<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[XIe_0928的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/XIe_0928</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; XIe_0928]]></copyright><item><title><![CDATA[7k Star 的 Python 测试框架入门指南]]></title><link>https://blog.youkuaiyun.com/XIe_0928/article/details/113930951</link><guid>https://blog.youkuaiyun.com/XIe_0928/article/details/113930951</guid><author>XIe_0928</author><pubDate>Mon, 22 Feb 2021 10:33:21 +0800</pubDate><description><![CDATA[Pytest 是一款 Python 测试框架及测试运行器。在本指南中，我们将会介绍 pytest 最有用和常见的配置和用法，以及几个 pytest 插件和外部库。尽管 Python 的标准库中已经自带了 unittest 模块，并且也还有其他 Python 测试框架（例如 nose2 或 Ward），但 pytest 仍然是我的最爱。使用简单函数而不是类层次结构，一个简单断言（assert）而不是许多不同的 assert 函数，内置的参数化测试，完善的 fixture 系统以及一定量的可用插件，这些特性让 ]]></description><category></category></item><item><title><![CDATA[微软太良心了，来试试免费服务器搭建 Python 网站]]></title><link>https://blog.youkuaiyun.com/XIe_0928/article/details/113930474</link><guid>https://blog.youkuaiyun.com/XIe_0928/article/details/113930474</guid><author>XIe_0928</author><pubDate>Mon, 22 Feb 2021 10:20:06 +0800</pubDate><description><![CDATA[有时候，我们使用 Flask 或者 Django写了一个简单的网页，想把它部署起来给所有人使用，但是又没有服务器。这个时候，除了买一台云服务外，我们还可以使用微软 Azure 免费提供的应用服务来部署。

首先我们使用 Flask 写一个非常简单的后端接口，如下图所示：



现在，我不想买服务器，但又想把它部署到互联网上面。这个时候，我们就可以使用 Azure 的应用服务功能了。

首先，我们去申请一个 Azure 的账号，Azure 的官方网站为：Microsoft Azure[1]，我们只需要像注册.]]></description><category></category></item><item><title><![CDATA[上干货！一些你可能不知道的 Python 小技巧！]]></title><link>https://blog.youkuaiyun.com/XIe_0928/article/details/113929537</link><guid>https://blog.youkuaiyun.com/XIe_0928/article/details/113929537</guid><author>XIe_0928</author><pubDate>Mon, 22 Feb 2021 09:57:42 +0800</pubDate><description><![CDATA[在本文中，我们来看一看日常工作中经常使用的一些 Python 小技巧。

集合

开发人员常常忘记 Python 也有集合数据类型，大家都喜欢使用列表处理一切。

集合（set）是什么？简单来说就是：集合是一组无序事物的汇集，不包含重复元素。

如果你熟练掌握集合及其逻辑，那么很多问题都可以迎刃而解。举个例子，如何获取一个单词中出现的字母？


myword = "NanananaBatman"
set(myword)
{'N', 'm', 'n', 'B', 'a', 't'}

就这么简单，问题解决..]]></description><category></category></item><item><title><![CDATA[卸载 PyCharm！这才是 Python 小白最理想的 IDE]]></title><link>https://blog.youkuaiyun.com/XIe_0928/article/details/113915596</link><guid>https://blog.youkuaiyun.com/XIe_0928/article/details/113915596</guid><author>XIe_0928</author><pubDate>Sun, 21 Feb 2021 11:30:19 +0800</pubDate><description><![CDATA[当你在搜索引擎（如百度）或者各种问答社区（如知乎）搜索『学习Python 最好的 IDE/编辑器是哪个？』的时候

我想答案肯定是：PyCharm、Jupyter、VSCode、Vim、Sublime Text

不过，在我看来，最好的编辑器应当视情况而定，比如


	如果你是搞数据分析、机器学习的，推荐你使用 Jupyter
	
	
	如果是搞大型工程项目的，经常要阅读开源项目代码，推荐你使用 PyCharm
	
	
	如果你需要使用多种编辑语言，并且不喜欢使用 JB 家的破解版软件，推荐你使用 VS .]]></description><category></category></item><item><title><![CDATA[2021最新干货大全 | python基础语法学习笔记]]></title><link>https://blog.youkuaiyun.com/XIe_0928/article/details/113915302</link><guid>https://blog.youkuaiyun.com/XIe_0928/article/details/113915302</guid><author>XIe_0928</author><pubDate>Sun, 21 Feb 2021 11:14:20 +0800</pubDate><description><![CDATA[python基础语法部分


	一、程序的基本格式
		
		1.1 缩进
			1.2 大小写
			1.3 注释
			1.4 行连接符及【;】的使用
			4.转义字符
		
		二、程序的构成
		
		2.1 对象
			2.2 标识符
			2.3 变量（变量作用域：全局变量、局部变量详见扩充部分）
			2.5 程序的输入与输出
		
		三、基本数据类型
		
		3.1 布尔型（bool）
			
			1.布尔值的创建
				2.布尔值的运算
			
			3.2 数字型
			
		]]></description><category></category></item><item><title><![CDATA[超详细，手把手教你用20行Python代码制作飞花令小程序！]]></title><link>https://blog.youkuaiyun.com/XIe_0928/article/details/113868080</link><guid>https://blog.youkuaiyun.com/XIe_0928/article/details/113868080</guid><author>XIe_0928</author><pubDate>Fri, 19 Feb 2021 17:11:07 +0800</pubDate><description><![CDATA[飞花令是古时候人们经常玩一种“行酒令”的游戏，是中国古代酒令之一，属雅令。“飞花”一词则出自唐代诗人韩翃《寒食》中春城无处不飞花一句。行飞花令时选用诗和词，也可用曲，但选择的句子一般不超过7个字。

在《中国诗词大会》中改良了“飞花令”，不再仅用花字，而是增加了云、 春、月、夜等诗词中的高频字，轮流背诵含有关键字的诗句，直至决出胜负。

今天，我们就利用 Python 定制一款“飞花令”小程序：给定一个关键字或者关键词，就能够返回许多含有这个关键字的诗句，跟朋友玩再也不怕输了！

网页分析

要...]]></description><category></category></item><item><title><![CDATA[太爽啦！用VS Code直接浏览GitHub代码！]]></title><link>https://blog.youkuaiyun.com/XIe_0928/article/details/113867402</link><guid>https://blog.youkuaiyun.com/XIe_0928/article/details/113867402</guid><author>XIe_0928</author><pubDate>Fri, 19 Feb 2021 16:45:53 +0800</pubDate><description><![CDATA[“看GitHub代码”这件事上，还在网页上点点点？

用开发工具看代码，不香吗？

于是，它来了，它来了——可以直接用VS Code方式打开GitHub代码的工具。



而且在短短几天时间里，这个项目已经获得了12.1k个star。



不仅如此，网友们还基于此，还开发出了更多更方便快捷的版本。

用VS Code来看GitHub代码

这个项目叫做github1s，也正如其名，作者对其的解释是：


只需1秒，就可以用VS Code方式来看GitHub代码。


毕竟代码嘛，在“原汁原味”的环境下看，]]></description><category></category></item><item><title><![CDATA[Python制作进度条，原来有这么多方法！]]></title><link>https://blog.youkuaiyun.com/XIe_0928/article/details/113859490</link><guid>https://blog.youkuaiyun.com/XIe_0928/article/details/113859490</guid><author>XIe_0928</author><pubDate>Fri, 19 Feb 2021 11:01:12 +0800</pubDate><description><![CDATA[如果你之前没用过进度条，八成是觉得它会增加不必要的复杂性或者很难维护，其实不然。要加一个进度条其实只需要几行代码。在这几行代码中，我们可以看看如何在命令行脚本以及 PySimpleGUI UI 中添加进度条。



下文将介绍 4 个常用的 Python 进度条库：

Progress

第一个要介绍的 Python 库是 Progress。

你只需要定义迭代的次数、进度条类型并在每次迭代时告知进度条。


importtimefromprogress.bar
importIncrementa...]]></description><category></category></item><item><title><![CDATA[情人节，教你用Python定时给小姐姐微信发送专属问候！]]></title><link>https://blog.youkuaiyun.com/XIe_0928/article/details/113859346</link><guid>https://blog.youkuaiyun.com/XIe_0928/article/details/113859346</guid><author>XIe_0928</author><pubDate>Fri, 19 Feb 2021 10:58:53 +0800</pubDate><description><![CDATA[给大家分享一招

『每天早上用Python给TA的微信发送问候』

大致效果如下，只要程序写好了每天早上就会自动给小姐姐发送一条问候消息????

思路分析

看上去有点复杂，又要发送天气又要判断路况，但只要将思路分析清楚就能轻松搞定，本项目大致分为三块，核心部分就是爬虫与推送消息

“

	爬取相关信息（日期、时间、路况）
	
	
	构建内容并推送消息至微信
	
	
	每天定时执行
	

”

下面我们来逐个击破。

爬取相关信息

第一步我们需要先把后面要用到的相关信息爬取并存储，还是先导入相关库


]]></description><category></category></item><item><title><![CDATA[Python大数据分析神器---Dask]]></title><link>https://blog.youkuaiyun.com/XIe_0928/article/details/113681522</link><guid>https://blog.youkuaiyun.com/XIe_0928/article/details/113681522</guid><author>XIe_0928</author><pubDate>Fri, 05 Feb 2021 10:26:00 +0800</pubDate><description><![CDATA[对于Pandas运行速度的提升方法，之前已经介绍过很多回了，里面经常提及Dask，很多朋友没接触过可能不太了解，今天就推荐一下这个神器。

1、什么是Dask？

Pandas和Numpy大家都不陌生了，代码运行后数据都加载到RAM中，如果数据集特别大，我们就会看到内存飙升。但有时要处理的数据并不适合RAM，这时候Dask来了。

Dask是开源免费的。它是与其他社区项目（如Numpy，Pandas和Scikit-Learn）协调开发的。

官方：https://dask.org/

Dask支持Pan..]]></description><category></category></item><item><title><![CDATA[这些超好用的VS Code快捷键你都知道吗？]]></title><link>https://blog.youkuaiyun.com/XIe_0928/article/details/113681381</link><guid>https://blog.youkuaiyun.com/XIe_0928/article/details/113681381</guid><author>XIe_0928</author><pubDate>Fri, 05 Feb 2021 10:22:27 +0800</pubDate><description><![CDATA[你真的会用 VS Code 的 Ctrl、Shift和Alt吗？


使用键盘浏览代码、敲代码是一件很高效的事；主力手在鼠标和键盘之间反复移动，长时间下来，很容易造成斜方肌酸痛。作为『vscode重度依赖者』、『键盘操作狂热者』，本文我为大家总结了Ctrl、Shift、Alt与方向键结合的妙用，简单易学，又功能强大。我录制了大量动图，帮助读者更好地理解这些快捷键的高效。




我用键盘调出多光标

本文仅讨论Ctrl、Shift与Alt与方向键结合，暂不讨论如Ctrl+Shift...]]></description><category></category></item><item><title><![CDATA[干货 | 利用pandas处理Excel数据]]></title><link>https://blog.youkuaiyun.com/XIe_0928/article/details/113681068</link><guid>https://blog.youkuaiyun.com/XIe_0928/article/details/113681068</guid><author>XIe_0928</author><pubDate>Fri, 05 Feb 2021 10:18:56 +0800</pubDate><description><![CDATA[新建一个excel表格（table1.csv）用于案例讲解：



导库


importpandasaspd
importnumpyasnp


读取数据


df=pd.read_excel('table1.xlsx')#相对路径
#df=pd.read_excel(r'E:\Anaconda\hc\dataScience\table1.csv')#绝对路径


显示数据

显示数据的行与列数


df.shape

(6,5)


显示数据格式dtpyes


df.d...]]></description><category></category></item><item><title><![CDATA[酷！一个仿漫画手绘风格的 Python 图表库]]></title><link>https://blog.youkuaiyun.com/XIe_0928/article/details/113680973</link><guid>https://blog.youkuaiyun.com/XIe_0928/article/details/113680973</guid><author>XIe_0928</author><pubDate>Fri, 05 Feb 2021 10:15:43 +0800</pubDate><description><![CDATA[关于数据可视化工具，如果你有点厌烦了常见风格（比如：Matplotlib 、Seaborn和 pyecharts），那可以试试换一种风格。

本文给大家介绍一个风格完全不一样的开源库：cutecharts，其 UI 效仿 XKCD 漫画手绘风格，在部分场景（比如：个人作品展示）的效果或许会更好。




补充：XKCD 是一个 IT 漫画网站，在国外非常有名气。
这是一张 XKCD 漫画作品的汉化版


为什么会有 cutecharts？

据 cutecharts 的开发者介绍，他个人非常喜欢一个 JS.]]></description><category></category></item><item><title><![CDATA[3种Python数据结构，13种创建方法，这个总结，超赞！]]></title><link>https://blog.youkuaiyun.com/XIe_0928/article/details/113658854</link><guid>https://blog.youkuaiyun.com/XIe_0928/article/details/113658854</guid><author>XIe_0928</author><pubDate>Thu, 04 Feb 2021 17:37:11 +0800</pubDate><description><![CDATA[Python常用的数据结构，有如下几种。但是我们用的最多的，还是字符串、列表、字典这3种。



其实学习任何一门编程语言，最基础的就是学习它的数据结构。

拿Python说，数据结构的概念也是超级重要，不同的数据结构，有着不同的函数，供我们调用。

接下来，我们分别来介绍字符串、列表、字典的创建方法。

字符串的3种创建方式

① 单引号(‘ ’)，创建字符串


a='Iamastudent'
print(a)


结果如下：



② 双引号(“ ”)，创建字符串


b="Iama...]]></description><category></category></item><item><title><![CDATA[干货要诀 | 初学者python该如何入门？]]></title><link>https://blog.youkuaiyun.com/XIe_0928/article/details/113626687</link><guid>https://blog.youkuaiyun.com/XIe_0928/article/details/113626687</guid><author>XIe_0928</author><pubDate>Thu, 04 Feb 2021 10:27:13 +0800</pubDate><description><![CDATA[这篇文章是给零基础小白整理的如何系统的真正学会Python。呕心沥血整理了3天的内容，一定不要错过，可以先收藏起来。






思维导图附有可跳转的链接地址（回复“入门”获取）


学Python首先要摆正心态，没有所谓的速成方法，如果有的话就是“死磕”。我那会自学Python的根本没那么多资料，更别说什么视频，连书籍都少得可怜。

那会我是怎么学呢？一遍又一遍的啃书，每天至少花3个小时看书敲示例代码，做demo项目，我记得那会去面试的时候面试官问我做过什么项目，我就把自己做的一个聚合网站演示给他看，..]]></description><category></category></item><item><title><![CDATA[再见，可视化！你好，Pandas！]]></title><link>https://blog.youkuaiyun.com/XIe_0928/article/details/113608792</link><guid>https://blog.youkuaiyun.com/XIe_0928/article/details/113608792</guid><author>XIe_0928</author><pubDate>Wed, 03 Feb 2021 15:47:40 +0800</pubDate><description><![CDATA[用Python做数据分析离不开pandas，pnadas更多的承载着处理和变换数据的角色，pands中也内置了可视化的操作，但效果很糙。

因此，大家在用Python做数据分析时，正常的做法是用先pandas先进行数据处理，然后再用Matplotlib、Seaborn、Plotly、Bokeh等对dataframe或者series进行可视化操作。

但是说实话，每个可视化包都有自己独特的方法和函数，经常忘，这是让我一直很头疼的地方。

好消息来了！从最新的pandas版本0.25.3开始，不再需要上面的操作]]></description><category></category></item><item><title><![CDATA[Easyocr - 3行代码识别图片中的任意语言文字]]></title><link>https://blog.youkuaiyun.com/XIe_0928/article/details/113585188</link><guid>https://blog.youkuaiyun.com/XIe_0928/article/details/113585188</guid><author>XIe_0928</author><pubDate>Wed, 03 Feb 2021 09:59:50 +0800</pubDate><description><![CDATA[今天给大家介绍一个超级简单且强大的OCR文本识别工具：easyocr.

这个模块支持70多种语言的即用型OCR，包括中文，日文，韩文和泰文等。

下面是使用这个模块的实战教程。

1.准备

开始之前，你要确保Python和pip已经成功安装在电脑上

如果你用Python的目的是数据分析，可以直接安装Anaconda

请选择以下任一种方式输入命令安装依赖：
1. Windows 环境 打开 Cmd (开始-运行-CMD)。
2. MacOS 环境 打开 Terminal (command+空格输...]]></description><category></category></item><item><title><![CDATA[利用Python做一个小姐姐词云跳舞视频]]></title><link>https://blog.youkuaiyun.com/XIe_0928/article/details/113583606</link><guid>https://blog.youkuaiyun.com/XIe_0928/article/details/113583606</guid><author>XIe_0928</author><pubDate>Wed, 03 Feb 2021 09:45:19 +0800</pubDate><description><![CDATA[本文将以哔哩哔哩–乘风破浪视频为例，you-get下载视频，同时利用python爬取B站视频弹幕，并利用opencv对视频进行分割，百度AI进行人像分割，moviepy生成词云跳舞视频，并添加音频。

1. 导入模块

1.1 下载所需模块


我们需要下载很多的模块，所以我们可以使用os.system()方法来自动安装所需模块，当然也有可能下载失败，特别是opencv-python，多安装几次就好啦.



import os
import time
libs = {"lxml","requests","]]></description><category></category></item><item><title><![CDATA[Python 操作 PDF，这两个库必须会！]]></title><link>https://blog.youkuaiyun.com/XIe_0928/article/details/113561043</link><guid>https://blog.youkuaiyun.com/XIe_0928/article/details/113561043</guid><author>XIe_0928</author><pubDate>Tue, 02 Feb 2021 15:48:38 +0800</pubDate><description><![CDATA[Python在自动化办公方面有很多实用的第三方库，可以很方便的处理word、excel、ppt、pdf文件

今天我们就学习一下Python处理PDF文档的两个常用库「pdfplumber」、「pypdf2」

pdfplumber库按页处理 pdf ，获取页面文字，提取表格等操作


文档：https://github.com/jsvine/pdfplumber


PyPDF2 是一个纯 Python PDF 库，可以读取文档信息（标题，作者等）、写入、分割、合并PDF文档，它还可以对pdf文档进行添加]]></description><category></category></item><item><title><![CDATA[用Python分析了5万条相亲网站数据，看相亲男女画像]]></title><link>https://blog.youkuaiyun.com/XIe_0928/article/details/113538302</link><guid>https://blog.youkuaiyun.com/XIe_0928/article/details/113538302</guid><author>XIe_0928</author><pubDate>Tue, 02 Feb 2021 09:45:29 +0800</pubDate><description><![CDATA[一、前言

数据来源：https://www.zhenai.com/zhenghun/本文利用 Python 分析了按城市寻找所有地区的征婚信息，看看相亲男女的画像。



二、数据查看和预处理

导入用到的库


importpandasaspd
importre


读取数据，查看前 5 行


df=pd.read_excel('marriage.xlsx')
df.head()


结果如下：

查看索引、数据类型和内存信息


df.info()


可以看到数据都没有缺失值。

获...]]></description><category></category></item></channel></rss>