,通过 gcc --version 查看,没安装的先安装gcc,yum -y install gcc 2)安装其它依赖包 yum -y install zlib-devel bzip2-devel openssl-devel ncurses-devel sqlite-devel readline-devel tk-devel gdbm-devel db4-devel libpcap-devel xz-devel libffi-devel 2、下载安装包 1)下载 也可以去官网下载,选择自己需要的版本 https://www.python.org wget https://www.python.org/ftp/python/3.7.3