caoyan0829的博客

1.闭包第一次 fun(0)：n=0 o=undefined第二次a.fun(1)：m=1，由于fun(0)保存了 n=0， 所以 fun（m,n）=》调用的fun(n,o) => n=1,o=0，后面都是如此，n=0 保持不变第三次a.fun(2)：同上第四次a.fun(3)：同上第五次：fun(0).fun(1) : 内部函数 m=1，n=0 => n=1,o=0 然后继续 .fun(2) m=2，n=1 => n=2,o=1, 按此规律依次打印.

1.mvvm工作原理（发布订阅模式和数据劫持）2.vuex的工作原理3.vue和react的对比

ES9:1. 对象中使用扩展运算符2. 正则命名捕获分组 groups中含 ' ？<**> ' 包裹的对象3.正则 反向断言根据前面的内容 ‘么’ 来判断 555 是否合法4. dotAll 模式 修饰字符s 加上之后 ' . ' 会匹配任意字符ES10:1.Object.fromEntries 将二维数组转换成对象 和 entries 作用相反2.字符串新增 清楚字符串左侧、右侧空格...

记录一下scrapy的安装和实践操作的流程1.安装pip install Scrapy2.创建scrapy项目project是蜘蛛名字scrapy startproject project3.创建scrapy res.py蜘蛛文件保存在spiders目录下4.查看是否可正常访问网站​scrapy shell http://lab.scrapyd.cn看到response 返回200 说明此网站支持爬虫5.命令行测试 dom 元...

1.文件结构2.效果（是动图，自己试一下吧）3.代码// 创建场景const scene = new THREE.Scene()// 创建相机 PerspectiveCamera：透视视角 OrthographicCamera：正射投影// PerspectiveCamera('视角 60-90','投影窗口长宽比','从距离摄像机多远开始渲染','从距离摄像机多远结束渲染 1000')let wid = window.innerWidthlet hei..

1.刚开始学的时候发现编辑器没有three.js的提示语，很麻烦。2.解决：在你的文件夹中执行npm install three3.效果

from matplotlib import colorsimport matplotlib.pyplot as pltimport numpy as npfrom numpy.core.fromnumeric import sizefrom numpy.core.shape_base import stackimport pandas as pd# 箱线图 boxplot(data) data：float or array-like 数据处理查询异常值 """在上面 异常值.

from matplotlib import colorsimport matplotlib.pyplot as pltimport numpy as npfrom numpy.core.fromnumeric import size# 直方图 hist(data) data：float or array-likenp.random.seed(2) # 保持下面的数据多次生成一样# normal：正态分布 平均值9000 标准差3000data = np.random.normal(.

from matplotlib import colorsimport matplotlib.pyplot as pltimport numpy as npfrom numpy.core.fromnumeric import size# 饼图 x = ['Q1', 'Q2', 'Q3', 'Q4', ]y = [10, 30, 20, 48]plt.axes(aspect=1) # pie本身是椭圆， aspect=1使其为圆形"""autopct:展示数值占比 %2.f保留两.

默认：numpy.random.normal（loc=0.0,scale=1.0,size=None）"""平均值0，标准差1 100个值"""data = np.random.normal(size=100)print(data)打印：直方图：plt.hist(data)例："""normal：正态分布平均值9000标准差3000 300个数值"""data=np.random.normal(9000,3000,si...

from matplotlib import colorsimport matplotlib.pyplot as pltimport numpy as npfrom numpy.core.fromnumeric import size# 柱状图 barx = ['Q1', 'Q2', 'Q3', 'Q4', ]y = [10, 32, 21, 18]rect = plt.bar(x, y, width=0.3)plt.grid(True) # 网格# 绘制标度值 enume.

from matplotlib import colorsimport matplotlib.pyplot as pltimport numpy as npfrom numpy.core.fromnumeric import size# 折现图 plot# np.random.random((3, 4)) 生成3行4列的浮点数，浮点数都是从0-1中随机,维度：2x = np.arange(10)np.random.seed(3) # 设置随机数种子, 每次都相同y = np.r.

1.首先安装matplotlibpip install matplotlib2.引入matplotlibimport matplotlib.pyplot as pltimport numpy as np3.matplotlib散点图# 散点图 scatter# uniform 均匀分布随机采样arr1 = np.random.uniform(0.0, 5.0, size=(100, 2)) # 100行 2列的元组print(arr1)arr2 = np.ra

vararr=[[1,2,2],[3,4,5,5],[6,7,8,9,[11,12,[12,13,[14]]]],10,];//扁平化letflatArr=arr.flat(Infinity);//Infinity或4console.log(flatArr)//去重letdisArr=Array.from(newSet...

["1","2","3"].map(parseInt)// 1, NaN, NaN['1', '2', '3'].map((item, index) => { return parseInt(item, index)})parseInt('1', 0) // 1parseInt('2', 1) // NaNparseInt('3', 2) // NaN, 3 不是二进制

小程序的多个条件判断：上代码&lt;view wx:for="{{myattacheArr}}" wx:key="{{id}}" wx:for-item="AttacheItem" class='call-attache'wx:if="{{AttacheItem.personnelType[0]==0 &amp;&amp; RoleArr[AttacheItem.roleType...

groupby，unique，date_range，to_datetime，resample# hello pandas""" Series : 列 DataFrame : 表"""import numpy as npimport pandas as pd#df_excel = pd.read_excel('./pandasFile/data.xlsx')print('\n12:')print(df_excel)""" 日期 名称...

FutureWarning: Indexing with multiple keys (implicitly converted to a tuple of keys) will be deprecated, use a list instead.FutureWarning:将不推荐使用多个键（隐式转换为键的元组）进行索引，请改用列表。解决： [[ ** ]]grouped_sum = grouped[['金额','数量']].sum()此警告在pandas 1.0.0中引入。gro...

rank，sort_index，merge，concat，info，describe# hello pandas""" Series : 列 DataFrame : 表"""import numpy as npimport pandas as pd# 对数据排序# 对列排序 seriesst = pd.Series(list('ACB'), index=[3, 1, 2])print('\n14:')print(st)"""3 A1 C2

query：查询isin：是否符合T：对调导入数据：read_table，read_csv，read_excel，read_html# hello pandas""" Series : 列 DataFrame : 表"""import numpy as npimport pandas as pd# padas 使用比较运算筛选数据data = { 'name': ['jack', 'mary', 'lily', 'bobo'], 'age':

# hello pandas""" Series : 列 DataFrame : 表"""import numpy as npimport pandas as pd# padas中数据选取操作data = { 'name': ['jack', 'mary', 'lily', 'bobo'], 'age': [19, 32, 22, 12], 'height': [165, 178, 182, 172]}df = pd.DataFrame(data,.

# hello pandas""" Series : 列 DataFrame : 表"""import pandas as pdprint(pd.__version__)# 定义列:ser = pd.Series(['张三', '李四', '王五'])print(ser)"""0 张三1 李四2 王五"""# 自定义列的索引:ser1 = pd.Series(['张三', '李四', '王五'], index=list(range(1, .

# Numpy 本质就是ndarray 多维数组（多位矩阵）Numpy重点：1.数组维度 shape，reshape 获得维度大小：A.shape => (3,5)2.数组切片 x = np.arange(15).reshape(3,5) x[0:2, 0:3] ***取前2行 前3列 3.数组合并 x = np.concatenate([x1,x2], axis = 1) // axis默认是0 代表行合并""" 安装 pip install...

python练习（2）https://blog.youkuaiyun.com/caoyan0829/article/details/111572816"""11.学员信息管理系统 1.学员信息数据源 2.查看学员信息 3.添加学员信息 4.删除学员信息 5.退出系统 6.界面和交互"""# 1.学员信息数据源stu_list = [ { 'name': 'xiaohong', 'age': 18, 'c

"""6.列表去重"""l6 = [1, 1, 2, 3, 54, 3, 2, 1]print(list(set(l6))) # 先转集合再转回列表"""7.自定义 abs"""def my_abs(x): if not isinstance(x, (int, float)): raise TypeError('只支持整数和浮点数') if x >= 0: return x else: return -.

"""1.杨辉三角 [1], [1, 1], [1, 2, 1], [1, 3, 3, 1], [1, 4, 6, 4, 1], [1, 5, 10, 10, 5, 1], [1, 6, 15, 20, 15, 6, 1], [1, 7, 21, 35, 35, 21, 7, 1], [1, 8, 28, 56, 70, 56, 28, 8, 1], [1, 9, 36, 84, 126, 126, 84, 36, 9, 1.

python学习（15）https://blog.youkuaiyun.com/caoyan0829/article/details/111296781装饰器：print('')"""开放：对外扩展是开放封闭：对内修改是封闭扩展使用 装饰器"""# 函数参数def check_login(fun): def check(*args, **kwargs): print('验证登录') return fun(*args, **kwargs) # 相当

python学习（14）https://blog.youkuaiyun.com/caoyan0829/article/details/111292662迭代器：print('')"""迭代器 优点：惰性计算（节省内存） 不依赖索引，可以遍历没有索引的对象 如字典，集合 缺点：无法获取迭代器长度 只能往后取值，不能倒序取值 1.可迭代器对象 Iterable 能用for循环遍历的数据 列表list，字典dict，元组tu

Python学习（13）https://blog.youkuaiyun.com/caoyan0829/article/details/111252490生成器："""GeneratorExitgenerator生成器：一边循环一边计算来生成想要的数字"""l = [i for i in range(20) if i % 2 == 0]print(l) # [0, 2, 4, 6, 8, 10, 12, 14, 16, 18]g = (i for i in range(20) if i % 2

Python学习（12）https://blog.youkuaiyun.com/caoyan0829/article/details/111209604三大式：1.列表推导式#简化代码，但是阅读性更复杂，不宜维护"""1"""l = []for i in range(10): l.append(i)print(l) # [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]# 列表推导式l1 = [i for i in range(10)]print(l1) # [

模块与包：#1. 调用tools文件中的 add,jian 函数from tools import add# def add(x, y):# result = x + y# return resultresult = add(1,2)print(result)#2. 引入文件中所有函数 不推荐#重复函数名称的 后面会覆盖前面的from tools import *result2 = jian(3,1)print(result2)print('end').

图例：代码：option = { title: { text: '折线图堆叠' }, tooltip: { trigger: 'axis' }, legend: { data: ['邮件营销', '联盟广告', '视频广告', '直接访问', '搜索引擎'] }, grid: { left: '3%', right: '4%', bottom.

异常处理# 捕获具体异常 一个try: open('10.txt', 'r') # 没有10.txt文件，报错FileNotFoundErrorexcept FileNotFoundError: print('没有该文件')# 捕获具体异常 多个try: print(1 / 0) # 报错 ZeroDivisionError: division by zero open('10.txt', 'r') # 没有10.txt文件，报错FileNotFoun

文件的操作"""r 只读 运行时 文件不存在报错w 写文件，不存在则创建，如果已存在则覆盖a 追加（和w差不多，但是不会覆盖）rb 二进制读 音乐，图片，视频wb 二进制写ab二进制追加r+ 读写 运行时 文件不存在报错w+ 读写a+ 追加读写rb+ 二进制读写wb+ 二进制读写ab+ 二进制追加"""# f = open('路径',"模式")f = open('1.txt',"a")# #手动关闭f.close()b = open('2.txt','a+.

面向对象的三大特性：、"""封装1.把属性封装到对象当中，方便调用2.把相同的功能封装同一方法中，方便调用""""""继承1.顶级父类是Object2.如果不同类中有相同的行为或属性 可以用继承""""""多态1.同一种事务，具有多种形态2.前提要有继承关系"""class Animal(object): # 父类 基类 def __init__(self): self.name = "小黑" # 私有属性和行为.

面向对象：# 练习class Home(): def __init__(self,colour,floor): self.colour = colour self.floor = floor def __str__(self): return '将内存地址变成这个' def sleep(self): print('进屋睡觉') def cook(self,type): print('

面向对象：# 类 class 相同属性 相同行为# 对象 对象是类的 实例# 车类class MyCar(): colour = '红色' # 类 里面的函数要加self def run(self): print('跑') def music(self): print('听音乐')mbc = MyCar() # 创建了一个面包车对象mbc.run() # 调用对象 跑的方法mbc.music() # 调用对象

函数：# 函数 def 实现代码复用# 声明函数def print_name(): print('我叫老李')# 调用函数print_name()def add(x, y, z=4): # x,y形参 z 默认参数 print(x, y, z)# 可变参数 *args,**kwargsdef demo(x, y, z=2, *args, **kwargs): isum = 0 isum = x + y + z for i in

集合：#集合 set 一个没有重复元素的数据结构 没有顺序## 集合 可变 无序# 字典 可变 无序# 列表 可变 有顺序# 元组 不可变 有顺序s = set({}) # s = {}是字典类型 空集合print(type(s))#增加s.add(1)s.add(1)s.add(2)#合并s.update([6,7]) #{1, 2, 6, 7} update 仅支持添加 list、元组，集合，字典print(s) #{1}

需要的私我 发你xmind