HunGRy_FOOliSHhh的博客

一定要选择Anaconda-Navigator.app/Contents/MacOS文件夹下的文件python,就可以使用在anaconda里下载好的一切工具包了。

用到的函数就是sorted(iterable, key=None, reverse=False) ，参数j介绍如下：iterable：就是将要被排序的任何可迭代对象（例如list）key：写一个lambda函数，指定每步迭代将要被作为排序标准的元素reverse：默认为False,即升序排列，若为True则为降序排序极简例子：list1 = [[1,20],[2,3],[1,5]]new_list = sorted(list1, key = lambda x:x[1])print(new

想要实现线性代数中讲过的矩阵乘法，即符合矩阵相乘的两个矩阵需要满足条件：第一个矩阵的列数等于第二个矩阵的行数。使用numpy的库函数：np.matmul。如果参与matmul运算的两个矩阵尺寸不满足上述条件则会报错a = np.array([[1,2,3,4],[5,6,7,8]])a# 显示以下结果：# array([[1, 2, 3, 4],# [5, 6, 7, 8]])a.shape# 显示以下结果：# (2, 4) b = np.array([[1,2,3],[4,5,6.

import osfor i in range(6, 11): path = "processed_data/Hg/3ms-100per-" + str(i) + "mm-hg" os.mkdir(path + './InputData')上面这段代码实现了，在每一个path路径下生成一个InputData文件夹生成结果如下：

直接在需要访问其他文件变量的文件中，调用如下语句：from 变量所在文件名 import 变量名例如，文件InputData.py生成变量input_wave现在想在文件InputCucl2.py中调用input_wave如下

今天在牛客刷到一道奇奇怪怪的算法题，是酱婶的：参考了一下通过的代码，是酱婶的：# -*- coding:utf-8 -*-class Solution: def Sum_Solution(self, n): # write code here return n and (n + self.Sum_Solution(n-1))用到了递归。理解这个答案的关键就在于对and的理解：r“短路原则”：当两个表达式进行and运算时，如果第一个（左边）的表达式结果

range(start, end, step)start为逆序list里最大的数值end为逆序list里（最小-1）的数值step为-1示例：

首先引入需要的库import numpy as npimport pandas as pdimport matplotlib.pyplot as pyplot读取数据ratings_url = 'https://cf-courses-data.s3.us.cloud-object-storage.appdomain.cloud/IBMDeveloperSkillsNetwork-ST0151EN-SkillsNetwork/labs/teachingratings.csv'rating.

1 数据获取先引入必要的库import pandas as pdimport numpy as np1.1 读取数据使用方法：pandas.read_csv()参数：（1）文件所在的路径（2）headers：设置参数headers=None，pandas将不会自动将数据集的第一行设置为列表表头（列名）other_path = "https://s3-api.us-geo.objectstorage.softlayer.net/cf-courses-data/CognitiveClass/

Python学习之——HTTP协议的一些概念以及Python库Requests1 HTTP的概述1.1 URL:Uniform Resource Locator统一资源定位符1.2 Request：请求1.3 Response：响应2 Python库：Requests2.1 获取带有URL参数的请求2.2 Post请求...

Python学习之——Pandas用法进阶下面要用到的例子需要提前先安装nba_api!pip install nba_api1. Pandas是一个API1.1 函数one_dict先定义一个函数：将一个内部元素是字典的list（函数的参数）转换为一个字典（输出）。因为后面会用到。参数list中的每个字典元素具有一模一样的结构（key保持一致），最终转换出的结果字典将参数list中的每一个不同的value都统一汇总到相对应的key下面。def one_dict(list_dict):

字典对象的items()方法返回可遍历的(键, 值) 元组数组。dict = {'Google': 'www.google.com', 'Runoob': 'www.runoob.com', 'taobao': 'www.taobao.com'}for key,value in dict.items(): print("key:%s" % key) print("value:%s" % value)输出：key:Googlevalue:www.google.comkey:R

Python学习之——2d Numpy基本用法先引入相关的包：import numpy as np import matplotlib.pyplot as plt1. 创建一个2D的Numpy数组将一个list转化为一个Numpy数组a = [[11, 12, 13], [21, 22, 23], [31, 32, 33]]A = np.array(a)A输出：array([[11, 12, 13],[21, 22, 23],[31, 32, 33]])使用ndim属性查

Python学习之——1dNumpy基本用法引入numpy包import numpy as np1. 简要描述一个numpy数组类似于python中的数据类型list。numpy数组通常具有固定的大小size，数组中的每个元素一定是同种类型的。2. 将list转化为一个numpy数组a = np.array([0, 1, 2, 3, 4])a输出：array([0, 1, 2, 3, 4])和访问list里的元素一样，访问numpy数组也是用同样的方式：print("a[0]:

Pandas先引入Pandas模块，别名为“pd”import pandas as pd下面用到的数据集长这样：阅读csv文件和excel文件阅读csv文件（comma separated values file）read_csv()方法的参数是该文件所在路径：csv_path = 'https://s3-api.us-geo.objectstorage.softlayer.net/cf-courses-data/CognitiveClass/PY0101EN/Chapter%204/

Python学习之——利用文件操作方法进行总成员表的更新，即删除总成员表中的不活跃成员并将这些不活跃成员移到另一张不活跃成员表内两张表的结构：总成员表为members.txt, 不活跃成员表为inactive.txtmembers.txt的结构为：inactive.txt表的结构为：代码如下：with open('members.txt','r+') as writeFile: with open('inactive.txt','a+') as appendFile:

Python学习之——lisit的pop方法语法：list.pop([index=-1])可以指定要删除元素的索引，默认为最后一个元素。！！！！！关键是，这个方法的返回值为被删除的元素。# 要删除list中的某个元素直接：members.pop[0]# 如果写成下面这样，那么members就变成了被删除的那一个元素！！！！！members = members.pop[0]...

Python学习之——strip()方法和split()方法的辨析先来康康这两个英文单词的含义：strip：除去，剥去（一层）；（尤指）剥光split：分裂，使分裂（成不同的派别）；分开，使分开（成为几个部分）一、strip（）方法描述Python strip() 方法用于移除字符串头尾指定的字符（默认为空格或换行符）或字符序列。注意：该方法只能删除开头或是结尾的字符，不能删除中间部分的字符。语法str.strip([chars]);参数chars – 移除字符串头尾指定的字

Python学习之——文件的操作（1）阅读文件内容——open方法以及返回的文件对象的一些方法及属性open方法第一个参数是需要打开的文件的路径，第二个参数是打开方式，有“r”，“w”两种打开方式。“r”代表从文件读内容，“w”代表写入内容到文件中。默认打开方式是“r”。open方法返回一个文件对象，文件对象具有一些属性和内置方法。文件对象的属性name（文件名），mode（打开模式）example1 = "Example1.txt"file1 = open(example1, "r")f

Python学习之——异常捕获结构try-except结构try-except使用实例当“try”块内发生了异常的情况：当“try”块内没有发生异常的情况：指定特定异常的try-except结构这种指定异常类型的好处就是：可以根据特定的异常来执行特定的操作当遇到某些没有被明确指出的异常类型时，程序还是可以暂停执行如果不希望程序停止，也可以在明确指出几种异常以后，再添加一个空的except捕获其他异常。下面是指定特定异常的try-except结构的例子：ZeroDivi

Python学习之：通过案例学习dictionary的用法背景：设计一个类analysedText，来实现最最基本的文本分析功能该类的结构：构造函数：传入一段文本作为参数，将参数文本中的所有字符都设置成小写格式，并将文本中所有可能存在的标点符号删除（包括：’.’, ‘!’, ‘,’, ‘?’）freqAll函数：返回一个字典，key是每个不同的单词，对应的value是该单词在这段文本中出现的次数。freqOf：传入一个单词参数，返回值是该单词在这段文本中出现的次数class analys

Python学习之：dictionary的注意事项初始化dictionarydict_1 = dict(red = 12, blue = 20, green = 14, grey = 10)print(dict_1)output:{‘red’: 12, ‘blue’: 20, ‘green’: 14, ‘grey’: 10}dictionary的for循环dict_1 = dict(red = 12, blue = 20, green = 14, grey = 10)total =

Python函数的参数左上角带星号“*”是什么含义？如下图所示，函数ArtistNames的参数names左上角带有“*”，这个代表参数收集，即在调用该函数的时候，可以传递任意数量的参数，然后python会将这些参数打包成一个元组tuple类型，然后再继续执行内部的操作代码。对应的输出：对应输出：...

Python学习之——enumerate函数enumerate函数用于将一个可遍历的数据对象（例如列表list, 元组tuple, 字符串string）组合为一个索引序列，同时列出数据与数据下标。一般用于for循环示例代码我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客：全新的界面设计 ，将会带来全新的写作体验；在创作中心设置你喜爱的代码高亮样式，Markdown 将代码片显示选择的高亮样式 进行展示；

Python学习笔记之：直接赋值list与拷贝一份list赋值的区别直接赋值A = ["hard rock", 10, 1.2]B = A #直接赋值print('A:', A)print('B:', B)#output：#A: ['hard rock', 10, 1.2]#B: ['hard rock', 10, 1.2]这种赋值情况的底层结构如下A与B指向的是相同的list地址。此时如果对listA进行修改，显而易见，listB也会被相应修改~# Examine the cop

Python中List数据类型的extend函数和append函数的区别extend函数的参数是一个list，这个list里面的元素将依次添加到原list中append函数的参数同样也是一个list，但是这个list将作为一个整体，嵌套添加到原list中# extend函数的用法L = [ "Michael Jackson", 10.2]L.extend(['pop', 10])L # output： ['Michael Jackson', 10.2, 'pop', 10]#append函