python3

断言 # 断言 # 实际结果 res = "888" # 预期结果 expected = "888" if res == expected: print("通过") else: print("不通过") 结果： 断言 assert 表达式 # 断言 assert 表达式 # 断言：比较两个数据是否一致 try: print(aaa) assert res == expected except AssertionError as e: print("用例未通过") else: print("用例执行通过") finally: print("用例执行出现了其他错误") 结果： 主动引发一个异常（raise） # 主动引发一个异常 raise NameError raise ValueError res = "8889" # 预期结果 expected = "888" try: assert res == expected except AssertionError as e: print("用例未通过") raise e #释放异常类型 结果： 来源： CSDN 作者： seak海 链接： https://blog.csdn.net/qq_38224014/article/details/104149185

环境详情 语言：Python3 框架：Scikit-learn 其他库：numpy、matplotlib… IDE ：jupyter notebook （边编码边运行 更方便） PyCharm （底层算法实现用）我用的VSC主要图个方便 以上框架（除PyCharm）都可以通过Anaconda来傻瓜式完成系统环境配置。 使用数据集：内置数据集或者通过Sklearn得到的数据集 （关于数据集来源的预处理暂不学习） 环境部署 Anaconda 的安装请百度，这里也丢一个 官网 和 教程 Python3的安装请百度，这里丢一个 官网 和 教程 （安装可以在Anaconda的虚拟环境中安装） 安装好anaconda后呢 我目前安装了是这两个： 另外，我创建了一个 虚拟环境 ，用来更改一些配置，同时防止影响电脑原配置 （如果在一台电脑上, 想开发多个不同的项目, 需要用到同一个包的不同版本, 如果使用上面的命令, 在 同一个目录下安装或者更新, 新版本会覆盖以前的版本 , 其它的项目就无法运行了，而 虚拟环境 可以搭建 独立的python运行环境 , 使得单个项目的运行环境与其它项目互不影响.） #创建 conda create - n xxx（名字） python = 3. X #激活 conda activate xxx ( 虚拟环境名称 )

python 使用的管理虚拟环境的两种工具，venv 和virtualenv 。 venv支持python3.3+ python3 推荐使用这个进行管理。 virtualenv 可以使用在2.7 和3.3 + 的版本中。 venv python3 -m venv $dir_path 创建一个 venv 的环境，如果目录不存在就回创建这个目录。 创建后在目录下会产生三个 bin include lib 目录和一个配置文件 pyvenv.cfg 。 激活环境 使用创建好的环境需要激活环境，才能使用。 source ./bin/activate 出现（） 以后证明进入虚拟环境。 退出使用命令： deactivate 退出无返回就可以正常退出。 修改虚拟环境使用的pip源 在项目目录下创建pip.conf 文件。 删除venv 环境 处于退出情况下，直接删除目录。 virtualenv 创建环境 virtualenv env 执行命令即可以创建环境 退出使用命令： deactivate 修改虚拟环境使用的pip源 在项目目录下创建pip.conf 文件。 删除venv 环境 处于退出情况下，直接删除目录。 virtualenv --clear $env_PATH 这条命令是用来清空虚拟环境的。删掉环境中的安装包。 来源： CSDN 作者： 哎哟发发 链接： https://blog

import pandas as pd data = pd.read_csv("F:\\python3_pachongAndDatareduce\\data\\pandas data\\hz_weather.csv") print(data.head()) a = data.stack() print(a) b = a.unstack() print(b) import pandas as pd data = pd.read_csv("F:\\python3_pachongAndDatareduce\\data\\pandas data\\hz_weather.csv") print(data.head()) df = data.set_index("日期") print(df.head()) import pandas as pd data = pd.read_csv("F:\\python3_pachongAndDatareduce\\data\\pandas data\\hz_weather.csv") a = pd.pivot_table(data,values=["最高气温"],index=["天气"],columns=["风向"]) print(a) print(a.info()) import pandas as pd data = pd.read_csv("F:\

什么是 PyMySQL？ PyMySQL 是在 Python3.x 版本中用于连接 MySQL 服务器的一个库，Python2中则使用mysqldb。 PyMySQL 遵循 Python 数据库 API v2.0 规范，并包含了 pure-Python MySQL 客户端库。 PyMySQL 安装 在使用 PyMySQL 之前，我们需要确保 PyMySQL 已安装。 PyMySQL 下载地址：https://github.com/PyMySQL/PyMySQL。 如果还未安装，我们可以使用以下命令安装最新版的 PyMySQL： $ pip install PyMySQL 如果你的系统不支持 pip 命令，可以使用以下方式安装： 1、使用 git 命令下载安装包安装(你也可以手动下载)： $ git clone https://github.com/PyMySQL/PyMySQL $ cd PyMySQL/ $ python3 setup.py install 2、如果需要制定版本号，可以使用 curl 命令来安装： $ # X.X 为 PyMySQL 的版本号 $ curl -L https://github.com/PyMySQL/PyMySQL/tarball/pymysql-X.X | tar xz $ cd PyMySQL* $ python3 setup.py

Nginx+uWSGI+Django部署web服务器 原创铁乐与猫 最后发布于2018-08-28 14:33:08 阅读数 4813 收藏 展开 Nginx+uWSGI+Django部署web服务器 Nginx+uWSGI+Django部署web服务器 环境说明 前言 搭建项目 Django部署 编辑luffy/luffy/settings.py 编辑luffy/app01/views.py 编辑luffy/luffy/urls.py 运行并测试 uWSGI部署 测试运行uWSGI 使用uWSGI运行django项目 uWSGi热加载Djangoa项目 部署nginx nginx配置uwsgi和django django部署static文件 重新加载nginx进行测试 测试nginx 应用 uWSGI 和 test.py 用UNIX socket取代TCP port uwsgi部署加强 使用uwsgi配置文件运行django项目 安装uWSGI到真实环境中 uwsgi配置文件更多参数 uWSGI开机启动服务 环境说明 进行本文操作前需己搭建好的环境 linux系统，我用的是openSUSE 使用了operation用户的家目录做为测试环境 python3.5.6 virtualenv 16.0 pip3 18.0 nginx 1.13.1 后面进行安装的环境 django 1

1、首先安装虚拟环境，命令如下： 　　sudo pip3 install virtualenv #安装虚拟环境 2、接下来还要安装虚拟环境扩展包,命令如下： 　 sudo pip3 install virtualenvwrapper 3、修改用户家目录下的配置文件.bashrc,添加如下内容： 　　 export WORKON_HOME=$HOME/.virtualenvs 　　 source /usr/local/bin/virtualenvwrapper.sh # 用source .bashrc命令使配置文件生效 4、创建python3虚拟环境的命令如下： 　　 mkvirtualenv -p python3 虚拟环境名称 　　 例： mkvirtualenv -p python3 py_django #该虚拟环境编译器是python3 5、退出虚拟环境的命令如下： 　　deactivate 6、查看所有虚拟环境的命令如下： 　　workon 按两次Tab键 # 提示：workon后面有个空格，再按两次tab键。 7、使用虚拟环境的命令如下： 　　workon 虚拟环境名 　　例：workon py_django # 启用步骤4创建的虚拟环境，该虚拟环境编译器是python3 8、删除虚拟环境的命令如下： 　　 rmvirtualenv 虚拟环境名称 小结：所有的虚拟环境

argparse 模块是 Python 标准库中推荐的命令行解析模块。 下面链接所示为argparse的官方doc教程 链接: https://docs.python.org/zh-cn/3/howto/argparse.html#id1 文档是python3版本,如果使用python2允许则会出现相应的错误. (linux下直接输入python 默认的是Python2,输入python3才能执行python3) --------------------------------------------------------------- 针对该文档,如果用python2可能出现的问题记录: 1. 原文: 我在用python2时实际执行时的结果: 2. 原文: 我在用python2时实际执行时的结果: 来源： CSDN 作者： 小飞侠985 链接： https://blog.csdn.net/a806689294/article/details/104113649

阿里云服务器Centos7下搭建Python3+Django 环境 #cat /etc/centos-release CentOS Linux release 7.7.1908 (Core) #uname -r 3.10.0-1062.el7.x86_64 #cat /proc/version Linux version 3.10.0-1062.el7.x86_64 (mockbuild@kbuilder.bsys.centos.org) (gcc version 4.8.5 20150623 (Red Hat 4.8.5-36) (GCC) ) #1 SMP Wed Aug 7 18:08:02 UTC 2019 开发环境 Python 3.6.8 说明 系统已经带了Python2.7，新装的Python需要和原有的Python2共存。可以借助Virtualenv工具建立独立的虚拟环境。 系统缺省带的sqlite3版本太低，不能Python3下django的要求，需要安装高版本的sqlite3。 安装过程 下载软件包： sqlite-autoconf-3310100.tar.gz 安装sqlite3 tar zxvf sqlite-autoconf-3310100.tar.gz cd sqlite-autoconf-3310100 ./configure --prefix=

Python3 正则表达式 正则表达式是一个特殊的字符序列，它能帮助你方便的检查一个字符串是否与某种模式匹配。 Python 自1.5版本起增加了re 模块，它提供 Perl 风格的正则表达式模式。 re 模块使 Python 语言拥有全部的正则表达式功能。 compile 函数根据一个模式字符串和可选的标志参数生成一个正则表达式对象。该对象拥有一系列方法用于正则表达式匹配和替换。 re 模块也提供了与这些方法功能完全一致的函数，这些函数使用一个模式字符串做为它们的第一个参数。 本章节主要介绍 Python 中常用的正则表达式处理函数 re.match函数 re.match 尝试从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match()就返回none。 函数语法 ： re.match(pattern, string, flags=0) 函数参数说明： 参数 描述 pattern 匹配的正则表达式 string 要匹配的字符串。 flags 标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。 匹配成功re.match方法返回一个匹配的对象，否则返回None。 我们可以使用group(num) 或 groups() 匹配对象函数来获取匹配表达式。 匹配对象方法 描述 group(num=0) 匹配的整个表达式的字符串，group()