pyt

最近在学习python过程中，发现了%（百分号）的一些情况，这里就简单介绍一下。python里百分号有2个意思，计算数的时候，它是求余数的意思；另外一个是格式化字符串的作用，如："%d %s" %(12, "abc") 就把%d换成12， %s换成abc，得到 "12 abc"。（推荐学习：Python视频教程）第一种：数值运算 1 % 3 是指模运算, 取余数（remainder）>>> 7%21第二种：字符串操作 "abc %s" % "abc" "%s"类似占位符问的是%操作符（字符串格式化，string formatting），说明如下：%[(name)][flags][width].[precision]typecodeflags可以有+，-，" "或0。+表示右对齐。-表示左对齐。" "为一个空格，表示在正数的左侧填充一个空格，从而与负数对齐。0表示使用0填充。width表示显示宽度precision表示小数点后精度举例>>> print("%6.3f" % 2.3) 2.300# 第一个"%"后面的内容为显示的格式说明，6为显示宽度，3为小数点位数，f为浮点数类型 # 第二个"%"后面为显示的内容来源，输出结果右对齐，2.300长度为5，故前面有一空格更多Python相关技术文章，请访问Python教程栏目进行学习！

你确定你本地的是运行过了吗？有可能是需要一个flowchart.js的插件但本地没加载。你把这段markdown贴出来我测试下。

python读取excel表数据的方法：首先安装Excel读取数据的库xlrd；然后获取Excel文件的位置并且读取进来；接着读取指定的行和列的内容，并将内容存储在列表中；最后运行程序即可。python读取excel表数据的方法：1、安装Excel读取数据的库-----xlrd直接pip install xlrd安装xlrd库#引入Excel库的xlrdimport xlrd2、获取Excel文件的位置并且读取进来#导入需要读取Excel表格的路径data = xlrd.open_workbook(r"C:UsersNHTDesktopData est1.xlsx")table = data.sheets()[0]3、读取指定的行和列的内容，并将内容存储在列表中（将第三列的时间格式转换）#创建一个空列表，存储Excel的数据tables = []#将excel表格内容导入到tables列表中def import_excel(excel): for rown in range(excel.nrows): array = {"road_name":"","bus_plate":"","timeline":"","road_type":"","site":""} array["road_name"] = table.cell_value(rown,0) array["bus_plate"] = table.cell_value(rown,1) #将Excel表格中的时间格式转化 if table.cell(rown,2).ctype == 3: date = xldate_as_tuple(table.cell(rown,2).value,0) array["timeline"] = datetime.datetime(*date) array["road_type"] = table.cell_value(rown,3) array["site"] = table.cell_value(rown,4) tables.append(array)4、运行程序if __name__ == "__main__": #将excel表格的内容导入到列表中 import_excel(table) #验证Excel文件存储到列表中的数据 for i in tables: print(i)5、最终的运行效果如下：6、完整的程序代码：import xlrdfrom xlrd import xldate_as_tupleimport datetime#导入需要读取的第一个Excel表格的路径data1 = xlrd.open_workbook(r"C:UsersNHTDesktopData est.xlsx")table = data1.sheets()[0]#创建一个空列表，存储Excel的数据tables = []#将excel表格内容导入到tables列表中def import_excel(excel): for rown in range(excel.nrows): array = {"road_name":"","bus_plate":"","timeline":"","road_type":"","site":""} array["road_name"] = table.cell_value(rown,0) array["bus_plate"] = table.cell_value(rown,1) if table.cell(rown,2).ctype == 3: date = xldate_as_tuple(table.cell(rown,2).value,0) array["timeline"] = datetime.datetime(*date) array["road_type"] = table.cell_value(rown,3) array["site"] = table.cell_value(rown,4) tables.append(array)if __name__ == "__main__": #将excel表格的内容导入到列表中 import_excel(table) for i in tables: print(i)更多相关免费学习推荐：python视频教程

用python画烟花的方法：首先创建一个所有粒子同时扩大的二维列表；然后实现粒子范围扩大，以自由落体坠落；接着移除超过最高时长的粒子；最后循环调用保持不停。用python画烟花的方法：# -*- coding: utf-8 -*-# Nolaimport tkinter as tkfrom PIL import Image, ImageTkfrom time import time, sleepfrom random import choice, uniform, randintfrom math import sin, cos, radians# 模拟重力GRAVITY = 0.05# 颜色选项（随机或者按顺序）colors = ["red", "blue", "yellow", "white", "green", "orange", "purple", "seagreen", "indigo", "cornflowerblue"]"""particles 类粒子在空中随机生成随机，变成一个圈、下坠、消失属性: - id: 粒子的id - x, y: 粒子的坐标 - vx, vy: 在坐标的变化速度 - total: 总数 - age: 粒子存在的时长 - color: 颜色 - cv: 画布 - lifespan: 最高存在时长"""class Particle: def __init__(self, cv, idx, total, explosion_speed, x=0., y=0., vx=0., vy=0., size=2., color="red", lifespan=2, **kwargs): self.id = idx self.x = x self.y = y self.initial_speed = explosion_speed self.vx = vx self.vy = vy self.total = total self.age = 0 self.color = color self.cv = cv self.cid = self.cv.create_oval( x - size, y - size, x + size, y + size, fill=self.color) self.lifespan = lifespan def update(self, dt): self.age += dt # 粒子范围扩大 if self.alive() and self.expand(): move_x = cos(radians(self.id * 360 / self.total)) * self.initial_speed move_y = sin(radians(self.id * 360 / self.total)) * self.initial_speed self.cv.move(self.cid, move_x, move_y) self.vx = move_x / (float(dt) * 1000) # 以自由落体坠落 elif self.alive(): move_x = cos(radians(self.id * 360 / self.total)) # we technically don"t need to update x, y because move will do the job self.cv.move(self.cid, self.vx + move_x, self.vy + GRAVITY * dt) self.vy += GRAVITY * dt # 移除超过最高时长的粒子 elif self.cid is not None: cv.delete(self.cid) self.cid = None # 扩大的时间 def expand (self): return self.age <= 1.2 # 粒子是否在最高存在时长内 def alive(self): return self.age <= self.lifespan"""循环调用保持不停"""def simulate(cv): t = time() explode_points = [] wait_time = randint(10, 100) numb_explode = randint(6, 10) # 创建一个所有粒子同时扩大的二维列表 for point in range(numb_explode): objects = [] x_cordi = randint(50, 550) y_cordi = randint(50, 150) speed = uniform(0.5, 1.5) size = uniform(1, 3) color = choice(colors) explosion_speed = uniform(0.2, 1) total_particles = randint(10, 50) for i in range(1, total_particles): r = Particle(cv, idx=i, total=total_particles, explosion_speed=explosion_speed, x=x_cordi, y=y_cordi, vx=speed, vy=speed, color=color, size=size, lifespan=uniform(0.6, 1.75)) objects.append(r) explode_points.append(objects) total_time = .0 # 1.8s内一直扩大 while total_time < 1.8: sleep(0.01) tnew = time() t, dt = tnew, tnew - t for point in explode_points: for item in point: item.update(dt) cv.update() total_time += dt # 循环调用 root.after(wait_time, simulate, cv)def close(*ignore): """退出程序、关闭窗口""" global root root.quit()if __name__ == "__main__": root = tk.Tk() cv = tk.Canvas(root, height=400, width=600) # 绘制一个黑色背景 cv.create_rectangle(0, 0, 600, 400, fill="black") # cv = tk.Canvas(root, height=400, width=600) # # 选一个好看的背景会让效果更惊艳！ # image = Image.open("./image.jpg") # photo = ImageTk.PhotoImage(image) # # cv.create_image(0, 0, image=photo, anchor="nw") cv.pack() root.protocol("WM_DELETE_WINDOW", close) root.after(100, simulate, cv) root.mainloop()实现效果图：相关免费学习推荐：python视频教程

专业的河螗商家论坛真心不错 ughd

python书籍推荐有：《Python编程：从入门到实践》《Head-First Python(2nd edition)》《“笨方法”学Python》《Python程序设计（第3版）》《像计算机科学家一样思考Python（第2版）》。一、《Python编程：从入门到实践》埃里克·马瑟斯的这本《Python编程：从入门到实践》是一本快速，全面的Python语言入门教程，适合初学者，他们希望学习Python编程并能够编写出有用的程序。本书旨在让读者快速上手编写真正的程序。本书也适用于对语言有模糊理解并希望在尝试Python编程之前了解其知识的程序员。在学习本书时，将学习使用Numpy和matplotlib等库和工具，并使用数据创建令人惊叹的可视化效果。还将了解2D游戏和Web应用程序背后的思想以及如何创建它们。二、《Head-First Python(2nd edition)》如果想要学习Python编程的基础知识，并且不想要看一堆乏味难懂的书籍和教程。那么Paul Barry的《Head First Python》就是不二之选。作者是Paul Barry，是一位讲师。在进入学术界之前，他在IT行业工作了十多年。他是许多著名编程书籍的作者。三、《“笨方法”学Python》这本书结构很简单，是52个习题的集合。在这个过程中，了解软件是如何工作的，好的程序看起来是什么样子，怎样阅读、编写、思考代码，以及如何用专业程序员的技巧来找出并修正错误。本书通过安装完整的Python环境开始，接着教如何编写优化的代码。然后，本书讨论了基础数学，变量，字符串，文件，循环，程序设计和数据结构等主题。本书非常适合想通过语言的核心来学习Python编程的初学者。四、《Python程序设计（第3版）》John Zelle的《Python程序设计》，与其把它当做Python编程的代码介绍，不如把它当做是一本关于编程艺术的介绍，这本书会介绍计算机科学、编程以及其他相关的概念，只是使用Python语言作为初学者的媒介，本书以最适合初学者的方式讨论，因此书中的概念是非常有趣并易于理解。第三版中最显著的变化就是几乎删除了所有python eval的使用，并增加了一个讨论其缺点的部分，最新版本还使用了新的图形示例。五、《像计算机科学家一样思考Python（第2版）》本书按照培养读者像计算机科学家一样的思维方式的思路来教授Python语言编程。作者从最基本的编程概念开始讲起，包括语言的语法和语义，而且每个编程概念都有清晰的定义，引领读者循序渐进地学习变量、表达式、语句、函数和数据结构。此外，书中还探讨了如何处理文件和数据库，如何理解对象、方法和面向对象编程，如何使用调试技巧来修正语法、运行时和语义错误。本书是遵循GUN自由文档许可，可以被免费下载和打印，已经被翻译成西班牙语、意大利语、德语、捷克语、中文等。

本文主要介绍了python中如何使用朴素贝叶斯算法的相关知识。具有很好的参考价值。下面跟着小编一起来看下吧这里再重复一下标题为什么是"使用"而不是"实现"：首先，专业人士提供的算法比我们自己写的算法无论是效率还是正确率上都要高。其次，对于数学不好的人来说，为了实现算法而去研究一堆公式是很痛苦的事情。再次，除非他人提供的算法满足不了自己的需求，否则没必要"重复造轮子"。下面言归正传，不了解贝叶斯算法的可以去查一下相关资料，这里只是简单介绍一下：1.贝叶斯公式：P(A|B)=P(AB)/P(B)2.贝叶斯推断：P(A|B)=P(A)×P(B|A)/P(B)用文字表述：后验概率=先验概率×相似度/标准化常量而贝叶斯算法要解决的问题就是如何求出相似度，即：P(B|A)的值3. 在scikit-learn包中提供了三种常用的朴素贝叶斯算法，下面依次说明：1）高斯朴素贝叶斯：假设属性/特征是服从正态分布的(如下图)，主要应用于数值型特征。使用scikit-learn包中自带的数据，代码及说明如下：>>>from sklearn import datasets ##导入包中的数据>>> iris=datasets.load_iris() ##加载数据>>> iris.feature_names ##显示特征名字 ["sepal length (cm)", "sepal width (cm)", "petal length (cm)", "petal width (cm)"]>>> iris.data ##显示数据 array([[ 5.1, 3.5, 1.4, 0.2],[ 4.9, 3. , 1.4, 0.2],[ 4.7, 3.2, 1.3, 0.2]............>>> iris.data.size ##数据大小 ---600个>>> iris.target_names ##显示分类的名字 array(["setosa", "versicolor", "virginica"], dtype="<U10")>>> from sklearn.naive_bayes import GaussianNB ##导入高斯朴素贝叶斯算法>>> clf = GaussianNB() ##给算法赋一个变量，主要是为了方便使用>>> clf.fit(iris.data, iris.target) ##开始分类。对于量特别大的样本，可以使用函数partial_fit分类，避免一次加载过多数据到内存>>> clf.predict(iris.data[0].reshape(1,-1)) ##验证分类。标红部分特别说明：因为predict的参数是数组，data[0]是列表，所以需要转换一下array([0])>>> data=np.array([6,4,6,2]) ##验证分类>>> clf.predict(data.reshape(1,-1))array([2])这里涉及到一个问题：如何判断数据符合正态分布？ R语言里面有相关函数判断，或者直接绘图也可以看出来，但是都是P(x,y)这种可以在坐标系里面直接画出来的情况，而例子中的数据如何确定，目前还没有搞明白，这部分后续会补上。2）多项式分布朴素贝叶斯：常用于文本分类，特征是单词，值是单词出现的次数。##示例来在官方文档，详细说明见第一个例子>>> import numpy as np>>> X = np.random.randint(5, size=(6, 100)) ##返回随机整数值：范围[0,5) 大小6*100 6行100列>>> y = np.array([1, 2, 3, 4, 5, 6])>>> from sklearn.naive_bayes import MultinomialNB>>> clf = MultinomialNB()>>> clf.fit(X, y)MultinomialNB(alpha=1.0, class_prior=None, fit_prior=True) >>> print(clf.predict(X[2]))[3]3）伯努力朴素贝叶斯：每个特征都是是布尔型，得出的结果是0或1，即出现没出现##示例来在官方文档，详细说明见第一个例子>>> import numpy as np>>> X = np.random.randint(2, size=(6, 100))>>> Y = np.array([1, 2, 3, 4, 4, 5])>>> from sklearn.naive_bayes import BernoulliNB>>> clf = BernoulliNB()>>> clf.fit(X, Y)BernoulliNB(alpha=1.0, binarize=0.0, class_prior=None, fit_prior=True) >>> print(clf.predict(X[2]))[3]补充说明：此文还不完善，示例一中也有部分说明需要写，最近事情较多，后续会逐渐完善。

编程都会，还会用360这种软件？

这个其实就是随机生成200个点，然后移动画笔到每个点的位置上面 画一个小圆。那个t是绘图的区域。

Python去掉标点符号的方法如下：方法一：str.isalnum：S.isalnum() -> bool返回值：如果string至少有一个字符并且所有字符都是字母或数字则返回True,否则返回False。实例:>>> string = "Special $#! characters spaces 888323">>> "".join(e for e in string if e.isalnum())"Specialcharactersspaces888323"只能识别字母和数字，杀伤力大，会把中文、空格之类的也干掉方法二：string.punctuationimport re, strings ="string. With. Punctuation?" # Sample string # 写法一：out = s.translate(string.maketrans("",""), string.punctuation)# 写法二：out = s.translate(None, string.punctuation)# 写法三：exclude = set(string.punctuation)out = "".join(ch for ch in s if ch not in exclude)# 写法四：>>> for c in string.punctuation: s = s.replace(c,"")>>> s"string With Punctuation"# 写法五：out = re.sub("[%s]" % re.escape(string.punctuation), "", s)## re.escape:对字符串中所有可能被解释为正则运算符的字符进行转义# 写法六：# string.punctuation 只包括 ascii 格式； 想要一个包含更广（但是更慢）的方法是使用： unicodedata module :from unicodedata import categorys = u"String — with - ?Punctuation ?..."out = re.sub("[%s]" % re.escape(string.punctuation), "", s)print "Stripped", out# 输出：u"Stripped String u2014 with xabPunctuation xbb"out = "".join(ch for ch in s if category(ch)[0] != "P")print "Stripped", out# 输出：u"Stripped String with Punctuation "# For Python 3 str or Python 2 unicode values, str.translate() only takes a dictionary; codepoints (integers) are looked up in that mapping and anything mapped to None is removed.# To remove (some?) punctuation then, use:import stringremove_punct_map = dict.fromkeys(map(ord, string.punctuation))s.translate(remove_punct_map)# Your method doesn"t work in Python 3, as the translate method doesn"t accept the second argument any more. import unicodedataimport systbl = dict.fromkeys(i for i in range(sys.maxunicode) if unicodedata.category(chr(i)).startswith("P"))def remove_punctuation(text): return text.translate(tbl)方法三：re例：import res ="string. With. Punctuation?"s = re.sub(r"[^ws]","",s)测试：import re, string, timeits ="string. With. Punctuation"exclude = set(string.punctuation)table = string.maketrans("","")regex = re.compile("[%s]" % re.escape(string.punctuation))def test_set(s): return "".join(ch for ch in s if ch not in exclude)def test_re(s): return regex.sub("", s)def test_trans(s): return s.translate(table, string.punctuation)def test_repl(s): for c in string.punctuation: s=s.replace(c,"") return sprint"sets :",timeit.Timer("f(s)", "from __main__ import s,test_set as f").timeit(1000000)print"regex :",timeit.Timer("f(s)", "from __main__ import s,test_re as f").timeit(1000000)print"translate :",timeit.Timer("f(s)", "from __main__ import s,test_trans as f").timeit(1000000)print"replace :",timeit.Timer("f(s)", "from __main__ import s,test_repl as f").timeit(1000000)out_put:# sets : 19.8566138744# regex : 6.86155414581# translate : 2.12455511093# replace : 28.4436721802更多Python相关技术文章，请访问Python教程栏目进行学习！

可以使用正则表达式来判断，要使用到re模块代码如下：>>> import re>>> s = "safasdfas">>> s2 = "15130351535">>> rt = re.findall("[a-zA-Z]+", s)>>> len(rt)1>>> rt["safasdfas"]>>> rt = re.findall("[a-zA-Z]+", s2)>>> rt[]>>> len(rt)0>>> 如果返回有内容，则说明包含有英文，如上例中s，如果为空列表则说明不包含，如s2

这次给大家带来python如何取得二维数组局部峰值，使用python取得二维数组局部峰值的注意事项有哪些，下面就是实战案例，一起来看一下。题目的意思大致是在一个n*m的二维数组中，找到一个局部峰值。峰值要求大于相邻的四个元素（数组边界以外视为负无穷），比如最后我们找到峰值A[j][i]，则有A[j][i] > A[j+1][i] && A[j][i] > A[j-1][i] && A[j][i] > A[j][i+1] && A[j][i] > A[j][i-1]。返回该峰值的坐标和值。当然，最简单直接的方法就是遍历所有数组元素，判断是否为峰值，时间复杂度为O(n^2)再优化一点求每一行（列）的最大值，再通过二分法找最大值列的峰值（具体方法可见一维数组求峰值），这种算法时间复杂度为O(logn)这里讨论的是一种复杂度为O(n)的算法，算法思路分为以下几步：1、找“田”字。包括外围的四条边和中间横竖两条边（图中绿色部分），比较其大小，找到最大值的位置。（图中的7）2、找到田字中最大值后，判断它是不是局部峰值，如果是返回该坐标，如果不是，记录找到相邻四个点中最大值坐标。通过该坐标所在的象限缩小范围，继续比较下一个田字3、当范围缩小到3*3时必定会找到局部峰值（也可能之前就找到了）关于为什么我们选择的范围内一定存在峰值，大家可以这样想，首先我们有一个圈，我们已知有圈内至少有一个元素大于这个圈所有的元素，那么，是不是这个圈中一定有一个最大值？可能说得有点绕，但是多想想应该能够理解，也可以用数学的反证法来证明。算法我们理解后接下来就是代码实现了，这里我用的语言是python（初学python，可能有些用法上不够简洁请见谅），先上代码：import numpy as npdef max_sit(*n): #返回最大元素的位置 temp = 0 sit = 0 for i in range(len(n)): if(n[i]>temp): temp = n[i] sit = i return sitdef dp(s1,s2,e1,e2): m1 = int((e1-s1)/2)+s1 #row m2 = int((e2-s1)/2)+s2 #col nub = e1-s1 temp = 0 sit_row = 0 sit_col = 0 for i in range(nub): t = max_sit(list[s1][s2+i], #第一排 list[m1][s2+i], #中间排 list[e1][s2+i], #最后排 list[s1+i][s2], #第一列 list[s1+i][m2], #中间列 list[s1+i][e2], #最后列 temp) if(t==6): pass elif(t==0): temp = list[s1][s2+i] sit_row = s1 sit_col = s2+i elif(t==1): temp = list[m1][s2+i] sit_row = m1 sit_col = s2+i elif(t==2): temp = list[e1][s2+i] sit_row = e1 sit_col = s2+i elif(t==3): temp = list[s1+i][s2] sit_row = s1+i sit_row = s2 elif(t==4): temp = list[s1+i][m2] sit_row = s1+i sit_col = m2 elif(t==5): temp = list[s1+i][e2] sit_row = s1+i sit_col = m2 t = max_sit(list[sit_row][sit_col], #中 list[sit_row-1][sit_col], #上 list[sit_row+1][sit_col], #下 list[sit_row][sit_col-1], #左 list[sit_row][sit_col+1]) #右 if(t==0): return [sit_row-1,sit_col-1] elif(t==1): sit_row-=1 elif(t==2): sit_row+=1 elif(t==3): sit_col-=1 elif(t==4): sit_col+=1 if(sit_row<m1): e1 = m1 else: s1 = m1 if(sit_col<m2): e2 = m2 else: s2 = m2 return dp(s1,s2,e1,e2)f = open("demo.txt","r")list = f.read()list = list.split("") #对行进行切片list = ["0 "*len(list)]+list+["0 "*len(list)] #加上下的围墙for i in range(len(list)): #对列进行切片 list[i] = list[i].split() list[i] = ["0"]+list[i]+["0"] #加左右的围墙list = np.array(list).astype(np.int32)row_n = len(list)col_n = len(list[0])ans_sit = dp(0,0,row_n-1,col_n-1)print("找到峰值点位于：",ans_sit)print("该峰值点大小为：",list[ans_sit[0]+1,ans_sit[1]+1])f.close()首先我的输入写在txt文本文件里，通过字符串转换变为二维数组，具体转换过程可以看我上一篇博客——python中字符串转换为二维数组。（需要注意的是如果在windows环境中split后的列表没有空尾巴，所以不用加list.pop()这句话）。有的变动是我在二维数组四周加了“0”的围墙。加围墙可以再我们判断峰值的时候不用考虑边界问题。max_sit(*n)函数用于找到多个值中最大值的位置，返回其位置，python的内构的max函数只能返回最大值，所以还是需要自己写，*n表示不定长参数，因为我需要在比较田和十（判断峰值）都用到这个函数def max_sit(*n): #返回最大元素的位置 temp = 0 sit = 0 for i in range(len(n)): if(n[i]>temp): temp = n[i] sit = i return sitdp(s1,s2,e1,e2)函数中四个参数的分别可看为startx，starty，endx，endy。即我们查找范围左上角和右下角的坐标值。m1,m2分别是row 和col的中间值，也就是田字的中间。def dp(s1,s2,e1,e2): m1 = int((e1-s1)/2)+s1 #row m2 = int((e2-s1)/2)+s2 #col依次比较3行3列中的值找到最大值，注意这里要求二维数组为正方形，如果为矩形需要做调整 for i in range(nub): t = max_sit(list[s1][s2+i], #第一排 list[m1][s2+i], #中间排 list[e1][s2+i], #最后排 list[s1+i][s2], #第一列 list[s1+i][m2], #中间列 list[s1+i][e2], #最后列 temp) if(t==6): pass elif(t==0): temp = list[s1][s2+i] sit_row = s1 sit_col = s2+i elif(t==1): temp = list[m1][s2+i] sit_row = m1 sit_col = s2+i elif(t==2): temp = list[e1][s2+i] sit_row = e1 sit_col = s2+i elif(t==3): temp = list[s1+i][s2] sit_row = s1+i sit_row = s2 elif(t==4): temp = list[s1+i][m2] sit_row = s1+i sit_row = m2 elif(t==5): temp = list[s1+i][e2] sit_row = s1+i sit_row = m2判断田字中最大值是不是峰值，并找不出相邻最大值t = max_sit(list[sit_row][sit_col], #中 list[sit_row-1][sit_col], #上 list[sit_row+1][sit_col], #下 list[sit_row][sit_col-1], #左 list[sit_row][sit_col+1]) #右 if(t==0): return [sit_row-1,sit_col-1] elif(t==1): sit_row-=1 elif(t==2): sit_row+=1 elif(t==3): sit_col-=1 elif(t==4): sit_col+=1缩小范围，递归求解 if(sit_row<m1): e1 = m1 else: s1 = m1 if(sit_col<m2): e2 = m2 else: s2 = m2 return dp(s1,s2,e1,e2)好了，到这里代码基本分析完了。如果还有不清楚的地方欢迎下方留言。除了这种算法外，我也写一种贪心算法来求解这道题，只可惜最坏的情况下算法复杂度还是O(n^2),QAQ。大体的思路就是从中间位置起找相邻4个点中最大的点，继续把该点来找相邻最大点，最后一定会找到一个峰值点，有兴趣的可以看一下，上代码：#!/usr/bin/python3def dp(n): temp = (str[n],str[n-9],str[n-1],str[n+1],str[n+9]) #中 上 左 右 下 sit = temp.index(max(temp)) if(sit==0): return str[n] elif(sit==1): return dp(n-9) elif(sit==2): return dp(n-1) elif(sit==3): return dp(n+1) else: return dp(n+9)f = open("/home/nancy/桌面/demo.txt","r")list = f.read()list = list.replace(" ","").split() #转换为列表row = len(list)col = len(list[0])str="0"*(col+3)for x in list: #加围墙 二维变一维 str+=x+"00"str+="0"*(col+1)mid = int(len(str)/2)print(str,mid)p = dp(mid)print (p)f.close()相信看了本文案例你已经掌握了方法，更多精彩请关注Gxl网其它相关文章！推荐阅读：Python接口使用OpenCV的方法Python变量赋值的步奏详解

大家都很忙，谁有时间看你的的烂代码！ 如果真的怕泄露，别用python. 我以前做过这类事情，而且当时更严格，需要打包部署到客户的服务只在有效期内有效，超过有效期必须更新证书才行。 Python代码用任何方法都没法保证保密性，这个时候你可以考虑用一个工具「nuitka」，这个工具会把你的python源代码映射为c++然后编译为二进制，因此对方是无论如何得不到你的源代码的。 代价就是nuitka这个工具并不完美，有一些限制并不能100%完美的转换所有python代码。 1.用Cython编译python成 Windows的pyd文件或Linux的so文件，二进制文件相对安全性较高。 2.用源码混淆器把代码搞的又臭又长。。。混淆完了再用Cython编译为二进制。。。这样静态反编译逆向难度也不小。 3.同其他语言程序一样，可以对调试状态进行检测，当处于调试状态时退出程序或进入混乱代码耗费逆向工程人员心神。 4.分享一个跨平台反调试手段，检测函数运行时间，加断点会导致函数运行时间变长，也可感知正在被调试。 Python是提倡开源的，既然选择Python还是拥抱开源才好~ 都开源还担心逆向工程嘛 没有不能逆的软件。 只要汇编语言过关，逆向工程都是可以实现的，不要有其它想法。 你唯一可以做的，就是不让别人用python读取源代码而已。那样实现起来比较简单。 python 适合开发服务器程序，或者自己科研使用的程序，如果是 作为用户程序，安装到 pc 或手机上，还是 其它 c++ 或java 比较合适 1）可以把需要保护的部分用c语言实现，从而编译成so等文件，这样逆向的成本会比较高，可以防止直接打开python文件看到代码逻辑。 2）so文件通过ida等工具也是可以反汇编的，可以通过对c语言进行代码混淆，花指令等操作，提高通过ida等反汇编工具的分析难度。 3）不存在绝对无法逆向的技术手段，因此只能是看具体需求，选择具体的防逆向的技术手段。 有工具类似py2exe转成可执行程序，隐藏全部源代码，虽然bytecode还是可以反编译，但是难度大多了 1. 最稳的就是你改cpython加载代码的过程，改zip包读取最稳。 2. 借助一些加密工具在编译pyc之前进行一定的混淆，可以防君子，自我安慰一下。 商用一般都是用第一种办法，小打小闹用第二种。可以考虑使用pymod工具，使用pymod pack 将模块加密打包，发布的时候一个模块就一个文件。 先睹为快，看看一个项目发布的时候，只有几个文件， main.py 项目程序入口 setting.py 项目配置 apps 项目模块 plusins 项目插件目录创建项目 pymod create demo1 cd demo1 创建模块 pymod add mod1 启动pycharm 开始编写功能模块 一个模块默认由三个文件组成 __init__.py 、 handlers.py 、param_schemas.py 业务逻辑主要在handlers.py中编写 __init__.py from pymod.blueprint import Blueprint api = Blueprint("/mod1") from .handlers import * param_schemas.py schema_sfz = { "type": "object", "required": ["sfz", "nl"], "properties": { "sfz": { "type": "string", "minLength": 18, "maxLength": 18, "description": "身份证明号码" }, "nl": { "type": "integer", "minimum": 0, "maximum": 150, "description": "年龄" } } } handlers.py from . import api from pymod.ext import RequestHandler, params_validate,TrueResponse,FalseResponse from .param_schemas import schema_sfz from pymod.plugins import sfz_check @api.add_route("/hello") class Hello(RequestHandler): def get(self): self.write("Hello World") @params_validate(schema_sfz) def post(self): sfz = self.get_json_arg("sfz") nl =self.get_json_arg("nl") # self.write(TrueResponse(sfz=sfz, nl=nl)) if sfz_check.check_sfzmhm(sfz): self.write(TrueResponse(hint="身份证明号码验证通过")) else: self.write(FalseResponse(hint="身份证明号码验证失败")) 三、项目部署 程序调试 修改setting.py # 开发模式下 运行的模块名称必须填写 modules = ["mod1"] modules_config ={ "mod1": { "deny_ip": "", "allow_ip": "*" } } 启动程序 python main.py 调试没有问题，进入发布模式 在项目目录下 pymod pack mod1 在target目录下生成mod1.mod文件，将其复制到apps目录中 修改setting.py # 开发模式下 运行的模块名称必须填写 modules = [] 再次运行 python main.py 测试 一切OK，系统就可以发布了。说不能保密的，是没有研究过python的机制的。我做个一个项目，所有源代码自定义加密，运行时解密。

python切片是什么？切片是指对操作的对象取出一部分的概念字符串、列表、元组都支持切片语法切片的语法为 [ 起始 ： 结束 ： 步长]这里注意：选取的区间为左闭右开，即包括起始位置，不包括结束位置1 字符串切片以上表示截取wangl这几个字符2 进阶（1）步长以上为基本用法，步长表示每隔几位截取如：截取的字符串应该是wnl（2）-1的用法在切片中-1 表示最后一位的意思如截取的字符串应该为wnl，为什么没有取到 i 呢，因为-1表示最后一位，即第六位，但是切片区域为左闭右开。所以不包括i

答案：sort函数是顺序还是逆序，由参数reverse决定。#例如：a=[j for j in range(10)]#构造列表aa.sort(reverse=1)#逆序，或者a.sort(reverse=True)#a.sort()，缺省reverse时，默认顺序#a.sort(reverse=False)，顺序#a.sort(reverse=0)，顺序print(a)#输出结果

python中sort()函数用于对原列表进行排序,如果指定参数,则使用比较函数指定的比较函数。列表有自己的sort方法，其对列表进行原址排序，既然是原址排序，那显然元组不可能拥有这种方法，因为元组是不可修改的。Python由荷兰数学和计算机科学研究学会的吉多·范罗苏姆于1990年代初设计，作为一门叫做ABC语言的替代品。Python提供了高效的高级数据结构，还能简单有效地面向对象编程。

python sort()函数用于对原列表进行排序，如果指定参数，则使用比较函数指定的比较函数。python sort函数怎么用?sort()方法语法：list.sort(cmp=None, key=None, reverse=False)参数cmp -- 可选参数, 如果指定了该参数会使用该参数的方法进行排序。key -- 主要是用来进行比较的元素，只有一个参数，具体的函数的参数就是取自于可迭代对象中，指定可迭代对象中的一个元素来进行排序。reverse -- 排序规则，reverse = True 降序， reverse = False 升序（默认）。返回值该方法没有返回值，但是会对列表的对象进行排序。实例以下实例展示了 sort() 函数的使用方法：实例#!/usr/bin/python# -*- coding: UTF-8 -*-aList = [123, "Google", "Runoob", "Taobao", "Facebook"];aList.sort();print "List : ", aList以上实例输出结果如下：List : [123, "Facebook", "Google", "Runoob", "Taobao"]以下实例降序输出列表：实例#!/usr/bin/python# -*- coding: UTF-8 -*-# 列表vowels = ["e", "a", "u", "o", "i"]# 降序vowels.sort(reverse=True)# 输出结果print "降序输出:", vowels以上实例输出结果如下：降序输出: ["u", "o", "i", "e", "a"]以下实例演示了通过指定列表中的元素排序来输出列表：实例#!/usr/bin/python# -*- coding: UTF-8 -*-# 获取列表的第二个元素def takeSecond(elem): return elem[1]# 列表random = [(2, 2), (3, 4), (4, 1), (1, 3)]# 指定第二个元素排序random.sort(key=takeSecond)# 输出类别print "排序列表：", random以上实例输出结果如下：排序列表：[(4, 1), (2, 2), (1, 3), (3, 4)]

就是列表的属性啊。

使用Python的split函数可以根据自己决定的规则划分给定的字符串，然后将划分的字符串作为数组获取，本篇文章我们就来详细看看Python中split函数的用法。在split函数中我们可以指定字符串拆分的次数在split函数中，可以指定split的次数。例如，指定仅按如下方式拆分一次。result = "Gxl网、在线课程、学习".split("、",1)结果为：Gxl网在线课程、学习下面我们来看看split函数的具体使用方法Python中split函数的语法如下变量1 = "需要拆分的字符串"数组 = 变量1.split("分隔的字")for 变量2 in 数组: print(变量2)我们来看一个具体的示例代码如下#!/usr/bin/python# -*- coding: UTF-8 -*-str1 = "Gxl网的在线课程的学习"array = str1.split("的")for str2 in array: print(str2)显示结果为Gxl网在线课程学习如果用人眼来识别的话很难准确的找到“的”来分割字符串。但是，因为对计算机来说是单纯的字符串，所以用split区分是很容易。像这种split方法一样，通过计算机识别字符串，可以通过在如AI自动响应的领域使用的自然语言处理中有效利用Python。总结，

split在python中什么意思呢？下面就让我们一起来了解一下吧：split属于python中的一个内置函数，在python中的意思也就是将一个字符串分裂成多个字符串，并以列表的形式返回。简单来说，split就是用于对字符串进行分割，分割后的字符串就会以列表形式返回。语法格式：str.split(str="",num=string.count(str))参数：str分隔符，默认为所有的空字符，包括空格、换行（ ）、制表符（ ）等。num分割次数。默认为-1,即分隔所有。参考范例：范例1、函数用法，输入命令：#!/usr/bin/python#-*-coding:UTF-8-*-str="Line1-abcdef Line2-abc Line4-abcd";printstr.split();#以空格为分隔符，包含 printstr.split("",1);#以空格为分隔符，分隔成两个输出结果：["Line1-abcdef","Line2-abc","Line4-abcd"]["Line1-abcdef"," Line2-abc Line4-abcd"]范例2、以#号为分隔符，指定第二个参数为1，返回两个参数列表，输入指令：#!/usr/bin/python#-*-coding:UTF-8-*-txt="Google#Runoob#Taobao#Facebook"#第二个参数为1，返回两个参数列表x=txt.split("#",1)printx输出结果：

split在python中的用法如下所示：工具：win10电脑。软件：python版本：1.32。1、打开pycharm，新建python。具体方法如下图所示：2、调用split()方法分割字符串。具体方法如下图所示：3、运行这个python文件，展示几个字符串。具体方法如下图所示：4、再次将变量info中的值改为数值字符串，再次保存代码。具体方法如下图所示：5、最后将数值型的字符串改为逻辑类型的字符串，并且使用逗号将值间隔。完成。具体方法如下图所示：split在python中的用法如下所示：工具：win10电脑。软件：python版本：1.32。1、打开pycharm，新建python。具体方法如下图所示：2、调用split()方法分割字符串。具体方法如下图所示：3、运行这个python文件，展示几个字符串。具体方法如下图所示：4、再次将变量info中的值改为数值字符串，再次保存代码。具体方法如下图所示：5、最后将数值型的字符串改为逻辑类型的字符串，并且使用逗号将值间隔。完成。具体方法如下图所示：

split的英文翻译为分裂。 Python中split()就是将一个字符串分裂成多个字符串，并以列表的形式返回。语法：str.split(str="", num=string.count(str))，参数：str -- 分隔符，默认为所有的空字符，包括空格、换行()、制表符( )等；num -- 分割次数。默认为 -1, 即分隔所有。换句话说，split()当不带参数时以空格进行分割，当代参数时，以该参数进行分割。例如：不带参数结论：当不带参数时，默认是以空格作为参数，不管空格在哪，或者有几个 全部被搞掉了！带参数结果为：["", "", "song", "", "", "huan", "", "", "", "gong", ""]

那要看你分割成什么形式，

Python字符串中的方法有很多，其中split方法是较为常用的方法。了解一个内建函数/方法比较好的方式，就是使用help()函数查看它的文档字符串，打开Python解释器交互模式，输入：其中str的位置可以随便替换成一个字符串，像这样：结果如下:可以看出split方法有两个参数，sep和maxsplit，分别代表分隔符和最多分几份;函数发的返回值是一个包含了字符串的列表。函数的作用说明大概是：返回一个单词的列表，使用sep作为分隔符号。最多分隔成maxsplit份。如果为指定sep，或者它的值为None，则任何空白的字符串都是分隔符，空的字符串也会从结果中删除。上面的英语和中文解释都没看懂也不要紧，下面有代码示例：下面是指定maxsplit值的用法：下面是同时指定两个参数的用法，也很简单：讲到这里大家应该队字符串的split方法的用法有所了解。以后不会用的内建函数或标准库中的函数，都可以使用help方法来查看它的文档字符串，写文档字符串的开发者们会尽可能耐心地说明该函数的用法。更多关于Python的基础性知识可以看下这个网页的视频教程，Python常见的数据类型及使用方法掌握，希望我的回答能帮到你。

看看你的pip旁边是否有pip3，如果有，换成pip3试试python默认安装路径应该不是d:program filespython（可能涉及到空格等问题），最好卸载重装，让它安到默认位置

python国内已经有很多中文书籍了, 在各大书店都买得到, 个人推荐去卓越网买, 有打折还免邮费, 上门付款服务超好.我买过本 <征服python>, 很入门, 还不错, 网上也有很多电子书可以看, 网上还有一本叫做Dive into Python的, 有中文版, 个人认为很不错.国内最大的python讨论组应该是google的python邮件列表, http://python.cn/ 从这里可以进, 有问题可以进去问.以下是个人收藏, 多数是e文的.<wxpython in action>pdfhttp://www.namipan.com/d/ba8576a5739b21b634055f91c893129dba38210123fec800<Tkinter reference>pdfhttp://www.namipan.com/d/bec684bde73a9a3ef0ea80dd9e25e2d5936b40d14bdc0c00<Wrox Beginning Python>pdfhttp://www.namipan.com/d/a9d370dafb7cc2810ed7a76c46f4ded6497a2e4977c5f000<The omniORBpy Users Guide>pdfhttp://www.namipan.com/d/44312f032e5d1a15a6127c52f59e5d63457f6a7e18e80400<Thinking in python>chmhttp://www.namipan.com/d/60125c0cb40ff9133f4162e8052396229153db1dabc60200<swig Python>pdfhttp://www.namipan.com/d/221cea51207ca2b5f81f11a414870fa004eb4ccc1b710400<Teach Your self Python In 24 Hours>htmlhttp://www.namipan.com/d/e2f420137f4251572df5521749d96629d71681fd13c82600<Python Windows Tutorial>dochttp://www.namipan.com/d/72be3c8002186b1bc7cb3fd60e9b52f9b2725521006e1e00<Python学习笔记>pdfhttp://www.namipan.com/d/68d6e4ecfdef221c4ddd785b5f5cbba7aaf232a2801b0600<python-numical>pdfhttp://www.namipan.com/d/fa06818ebfef3803482e1b08df7a523a6e474fb5c7c10b00<Python Visual Quickstart Guide>chmhttp://www.namipan.com/d/ac9d9ccac7ddc57e9eea6855682697131b9c003249e5b000<python wdsl>pdfhttp://www.namipan.com/d/1255e9193798f2bf4ad21cf283d822800a4967d0fc160200<Python Programming with the JavaT Class Libraries>chmhttp://www.namipan.com/d/5eff03f6f4767830799f4e18be5dfc4a9ab587b122611c00<Python Guide>htmlhttp://www.namipan.com/d/80818e58aaf818d9ff7d0aea64cc7a4e9893afd56ba00100<python_essencial_ref>htmlhttp://www.namipan.com/d/ea1a0d33de8658f24be834c7e69cda2feda8806ced2a0a00<Python Programming for the Absolute Beginner>chmhttp://www.namipan.com/d/a019f01c8ca394b2b8fc7b7dd64a28b6e6229eded4775700<Prentice Hall Rapid Web Applications with TurboGears>chmhttp://www.namipan.com/d/700e0f977c22ed85ad80d7a468acd1090c57f974167e6300<Python Gist Graphics Manual>pdfhttp://www.namipan.com/d/1e8bd8b31d30ac7758a42a9e01067a34a2646b0458641300<Python course in Bioinformatics>pdfhttp://www.namipan.com/d/ea683a2aa9f531e824a52d9c95be6741f99d7dcf8db70c00<Python 2.1 Bible>pdfhttp://www.namipan.com/d/10a618ea560380219889d98d2f3649509ab123ebbb366400<Data Structures And Algorithms With Object-Oriented Design Patterns In Python>chmhttp://www.namipan.com/d/c0d55a0384ace261f89a9e38b50fa2832bc3d2be227e3500<Data Structures and Algorithms with Object-Oriented Design Patterns in Python (2004)>chmhttp://www.namipan.com/d/2e61aadda8003ced4622c8f49b8fc4df95db5452227e3500<pygtk2-tut>pdfhttp://www.namipan.com/d/30a9eace927605ad41cae6618a7e6cd23dee3fa0c3d12300<programming python>pdfhttp://www.namipan.com/d/bc602aa96a7c7585535b0e3858787bd7c74010040eb4a900<OReilly - Programming Python 2nd Ed>chmhttp://www.namipan.com/d/400603919d18fac97271be253641c6dfc169152477736600<OReilly - Programming Python_ 3rd Edition (2006)>chmhttp://www.namipan.com/d/74adc1f0dc99abe2f0861b0211795ffc8f6b10c295bd9a00<pil handbook>pdfhttp://www.namipan.com/d/028e34ead2f2fd93969bcf78a67165f3e0eea71a9b990700<Premier Press Game Programming with Python Lua and Ruby>chmhttp://www.namipan.com/d/a43729d95bb19fd40a0a812a0ab2e9515a718be13e592500<Game.Programming.with.Python.Lua.And.Ruby>pdfhttp://www.namipan.com/d/ddf7adc677eec8a0550f18b40ce347047ff50f1ada7b6201<Python Guide - For Beginners>htmlhttp://www.namipan.com/d/2b4085525354a4dc9c2057434861360c07941f732b980100<OReilly.Python.in.a.Nutshell.2nd.Edition>chmhttp://www.namipan.com/d/5494109758d27e10d70de66bedea3e7c28c9702b19521200<OReilly - Python Programming on Win32>chmhttp://www.namipan.com/d/fba2f9a52c48050084f9cb7aa96c614f2ae4809ae9b32100<Oreilly.Learning.Python.2nd.Edition>chmhttp://www.namipan.com/d/35c6e07a272a48e4aef02ab79d0e187afa581fdba2db1300<Oreilly Python Cookbook 2Nd Edition>chmhttp://www.namipan.com/d/bf6e0735bf864ba889cd78d68ae3b1768b60f737a7781700<GUI Programming with Python>htmlhttp://www.namipan.com/d/78b5aff8352ecbf727314e01f3f9153b34125acbf01d0101<OReilly - Learning Python>chmhttp://www.namipan.com/d/71a4beae82a0216a493d8539b6333376b60a6b6a791b0f00<OReilly - Python Cookbook>chmhttp://www.namipan.com/d/c886e1db02537bf8eab176ab50b28a03af612dd169191000<OReilly - Python Standard Library>chmhttp://www.namipan.com/d/64bc6f665c986d16f1881aa5dca1b16e074be7ca888e0500<OReilly - Python Pocket Reference_ 2nd Ed>chmhttp://www.namipan.com/d/02dd4f360b751cfeb95e56e1278e5b80890c9797c6bd0200<OReilly - Python In A Nutshell>chmhttp://www.namipan.com/d/905535f8b0a1ae32f0bc0208056cf9c7166dab15da481200<OReilly - Python And Xml>pdfhttp://www.namipan.com/d/e887085b5bef67d736cdf756469617c93e8f53e321422000<OReilly - Core Python Programming>pdfhttp://www.namipan.com/d/387e4c0f5f4625dfee3201f19eca7e50606141c27ac37c00<Non-Programmers Tutorial For Python>pdfhttp://www.namipan.com/d/1078ef958835e7dca4b3e8226b1c85ed0ec18e5518270300<New Riders - Jython for Java Programmers>chmhttp://www.namipan.com/d/0423b94e1cb282049acbfb41cfeb1e63fe9161b316240b00<How_To_Think_Like_A_Computer_Scientist-Learning_With_Python-2002>pdfhttp://www.namipan.com/d/8daee7ff1d0627c61466948dfe28107fceb127f8047c0d00<GUI Programming with Python - QT Edition>chmhttp://www.namipan.com/d/e27502ddd9da55b800811c515e7e5eaafd7c7cc349450c00<Dive into Python><CUP_.Numerical.Methods.in.Engineering.with.Python.(2005)>pdfhttp://www.namipan.com/d/8ccae1b1999285dd797390a814fb8d74f995e7a4f7f37000<Core_Python_Programming_Wesley J. Chun_(Prentice Hall PTR)>pdfhttp://www.namipan.com/d/98046bc6d04dc6a8ed63f7fadc384ac0f4b312a3e7817e00

def statistics(astr):# astr.replace(" ", "")slist = list(astr.split(" "))alist = [][alist.append(i) for i in slist if i not in alist]alist[-1] = alist[-1].replace(" ", "")return alistif __name__ == "__main__":code_doc = {}with open("test_data.txt", "r", encoding="utf-8") as fs:for ln in fs.readlines():l = statistics(ln)for t in l:if t not in code_doc:code_doc.setdefault(t, 1)else:code_doc[t] += 1for keys in code_doc.keys():print(keys + " " + str(code_doc[keys]))

#coding=utf-8import osimport pandas as pdimport globdef hebing():csv_list = glob.glob("*.csv")print(u"共发现%s个CSV文件"% len(csv_list))print(u"正在处理............")for i in csv_list:fr = open(i,"r").read()with open("haha.csv","a") as f:f.write(fr)print(u"合并完毕！")def quchong(file):df = pd.read_csv(file,header=0)datalist = df.drop_duplicates()datalist.to_csv(file)if __name__ == "__main__":hebing()quchong("haha.csv")

你的第三个测试用例有些问题>>> remove_duplicates("The quick brown fox jumps over the lazy dog")"The quck borwn fx jmps v t lazy dg"应该是>>> remove_duplicates("The quick brown fox jumps over the lazy dog")"The quick brown fx jmps v t lazy dg"==============================================================#coding: utf-8import stringdef remove_duplicates(raw):"""Returns a string which is the same as the argument except only the firstoccurrence of each letter is present. Upper and lower case letters aretreated as different. Only duplicate letters are removed, other characterssuch as spaces or numbers are not changed>>> remove_duplicates("Mississippi")"Misp">>> remove_duplicates("apple")"aple">>> remove_duplicates("The quick brown fox jumps over the lazy dog")"The quick brown fx jmps v t lazy dg">>> remove_duplicates("121 balloons 2 u")"121 balons 2 u""""ret = []for l in raw:if l in string.letters and l in ret:continueret.append(l)return "".join(ret)if __name__ == "__main__":import doctestdoctest.testmod()

01去重我们使用Pandas库的drop_duplicates(subset=None, keep=‘first", inplace=False)功能来对Excel文件中的重复项进行删除。其中，subset参数代表指定列标记，默认当每一条行记录完全相同时，才会认定为重复行；keep=‘"有‘first"、‘last"和‘False"，意思是删除重复行时，保留first还是last还是全部删除，默认参数是‘first"；inplace=‘"有True和Flase，意思是直接替换还是保留副本,默认值是Flase。 读取Excelimport pandas as pddf = pd.read_excel("全部.xlsx") 选中列去重df.drop_duplicates(["用户名称"])其中第2、3行的用户名称与第0、1行重复，所以被删除。03 保存最后一个重复数据df.drop_duplicates(["用户名称"],keep="last")04 保存Exceldf.to_excel("去重后.xlsx")02批量获取Excel文件在上面我们已经学会如何对单个Excel文件去重了，但是在读取文件名的时候，我们还是需要手动输入的，如果文件很多的话，我们要一个一个的输入，这不仅麻烦，而且也不符合自动化办公的名头。所以，我们就需要想办法取得该目录下的所有Excel文件。这里我们用的是Pathlib库，取得该目录下所有的xlsx格式文件。path = "K:自动化办公"

andas是python环境下最有名的数据统计包,而DataFrame翻译为数据框,是一种数据组织

普通字符串可以用多种方式编码成unicode字符串，具体要看你究竟选择了哪种编码：unicodestring=u"helloworld"#将unicode转化为普通python字符串："encode"utf8string=unicodestring.encode("utf-8")asciistring=unicodestring.encode("ascii")isostring=unicodestring.encode("iso-8859-1")utf16string=unicodestring.encode("utf-16")#将普通python字符串转化为unicode："decode"plainstring1=unicode(utf8string,"utf-8")plainstring2=unicode(asciistring,"ascii")plainstring3=unicode(isostring,"iso-8859-1")plainstring4=unicode(utf16string,"utf-16")assertplainstring1==plainstring2==plainstring3==plainstring4

Duplicated函数功能：查找并显示数据表中的重复值 这里需要注意的是： drop_duplicates函数功能是：删除数据表中的重复值，判断标准和逻辑与duplicated函数一样

python能够应用并行计算的模块有多个multiprocessing、pathos等。其中multiprocessing模块应用的较多，但对于数据挖掘场景来说，pathos模块更实用，尤其允许输入多个可变参数非常简单实用。 本文总结整理了常见的并行计算场景，编写parallel.py模块，主要利用pathos模块实现，可以实现单变量并行、多变量并行、并行嵌套等功能。通过tdqm模块增加了进度条，可以显示计算进度等信息，通过functools模块中的partial函数将静态参数冻结，以适应并行框架。 parallel.py 函数parallel的参数定义顺序需要注意： 必选参数--任意位置参数--默认参数--任意关键字参数 。 定义另一个parallel_main.py模块，用来展示各个场景下并行计算结果。 parallel_main.py parallel函数使用注意点:

首先证券公司会提供一些API给你，使用的时tushare这个库。首先安装tushare这个库pip install tushare打开IDE，使用的时pycharm这个工具。import tushare, time #导入tushare库data = tushare.get_realtime_quotes("600519") #获取股票代码为000581的股票信息print(data)

class Stock():def __init__(self):self.__no = ""self.__name = ""self.previousClosingPrice = 0self.currentPrice = 0 def creatStock(self,stockInfo):self.__no = stockInfo[0]self.__name = stockInfo[1]self.previousClosingPrice = stockInfo[2]self.currentPrice = stockInfo[3] def getStockName(self):return(self.__name)def getStockNo(self):return(self.__no)def setPreviousClosingPrice(self,price):self.previousClosingPrice = pricedef getPreviousClosingPrice(self):return(self.previousClosingPrice)def setCurrentPrice(self,price):self.currentPrice = pricedef getCurrentPrice(self):return(self.currentPrice) def getChangePercent(self):return((self.currentPrice - self.previousClosingPrice)/self.currentPrice)stock = Stock()stock.creatStock(["601318","中国平安",63.21,64.39])print(stock.getStockNo())print(stock.getStockName())print(stock.getCurrentPrice())print(stock.getPreviousClosingPrice())

是将一个对象转成字符串显示，注意只是显示用，有些对象转成字符串没有直接的意思。str():将变量转化为字符串类型a = 1b = [1, 2, 3]str_a = str(a)print(a)print(type(a))str_b = str(b)print(b)print(type(b))The str() function is meant to return representations of values which are fairly human-readable, while repr() is meant to generate representations which can be read bythe interpreter (or will force a SyntaxError if there is not equivalent syntax). For objects which don"t have a particular representation for human consumption, str() willreturn the same value as repr(). Many values, such as numbers or structures like lists and dictionaries, have the same representation using either function. Strings and。

工具/原料python3.1.6pycharm方法/步骤# 针对字符串：将某个字符串插入到后面字符串所有的字符中间，拼接成一个新字符串。s = "**".join("good123")print(s)print("***************切片*******************")s = "good_make_dog_love_pig"c = s[-1] # 根据下标查询对应的字符，如果从左边数，从0开始。如果从右边数，从-1开始。print(c)# s[x:y:z] 从第x个字符开始，查询到第y个字符（不包含y），z是步长，步长默认是1。s = "good_make_dog_love_pig"res = s[0:10:2]print(res, type(res))s = "good_make_dog_love_pig"# s[x:y:z] 从第x个字符开始，查询到第y个字符（不包含y），z是步长，步长默认是1。res = s[0:10:2]print(res, type(res))res = s[-1::-1] # 步长为负数，代表从右往左查询print(res, type(res))print("***********编码*************")a = ord("a") # 查询某个字符对的ASCII码print(a, type(a))c = chr(97) # 根据编码查询对应的字符 （ASCII）print(c)c = "h"print(chr(ord(c)+1))print("给定2个小写字母，a<b,从2个字母中间随机出一个字母")a = "a"b = "f"print(chr(random.randrange(ord(a), ord(b)+1)))END注意事项第七步要引入random模块，否则报错。相关教程推荐：Python视频教程

python中str的意思是字符串。srt的全称是subriptext，srt文件打开方式srt文件可以使用系统自带的文本处理器来打开，比如notepad.exe,write.exe,word等文件处理软件。比较流行的文本字幕有srt、smi、ssa，因为是文本格式，所以就比较小，一般大不过百来k。其中srt文本字幕最为流行，配合上style文件还能让srt自带一些字体上的特效等。几种文本字幕可以互相转换。文本字幕一般通过对图形字幕进行ocr或者手工制作生成，ocr中文难度就大一些，所用的软件个头也不小30多mb。python是一种跨平台的计算机程序设计语言，是一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。最初被设计用于编写自动化脚本(shell)，随着版本的不断更新和语言新功能的添加，越多被用于独立的、大型项目的开发。计算机程序设计语言的发展历史：在过去的几十年间，大量的程序设计语言被发明、被取代、被修改或组合在一起。尽管人们多次试图创造一种通用的程序设计语言，却没有一次尝试是成功的。之所以有那么多种不同的编程语言存在的原因是，编写程序的初衷其实也各不相同。新手与老手之间技术的差距非常大，而有许多语言并对新手来说太难学；还有，不同程序之间的运行成本（runtime cost）各不相同。有许多用于特殊用途的语言，只在特殊情况下使用。例如，PHP专门用来显示网页；Perl更适合文本处理；C语言被广泛用于操作系统和编译器的开发（所谓的系统编程）。高级程序设计语言（也称高级语言）的出现使得计算机程序设计语言不再过度地倚赖某种特定的机器或环境。这是因为高级语言在不同的平台上会被编译成不同的机器语言，而不是直接被机器执行。最早出现的编程语言之一FORTRAN的一个主要目标，就是实现平台独立。

python中srt的全称是SubRip Text，srt文件打开方式srt文件可以使用系统自带的文本处理器来打开，比如notepad.exe,write.exe,word等文件处理软件。在Python中，str 表示字符串类 ，也可以是将变量强制转换为字符串的函数，写作str()Python中的str可以表示字符串类，也可以是将变量强制转换为字符串的函数，写作str()。str函数是Python内置函数的一种，可以直接使用，无需调用。下面的例子简洁明了的阐述了str的用法1、str表示字符串，例如2、也可以是将变量强制转换为字符串的函数，例如上述输出结果：a = 123，a的类型就是数值型；a = str(a)，a的类型就是字符串型了。

python中str是什么意思？让我们一起了解一下吧！python中str的意思是字符串，也可以是将变量强制转换为字符串的函数，写作str()。str函数是Python内置函数的一种，可以直接使用，无需调用。srt的全称是SubRipText，srt文件打开方式srt文件可以使用系统自带的文本处理器来打开，比如notepad.exe，write.exe，word等文件处理软件。拓展：python工程师岗位职责：1、独立完成后台服务功能模块的设计与开发；2、配合团队其他成员进行模块开发及整合；3、维护所负责的服务模块，并不断持续优化功能系统；4、确保所负责的服务模块能够达到产品要求的质量标准（响应、错误率、不间断服务指标）。今天的分享就是这些，希望能帮助到大家！

创建str字符串的方法如下：str常用的方法如下：str的索引和切片：当用utf-8编码的时候，一个中文等于三个字符。当用gbk编码的时候，一个中文等于二个字符。

创建str字符串的方法如下：str常用的方法如下：str的索引和切片：当用utf-8编码的时候，一个中文等于三个字符。当用gbk编码的时候，一个中文等于二个字符。

将某一个类型强制转换为字符串型。如，a=1，a的类型就是数值型，a=str(a)，a就是字符串型了

python中srt的全称是SubRip Text，srt文件打开方式srt文件可以使用系统自带的文本处理器来打开，比如notepad.exe,write.exe,word等文件处理软件。在Python中，str 表示字符串类 ，也可以是将变量强制转换为字符串的函数，写作str()Python中的str可以表示字符串类，也可以是将变量强制转换为字符串的函数，写作str()。str函数是Python内置函数的一种，可以直接使用，无需调用。下面的例子简洁明了的阐述了str的用法1、str表示字符串，例如2、也可以是将变量强制转换为字符串的函数，例如上述输出结果：a = 123，a的类型就是数值型；a = str(a)，a的类型就是字符串型了

python中的str是什么意思？python中str()函数是将对象转化为适于人阅读的形式。以下是 str() 方法的语法:class str(object="")参数object -- 对象。返回值以下展示了使用 str() 方法的实例：>>>s = "RUNOOB">>> str(s)"RUNOOB">>> dict = {"runoob": "runoob.com", "google": "google.com"};>>> str(dict)"{"google": "google.com", "runoob": "runoob.com"}">>>

Python中的str可以表示字符串类，也可以是将变量强制转换为字符串的函数，写作str()。str函数是Python内置函数的一种，可以直接使用，无需调用。Python由荷兰数学和计算机科学研究学会的Guido van Rossum于1990年代初设计，作为一门叫做ABC语言的替代品。Python提供了高效的高级数据结构，还能简单有效地面向对象编程。Python语法和动态类型，以及解释型语言的本质，使它成为多数平台上写脚本和快速开发应用的编程语言，随着版本的不断更新和语言新功能的添加，逐渐被用于独立的、大型项目的开发。Python解释器易于扩展，可以使用C或C++（或者其他可以通过C调用的语言）扩展新的功能和数据类型。Python也可用于可定制化软件中的扩展程序语言。Python丰富的标准库，提供了适用于各个主要系统平台的源码或机器码。

python中srt的全称是SubRip Text，srt文件打开方式srt文件可以使用系统自带的文本处理器来打开，比如notepad.exe,write.exe,word等文件处理软件。在Python中，str 表示字符串类 ，也可以是将变量强制转换为字符串的函数，写作str()Python中的str可以表示字符串类，也可以是将变量强制转换为字符串的函数，写作str()。str函数是Python内置函数的一种，可以直接使用，无需调用。下面的例子简洁明了的阐述了str的用法1、str表示字符串，例如2、也可以是将变量强制转换为字符串的函数，例如上述输出结果：a = 123，a的类型就是数值型；a = str(a)，a的类型就是字符串型了

Python中的str可以表示字符串类，也可以是将变量强制转换为字符串的函数，写作str()。str函数是Python内置函数的一种，可以直接使用，无需调用。Python由荷兰数学和计算机科学研究学会的Guido van Rossum于1990年代初设计，作为一门叫做ABC语言的替代品。Python提供了高效的高级数据结构，还能简单有效地面向对象编程。Python语法和动态类型，以及解释型语言的本质，使它成为多数平台上写脚本和快速开发应用的编程语言，随着版本的不断更新和语言新功能的添加，逐渐被用于独立的、大型项目的开发。Python解释器易于扩展，可以使用C或C++（或者其他可以通过C调用的语言）扩展新的功能和数据类型。Python也可用于可定制化软件中的扩展程序语言。Python丰富的标准库，提供了适用于各个主要系统平台的源码或机器码。

Python中的str可以表示字符串类，也可以是将变量强制转换为字符串的函数，写作str()。str函数是Python内置函数的一种，可以直接使用，无需调用。Python由荷兰数学和计算机科学研究学会的Guido van Rossum于1990年代初设计，作为一门叫做ABC语言的替代品。Python提供了高效的高级数据结构，还能简单有效地面向对象编程。Python语法和动态类型：以及解释型语言的本质，使它成为多数平台上写脚本和快速开发应用的编程语言，随着版本的不断更新和语言新功能的添加，逐渐被用于独立的、大型项目的开发。Python解释器易于扩展，可以使用C或C++（或者其他可以通过C调用的语言）扩展新的功能和数据类型。Python也可用于可定制化软件中的扩展程序语言。Python丰富的标准库，提供了适用于各个主要系统平台的源码或机器码。

ms.CopyTo(fs); //参数你看看 试试其他重载方法(长度 起始位置)。

这个肯定可以的。闭包、装饰器都是在函数里又定义了个函数，普通的函数也是可以嵌套定义的。

wps表格？也就是excel表格是吧？import pandas as pdex1 = pd.read_excel("xxx.xlsx")参考官方文档http://pandas.pydata.org/pandas-docs/stable/generated/pandas.read_excel.html#pandas.read_excel

python读取文件内容的方法：一.最方便的方法是一次性读取文件中的所有内容并放置到一个大字符串中：all_the_text = open("thefile.txt").read( )# 文本文件中的所有文本all_the_data = open("abinfile","rb").read( )# 二进制文件中的所有数据为了安全起见，最好还是给打开的文件对象指定一个名字，这样在完成操作之后可以迅速关闭文件，防止一些无用的文件对象占用内存。举个例子，对文本文件读取：file_object = open("thefile.txt")try:all_the_text = file_object.read( )finally:file_object.close( )不一定要在这里用Try/finally语句，但是用了效果更好，因为它可以保证文件对象被关闭，即使在读取中发生了严重错误。二.最简单、最快，也最具Python风格的方法是逐行读取文本文件内容，并将读取的数据放置到一个字符串列表中：list_of_all_the_lines = file_object.readlines( )这样读出的每行文本末尾都带有" "符号；如果你不想这样，还有另一个替代的办法，比如：list_of_all_the_lines = file_object.read( ).splitlines( )list_of_all_the_lines = file_object.read( ).split(" ")list_of_all_the_lines = [L.rstrip(" ") for L in file_object]最简单最快的逐行处理文本文件的方法是，用一个简单的for循环语句：for line in file_object:process line这种方法同样会在每行末尾留下" "符号；可以在for循环的主体部分加一句：lineline = line.rstrip(" ")或者，你想去除每行的末尾的空白符（不只是" "），常见的办法是：lineline = line.rstrip( )

可以一次全读过，用split()函数生成list，再转成整就行了。如下，自己执行看看结果，a.txt里是用空格分开的数1653据.>>> f=open("c:\a.txt")>>> s=f.read()()>>> print(s)>>> print(s.split())

#写入部分data =[["曾英光","20193276","18843210001"],["王星海","20193243","18843210002"],["龚翰墨","20193272","18843210003"],["杜英豪","20193271","18843210004"],["万兰芝","20193274","18843210005"],["段际红","20193277","18843210006"],["苍仪琳","20193245","18843210007"],["曾子默","20193232","18843210008"],["郝水云","20193244","18843210009"],["甄宜春","20193256","18843210010"]]file = open("test.txt","a") #追加方式for da in data: j = str(da)[1:-1]#列表转字符 print(j) file.write(j) #写入文件 file.write(" ")#写入换行符file.close() #关闭文件print("已写入，再见！")读出部分：data = [] # 空列表fr = open("test.txt","r") #打开文件读list_temp = fr.readlines()#全部读出fr.close()#关闭文件for da in list_temp: da = da[:-1]#去掉最后的换行年 da = da.replace(""","")#替换掉单引号 da=da.split(",")#学符串转列表 data.append(da)#追加进列表for da_list in data: #打印输出二维列表 print(da_list)

1. python 判断是不是中文字 法一： isinstance(s, str) 用来判断是否为一般字符串 isinstance(s, unicode) 用来判断是否为unicode 或 if type(str).__name__!="unicode": str=unicode(str,"utf-8") else: pass 法二： Python chardet 字符编码判断 使用 chardet 可以很方便的实现字符串/文件的编码检测。尤其是中文网页，有的页面使用GBK/GB2312，有的使用UTF8，如果你需要去爬一些页面，知道网页编码很重要的，虽然HTML页面有charset标签，但是有些时候是不对的。那么chardet就能帮我们大忙了。 chardet实例 >>> import urllib >>> rawdata = urllib.urlopen("/").read() >>> import chardet >>> chardet.detect(rawdata) {"confidence": 0.98999999999999999, "encoding": "GB2312"} >>>chardet可以直接用detect函数来检测所给字符的编码。函数返回值为字典，有2个元数，一个是检测的可信度，另外一个就是检测到的编码。 chardet 安装 下载chardet后，解压chardet压缩包，直接将chardet文件夹放在应用程序目录下，就可以使用import chardet开始使用chardet了。 或者使用setup.py安装文件，将chardet拷贝到Python系统目录下，这样所有的python程序只要用import chardet就可以了。 2. 在pycharm学python 怎么识别汉子 PyCharm配置 PyCharm默认Python脚本编码是UTF-8，我们将其设置为GBK: 进入file>setting，在输入框搜索encoding 保存设置并重启PyCharm，这样默认编码就生效了，可在右下角查看 END Python 2 笔者使用的Python版本是2.7.11。Python 2 的中文支持需要做两件事： ①在代码前端增加代码：# -*-coding:gbk-*- ②在中文前加u前缀，如：u"你好" 运行代码，检查是否已成功支持中文字符 END Python 3 笔者使用的Python版本是3.5.1。Python 3 的中文支持只需要做一件事即可： ①在代码前端增加代码：# -*-coding:gbk-*- 3. python有什么好的本地文字识别 你好，如果是英文的话。你可以用下面的库。 pytesser,OCR in Python using the Tesseract engine from Google。是谷歌OCR开源项目的一个模块，可将图片中的文字转换成文本（主要是英文） 如果要识别中文还需要下载对应的训练集： 下载”chi_sim.traineddata”，然后copy到训练数据集的存放路径。下面是一个例子的代码。 #!/usr/bin/env python3 # -*- coding: utf-8 -*- import pytesseract from PIL import Image # open image image = Image.open("test.png") code = pytesseract.image_to_string(image, lang="chi_sim") print(code) 4. 怎么读取整个文件 python Python 读写文本文件首先需要注意的是，txt文件是具有字符编码的，不同的txt字符编码可能不同。 具体是什么编码，可以用 notepad++ 等文本编辑器查看。读取文件建议使用 with。 as。 结构，可以自动关闭文件。 with open("text.txt", "r") as f:text = f.read()print(text)如果不用 with。as。 则必须手动关闭文件：f = open("text.txt", "r")text = f.read()f.close()print(text)如果读取的文件含有中文，使用内置的open可能会报错，这个时候要用到codecs模块：import codecswith codecs.open("text.txt", "r", encoding="utf-8") as f:text = f.read()print(text)（假设 text.txt 是 utf-8 编码）。 5. Python手写识别怎么识 import os import OperatePicture as OP import OperateDatabase as OD import PictureAlgorithm as PA import csv ##Essential vavriable 基础变量 #Standard size 标准大小 N = 100 #Gray threshold 灰度阈值 color = 200/255 n = 10 #读取原CSV文件 reader = list(csv.reader(open("Database.csv", encoding = "utf-8"))) #清除读取后的第一个空行 del reader[0] #读取num目录下的所有文件名 fileNames = os.listdir(r"./num/") #对比fileNames与reader，得到新增的图片newFileNames newFileNames = OD.NewFiles(fileNames, reader) print("New pictures are: ", newFileNames) #得到newFilesNames对应的矩阵 pic = OP.GetTrainPicture(newFileNames) #将新增图片矩阵存入CSV中 OD.SaveToCSV(pic, newFileNames) #将原数据库矩阵与新数据库矩阵合并 pic = OD.Combination(reader, pic) #得到待识别图片 testFiles = os.listdir(r"./test/") testPic = OP.GetTestPicture(testFiles) #计算每一个待识别图片的可能分类 result = PA.CalculateResult(testPic, pic) for item in result: for i in range(n): print（"第"+str(i+1)+"个向量为"+str(item[i+n])+"，距离为"+str(item[i]))

import pandas as pddata=pd.read_csv(".csv"，usecols=["a","b"])#使用参数usecols可以读取指定的列

参考代码：from xlrd import open_workbookbook = open_workbook("simple.xls",on_demand=True)for name in book.sheet_names(): if name.endswith("2"): sheet = book.sheet_by_name(name) # Attempt to find a matching row (search the first column for "john") rowIndex = -1 for cell in sheet.col(0): # if "john" in cell.value: break # If we found the row, print it if row != -1: cells = sheet.row(row) for cell in cells: print cell.value book.unload_sheet(name)

shutil.copyfile( src, dst) 从源src复制到dst中去。当然前提是目标地址是具备可写权限。抛出的异常信息为IOException. 如果当前的dst已存在的话就会被覆盖掉shutil.move( src, dst) 移动文件或重命名shutil.copymode( src, dst) 只是会复制其权限其他的东西是不会被复制的shutil.copystat( src, dst) 复制权限、最后访问时间、最后修改时间shutil.copy( src, dst) 复制一个文件到一个文件或一个目录shutil.copy2( src, dst) 在copy上的基础上再复制文件最后访问时间与修改时间也复制过来了，类似于cp –p的东西shutil.copy2( src, dst) 如果两个位置的文件系统是一样的话相当于是rename操作，只是改名；如果是不在相同的文件系统的话就是做move操作shutil.copytree( olddir, newdir, True/Flase)把olddir拷贝一份newdir，如果第3个参数是True，则复制目录时将保持文件夹下的符号连接，如果第3个参数是False，则将在复制的目录下生成物理副本来替代符号连接shutil.rmtree( src ) 递归删除一个目录以及目录内的所有内容

展开全部閟truct就可以使用结构体了：importstruct生成一个结构体实例：data=struct.pack("format_string",struct_menber_1,struct_menber_2,...)其中的format_string用来指定结构体的格式（指明该结构体在C中的定义），由两部分组成

这个肯定可以的。闭包、装饰器都是在函数里又定义了个函数，普通的函数也是可以嵌套定义的。

用open命令打开你要读取的文件，返回一个文件对象然后在这个对象上执行read,readlines,readline等命令读取文件或使用for循环自动按行读取文件

python要怎么学？让我们一起了解一下吧！首先选择好python方向，比如说数据采集方向（爬虫），Web开发方向，人工智能方向等；接着学习python必学的内容，如Python的基础语言、学习Python的数据库编程；然后就可以根据书籍或教学视频，一步步来学习Python；最后去寻找合适的python项目实例，查漏补缺的同时提升自己的能力。如果是零基础的初学者，建议选择培训班进行系统化学习，才能更快上手。拓展：python必学的具体内容1、Python的基础语言从Python的基础语法开始学习，了解什么是Python的变量，什么是循环，什么是函数，什么是模块类等等。2、Python的文件操作学习完基础之后，进行一些简单的联系，如文件的操作。学习文件操作的时候，要学习文件的写入和读取以及了解各种文件之间的读写不同知识点。3、Python的数据库编程一般学习Mysql数据库的操作，包括数据库的增加数据，删除数据，以及查询数据以及对应的SQL语句等都是学习的重点。4、Python的网络编程要学习网络编程，一般需要了解三个方面：1.写出基本的TCP连接，知道编写TCP的各个步骤，例如创建socket、绑定port、端口复用等，对TCP稍微做了解，知道协议的每个字段，了解三次握手。2.了解基本的服务器并发模型，例如多进程、多线程、IO复。3.了解一些网络库例如twisted。今天的分享就是这些，希望能帮助到大家！

如何学python 你是想让我们当场给你写本书出来么 :imooc./course/list?c=python :tutorialspoint./python/index.htm 上面的两个网站的python教程挺不错的 女生如何学python 你好，如果要学python的话，建议报个培训班，这样能让自己少走些弯路。如果要自学的话，可以买些入门方面的书，多练代码，能力自然就上去了。 新手该如何学python怎么学好python？ 我建议初学者，不要下载具有IDE功能的集成开发环境，比如Eclipse插件等。2）下载完毕后，就可以开始学习了。学习过程中，我建议可以下载一些python的学习文档，比如《dive into python》，《OReilly - Learning Python》等等。通过学习语法，掌握python中的关键字语法，函数语法，数学表达式等等3）学完了基本语法后，就可以进行互动式学习了。python具备很好的交互学习模式，对于书本上的例子我们可以通过交互平台进行操练，通过练习加深印象，达到学习掌握的目的。4）通过以上三个步骤的学习后，我们大致掌握了python的常用方法、关键字用法以及函数语法等。接下去的学习上，我们就可以着手学习常用模 块的使用， 比如os,os.path,sys,string模块等。我们可以在交互环境中先熟悉使用其中的函数，如果遇到函数的使用上的问题，可以参考python 安装后的自带chm帮助文件。5）为了更好得掌握python，我们的学习不能只是停留在学习一些语法或者api阶段。在此阶段中，我们可以尝试用python解决我们项目 中遇到的一 些问题，如果项目不是用python开发的，那我们可以想想能不能用python制作一些项目组可以使用的一些工具（utility），通过这些工具简化 项目组成员的任务，提高我们的工作效率。如果没有项目，我们也可以自己找些题目来自己练习练习。6）经过以上锻炼后，我们的python知识水平肯定是越来越高。接下去的学习，我们就要更上一层楼。为了学以致用，真正能应用于项目开发或产 品开发，我 们还必须学习企业应用开发中必须要掌握的网络和数据库知识。在此的学习就不光是python语言本身的学习了，如果之前没有学习和掌握很网络和数据库知 识，在此阶段我们可以借此机会补习一把。7）在此，我想我们对python的使用以及信手拈来了，即使忘了api的用法，我们也可以在短时间内通过查看文档来使用api。那么接下去， 我们要学习 什么呢?那就是设计能力，在学习设计能力的过程中，如果对类等面向对象的概念不清楚的，在此阶段也可以学习或加以巩固。就像飞机设计师设计飞机通过学习模 型来设计一样，我们也可以通过学习书上的经典例子来学习设计。等有了设计的基本概念后，我们就可以着手设计我们的程序了。在此阶段中，我们重要的是学习抽 象的思想，通过隔离变化点来设计我们的模块。8）到此阶段，我们已经是真正入门了。在接下去的工作中，就是要快速地通过我们的所学来服务项目了。在此阶段，我们除了掌握python自带的 模块外，我 们最好在掌握一些业界广泛使用的开源框架，比如isted、peak、django、xml等。通过熟练使用它们，达到闪电开发，大大节省项目宝贵时 间。9）你已经是个python行家了，在此阶段，我们在工作中会遇到一些深层次的、具体的困难问题。面对这些问题，我们已经有自己的思考方向和思 路了。 如何学好python 熟悉语法很容易，要真正做点东西还是要课题和练习。我也初学，感觉练习比较少。 练习练习练习 学好什么语言都这样 然后看书练习看书练习 能找份工作或者弄个什么项目最好 完了 如何学习Python爬虫 建议先学习原生爬虫，再使用爬虫框架，推荐资料与学习过程可在该页面查看： :zhuanlan.zhihu./p/21479334 如何学习Python GUI编程 个人推荐用PyQt 有一本很好的教材 英文的 网上搜一下就知道了 多写多练多调试 选一个GUI，从他的官方网站上看指南，一步一步来，做python GUI有市场吗？建议用QT的python版本 我始终认为，对一个初学者来说，IT界的技术风潮是不可以追赶的，而且也没有能力去追赶。我时常看见自己的DDMM们把课本扔了，去卖些价格不菲的诸如C#, VB.Net 这样的大部头，这让我感到非常痛心。而许多搞不清指针是咋回事的BBS站友眉飞色舞的讨论C#里面可以不用指针等等则让我觉得好笑。C#就象当年的ASP一样，“忽如一夜春风来，千树万树梨花开”，结果许多学校的信息学院成了“Web 学院”。96,97级的不少大学生都去做Web 了。当然我没有任何歧视某一行业的意识。我只是觉得如果他们把追赶这些时髦技术的时间多花一点在基础的课程上应该是可以走得更远的。 几个误区 初学者对C#风潮的追赶其实也只是学习过程中经常遇到的几个误区之一。我将用一些实际的例子来说明这些现象，你可以按部就班的看看自己是不是属于其中的一种或者几种： 认为计算机技术等于编程技术: 有些人即使没有这个想法，在潜意识中也有这样的冲动。让我奇怪的是，许多信息学院的学生也有这样的念头。认为计算机专业就是编程专业，与编程无关的，或者不太相关的课程他统统都不管，极端的学生只要书上没带“编程”两个字他就不看。 其实编程只是计算机技术应用过程中一种复杂性最低的劳动，这就是为什么IT业最底层的人是程序员（CODER）。计算机技术包括了多媒体，计算机网络，人工智能，模式识别，管理信息系统等等这些方面。编程工作只是在这些具体技术在理论研究或者工程实践的过程中表达算法的过程。编程的人不一定对计算机技术的了解就一定很高。而一个有趣的现象是，不少大师级的计算机技术研究者是不懂编程的。网上的炒作和现实中良好的工作待遇把编程这种劳动神秘化了。其实每一个程序员心里都明白，自己这些东西，学的时候并不比其它专业难，所以自然也不会高档到哪里去。 咬文嚼字的孔已己作风: 我见过一本女生的《计算机网络原理》教材，这个女生象小学生一样在书上划满了横杠杠，笔记做得满满的，打印出来一定比教材还厚。我不明白的是，象计算机网络原理这样的课程有必要做笔记？我们的应试教育的确害了不少学生，在上《原理》这一类课程的时候许多学生象学《马列原理》一样逐字背诵记忆。这乃是我见过的最愚蠢的行为。所谓《原理》，即是需要掌握它为什么这样做，学习why，而不是how（怎样做）。极端认真的学生背下以太网的网线最大长度，数据帧的长度，每个字段的意义，IP报头的格式等等，但是忘了路由的原则，忘了TCP/IP协议设计的宗旨。总之许多人花了大量的时间把书背得滚瓜烂熟却等于什么也没学。 在学习编程的时候这些学生也是这样，他们确切的记得C++语法的各个细节。看完了C++教程后看《Thinking in C++》（确实是好书），《Inside C++》，《C++ reference》，this C++, that C++……，然后是网上各种各样的关于C++语法的奇闻逸事，然后发现自己又忘了C++的一些语法，最后回头继续恶补…。有个师弟就跟我说：“C++ 太难了，学了这里忘了那里，学了继承忘了模板。”我的回答道：“你不去学就容易了”。我并没有教坏他，只是告诉他，死抠C++的语法就和孔已己炫耀茴香豆的茴字有几种写法一样毫无意义。你根本不需要对的C++语法太关心，动手编程就是了，有不记得的地方一查MSDN就立马搞定。我有个结论就是，实际的开发过程中对程序语法的了解是最微不足道的知识。这是为什么我在为同学用Basic（我以前从没有学过它）写一个小程序的时候，只花了半个小时看了看语法，然后再用半个小时完成了程序，而一个小时后我又完全忘记了Basic 的所有关键字。 不顾基础，盲目追赶时髦技术： ; 终于点到题目上来了。大多数的人都希望自己的东西能够马上跑起来，变成钱。这种想法对一个已经进入职业领域的程序员或者项目经理来说是合理的，而且IT技术进步是如此的快，不跟进就是失业。但是对于初学者来说（尤其是时间充裕的大中专在校生），这种想法是另人费解的。一个并未进入到行业竞争中来的初学者最大的资本便是他有足够的时间沉下心来学习基础性的东西，学习why 而不是how。时髦的技术往往容易掌握，而且越来越容易掌握，这是商业利益的驱使，为了最大化的降低软件开发的成本。但在IT领域内的现实就是这样，越容易掌握的东西，学习的人越多，而且淘汰得越快。每一次新的技术出来，都有许多初学者跟进，这些初学者由于缺乏必要的基础而使得自己在跟进的过程中花费大量的时间，而等他学会了，这种技术也快淘汰了。基础的课程，比方数据结构，*作系统原理等等虽然不能让你立马就实现一个linux（这是许多人嘲笑理论课程无用的原因），但它们能够显著的减少你在学习新技术时学习曲线的坡度。而且对于许多关键的技术（比方Win32 SDK 程序的设计，DDK的编程）来说甚至是不可或缺的。 一个活生生的例子是我和我的一个同学，在大一时我还找不到开机按纽，他已经会写些简单的汇编程序了。我把大二的所有时间花在了汇编，计算机体系结构，数据结构，*作系统原理等等这些课程的学习上，而他则开始学习HTML和VB，并追赶ASP的潮流。大三的时候我开始学习Windows *作系统原理，学习SDK编程，时间是漫长的，这时我才能够用VC开发出象模象样的应用程序。我曾一度因为同学的程序已经能够运行而自己还在学习如何创建对话框而懊恼不已，但临到毕业才发现自己的选择是何等的正确。和我谈判的公司开出的薪水是他的两倍还多。下面有一个不很恰当的比方：假设学习VB编程需要4个月，学习基础课程和VC的程序设计需要1年。那么如果你先学VB，再来学习后者，时间不会减少，还是1年，而反过来，如果先学习后者，再来学VB，也许你只需要1个星期就能学得非常熟练。 几个重要的基础课程 如果你是学生，或者如果你有充足的时间。我建议你仔细的掌握下面的知识。我的建议是针对那些希望在IT技术上有所成就的初学者。同时我还列出了一些书目，这些书应该都还可以在书店买到。说实在的，我在读其他人的文章时最大的心愿就是希望作者列出一个书单。 大学英语－不要觉得好笑。我极力推荐这门课程是因为没有专业文档的阅读能力是不可想象的。中文的翻译往往在猴年马月才会出来，而现在的许多出版社干脆就直接把E文印刷上去。学习的方法是强迫自己看原版的教材，开始会看不懂，用多了自然熟练。吃得苦下得狠心绝对是任何行业都需要的品质。 计算机体系结构和汇编语言－关于体系结构的书遍地都是，而且也大同小异，倒是汇编有一本非常好的书。《80x86汇编语言程序设计教程》（清华大学出版社，黑色封面，杨季文著）。你需要着重学习386后保护模式的程序设计。否则你在学习现代*作系统底层的一些东西的时候会觉得是在看天书。 计算机*作系统原理－我们的开发总是在特定的*作系统上进行，如果不是，只有一种可能：你在自己实现一个*作系统。无论如何，*作系统原理是必读的。这就象我们为一个芯片制作外围设备时，芯片基本的工作时序是必需了解的。这一类书也很多，我没有发现哪一本书非常出众。只是觉得在看完了这些书后如果有空就应该看看《Inside Windows 2000》(微软出版社，我看的是E文版的，中文的书名想必是Windows 2000 技术内幕之类吧)。关于学习它的必要性，ZDNET上的另一篇文章已经有过论述。 数据结构和算法－这门课程能够决定一个人程序设计水平的高低，是一门核心课程。我首选的是清华版的（朱战立，刘天时）。很多人喜欢买C++版的，但我觉得没有必要。C++的语法让算法实现过程变得复杂多了，而且许多老师喜欢用模块这一东西让算法变得更复杂。倒是在学完了C版的书以后再来浏览一下C++的版的书是最好的。 软件工程－这门课程是越到后来就越发现它的重要，虽然刚开始看时就象看马哲一样不知所云。我的建议是看《实用软件工程》（黄色，清华）。不要花太多的时间去记条条框框，看不懂就跳过去。在每次自己完成了一个软件设计任务（不管是练习还是工作）以后再来回顾回顾，每次都会有收获。 Windows 程序设计－《北京大学出版社，Petzold著》我建议任何企图设计Windows 程序的人在学习VC以前仔细的学完它。而且前面的那本《Inside Windows 2000》也最好放到这本书的后面读。在这本书中，没有C++，没有GUI，没有控件。有的就是如何用原始的C语言来完成Windows 程序设计。在学完了它以后，你才会发现VC其实是很容易学的。千万不要在没有看完这本书以前提前学习VC，你最好碰都不要碰。我知道的许多名校甚至都已经用它作为教材进行授课。可见其重要。 上面的几门课程我认为是必学的重要课程（如果你想做Windows 程序员）。 对于其它的课程有这样简单的选择方法：如果你是计算机系的，请学好你所有的专业基础课。如果不是，请参照计算机系的课程表。如果你发现自己看一本书时无法看下去了，请翻到书的最后，看看它的参考文献，找到它们并学习它们，再回头看这本书。如果一本书的书名中带有“原理”两个字，你一定不要去记忆它其中的细节，你应该以一天至少50页的速度掌握其要领。尽可能多的在计算机上实践一种理论或者算法。 你还可以在CSDN上阅读到许多书评。这些书评能够帮助你决定读什么样的书。 日三省乎己 每天读的书太多，容易让人迷失方向。一定要在每天晚上想想自己学了些什么，还有些什么相关的东西需要掌握，自己对什么最感兴趣，在一本书上花的时间太长还是不够等等。同时也应该多想想未来最有可能出现的应用，这样能够让你不是追赶技术潮流而是引领技术潮流。同时，努力使用现在已经掌握的技术和理论去制作具有一定新意的东西。坚持这样做能够让你真正成为一个软件“研发者”而不仅仅是一个CODER。 把最多的时间花在学习上 这是对初学者最后的忠告。把每个星期玩SC或者CS的时间压缩到最少，不玩它们是最好的。同时，如果你的ASP技术已经能够来钱，甚至有公司请你 *** 的话，这就证明你的天份能够保证你在努力的学习之后取得更好的收益，你应该去做更复杂的东西。眼光放长远一些，这无论是对谁都是适用的。 相信你已经能够决定是否学习C＃或者什么时候去学它了。

Python | 多种编码文件（中文）乱码问题解决http://jingyan.baidu.com/article/425e69e6e111a1be15fc1609.html

如果你不是准确的知道第一个换行在第多少个字节的话, 那就还是从第一行开始读取吧. 对第一行不做处理就是了.

Python是一种支持面向对象的解释性高级语言,Simple yet Powerful是人们对它的一致评价。

python操作excel主要用到xlrd和xlwt这两个库，即xlrd是读excel，xlwt是写excel的库。下面记录python读取excel.python读excel——xlrd这个过程有几个比较麻烦的问题，比如读取日期、读合并单元格内容。下面先看看基本的操作：首先读一个excel文件，有两个sheet，测试用第二个sheet，sheet2内容如下：python 对 excel基本的操作如下：# -*- coding: utf-8 -*-import xlrdimport xlwtfrom datetime import date,datetimedef read_excel(): # 打开文件 workbook = xlrd.open_workbook(r"F:demo.xlsx") # 获取所有sheet print workbook.sheet_names() # [u"sheet1", u"sheet2"] sheet2_name = workbook.sheet_names()[1] # 根据sheet索引或者名称获取sheet内容 sheet2 = workbook.sheet_by_index(1) # sheet索引从0开始 sheet2 = workbook.sheet_by_name("sheet2") # sheet的名称，行数，列数 print sheet2.name,sheet2.nrows,sheet2.ncols # 获取整行和整列的值（数组） rows = sheet2.row_values(3) # 获取第四行内容 cols = sheet2.col_values(2) # 获取第三列内容 print rows print cols # 获取单元格内容 print sheet2.cell(1,0).value.encode("utf-8") print sheet2.cell_value(1,0).encode("utf-8") print sheet2.row(1)[0].value.encode("utf-8") # 获取单元格内容的数据类型 print sheet2.cell(1,0).ctypeif __name__ == "__main__": read_excel()运行结果如下：

这次给大家带来python怎么逐行读写txt文件，python逐行读写txt文件的注意事项有哪些，下面就是实战案例，一起来看一下。实例如下所示：# -*-coding:utf-8-*-import osfile_obj = open("test2.txt")all_lines = file_obj.readlines()for line in all_lines: print linefile_obj.close()# 写之前，先检验文件是否存在，存在就删掉if os.path.exists("dest.txt"): os.remove("dest.txt")mylist = ["luoluo", "taotao", "mumu"]# 以写的方式打开文件，如果文件不存在，就会自动创建file_write_obj = open("dest.txt", "w")for var in mylist: file_write_obj.writelines(var) file_write_obj.write("")file_write_obj.close()w 以写方式打开，a 以追加模式打开 r+ 以读写模式打开w+ 以读写模式打开a+ 以读写模式打开相信看了本文案例你已经掌握了方法，更多精彩请关注Gxl网其它相关文章！推荐阅读：python字符串如何转为二维数组Event emitter的监听事件

file = open("filename.txt","r")text = file.read() #读取所有文字text = file.readline() #读取一行文字text = file.readlinse() #把每一行变成list的一个元素如果需要里面中文的话，用正则匹配

它是脚本语言，类似shell,purl,ruby等不能直接用浏览器运行，但是可以用于网站制作，豆瓣就是python实现的。本身是c写的，啥都能干，号称胶水语言。

numpy中py是python的缩写，所以应该发num-pie

分为两个步骤使用open函数打开文件，返回文件句柄使用文件句柄的read()方法读取文件内容f = open("/path/to/the/file.txt")txt = f.read()txt文件的内容将会读取待txt变量中

Python是一门脚本语言

python读取json格式文件很简单直接import json然后使用json.loads(open(文件名,"r").read())这样就可以了

Python是一种解释型、面向对象、动态数据类型的高级程序设计语言。Python的设计理念是“简单”、“明确”、“优雅”。Python由Guido van Rossum于1989年底发明，第一个公开发行版发行于1991年。像Perl语言一样, Python 源代码同样遵循 GPL(GNU General Public License)协议。 对比Java 读取文件 在 Java中需要10行代码 Python只需要两行.R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件，它是一个用于统计计算和统计制图的优秀工具。

python怎么读help文件？下面给大家介绍几种python查看帮助文档的方法：help()help函数时Python的一个内置函数函数原型: help([object])可以帮助我们了解该对象的更多信息,既可以是模块，也可以是模块里面的函数例如：help(math) / help(math.sin)dir()dir函数时python的一个内置函数函数原型：dir([object])可以帮助我们获得该对象的大部分相关属性。需要先导入相应的模块，才能够查看该模块的属性和方法。例如：import mathdir(math)doc在python中有一个奇妙的特性，文档字符串，又成为DocStrings。例如：math.doc查看内建模块sys.bultin_modulenames例如：import syssys.bultin_modulenamespydocpython -m pydoc raw_input(查看函数)在cmd下查看pydoc用法pydoc -h

一种编程语言，一种脚本语言