loadindinding的专栏

目录安装与使用查看配置文件位置修改默认目录认识jupyter操作界面如何将.ipynb文件转换为.py文件jupyter notebook 加载py文件常用功能jupyter notebook项目提交gitlab安装与使用如果本地安装了anaconda，在安装时已经打包安装好，直接启动即可；如果想自己安装，用命令pip或conda安装：conda install jupyter notebook通过命令行输入jupyter notebook启动默认端口8888常用：jupyter noteboo

1.输出操作系统特定的路径分隔符 os.sep()2.输出用于分割文件路径的字符串 os.pathsep()3.输出当前平台使用的行终止符 os.linesep()4.获取系统环境变量 os.envison()5.判断文件的权限模式 输出TRUE or False os.access(path,mode)mode:W_OK,R_OK,X_OK6.修改文件的权限 os.chmod(path,mode)7.运行shell命令并返回一个文件对象，然后通过操作文件的方法去操作这个文件对象。os.pop

strptime():p表示parse,解析的意思，传入字符串和分析格式，返回一个时间对象strftime():f表示format,表格式化，传入时间对象和分析格式，返回一个字符串；参考代码：import datetimetime1=datetime.datetime(2020, 7, 21, 22, 31, 34)print(type(time1),time1)time2=datetime.datetime.strftime(time1,"%Y-%m-%d %H:%M:%S")print(t

强制升级：pip install six --upgrade --ignore-installed six批量导入常用包：pip install -r requirements.txt

#! /usr/bin/env python# -*-coding:utf-8-*-第一行：针对linux类的操作系统，指定系统环境变量设定的解释器路径。告诉操作系统要使用哪个python解释器来执行这个py第二行：是告诉python解释器, 应该以utf-8编码来解释py文件, 对于python 2.6/2.7, 如果程序中包含中文字符, 又没有这一行, 运行将会报错。 但python3...

1、点击顶部的Pycharm,然后选择Preference的选项2、在对话框左边选中Project Interpreter，在右边的下拉框中选择你要切换成的python版本，点击下方按钮Apply，然后点击OK，关闭对话框即可。3、回到项目，在项目的左边栏External Libraries下第一个，查看是否修改为你想要的python版本。...

快排的原理： 随便找一个元素，做为轴值，把列表分成左右两个列表，左列表都小于它，又列表都大于它，然后递归把左右列表再排序规则 1.首先找到一个flag，一般取最后一个元素做轴值。（小于flag） 2，确定指针i,指向flag的前一个元素。i=start-1,i的初始值取-1；j=0 j指向遍历的元素 3,规则：用j指向的元素，和flag做比较。如果listx[j]>flag:pa...

把后面的元素插入到前面一个已经排好序的列表中去def insertSort(listx): xLen=len(listx) for i in xrange(1,xLen): j=i-1 while j>=0: if listx[j]>listx[j+1]: listx[j],...

一个列表中的元素，从前往后，两两比较，把比较出来的最大元素排在后面。def bubbleSort(listx): nLen=len(listx) for i in xrange(nLen-1): for j in xrange(nLen-1-i): if listx[j]>listx[j+1]: ...

在使用Python进行系统管理时，特别是同时操作多个文件目录或者远程控制多 台主机，并行操作可以节约大量的时间。如果操作的对象数目不大时，还可以直 接使用Process类动态的生成多个进程，十几个还好，但是如果上百个甚至更多， 那手动去限制进程数量就显得特别的繁琐，此时进程池就派上用场了。 Pool类可以提供指定数量的进程供用户调用，当有新的请求提交到Pool中时， 如果池还没有满，就会

Value、Array是通过共享内存的方式共享数据 Manager是通过共享进程的方式共享数据。Value\Array 实例代码：import multiprocessing#Value/Arraydef func1(a,arr): a.value=3.14 for i in range(len(arr)): arr[i]=-arr[i]if

主要函数： Process():创建进程实例 start():启动进程 join()：主进程阻塞，等待子进程执行结束 terminate()：强行终止，不推荐 exitcode():进程执行的返回值 is_alive() :判断进程是否正在运行实例代码：import multiprocessingimport timedef func1(msg): for i

多进程和多线程的区别： Python在多线程编程上比较鸡肋。并发和性能比较差。 Python有一个全局解释锁（GIL）的存在，同一个时间点只允许一个线程在运行 想要同一时间点多个程序在cpu上运行，必须要用多进程编程了。 cpu密集型推荐使用多进程编程 IO密集型：比如程序要频繁地和数据库打交道，或者频繁地读写文件。使用多线程编程。线程开销比进程开销小得多的原因： 进程所占用的内存

进程与进程之间是相互独立的，互不干扰。如果多进程之间需要对同一资源操作，就需要进程间共享变量，上一篇文章介绍了进程间共享数据的三大类Value、Array、Manager，这三种类的主要区别在于管理的数据类型不同。解决了进程间共享数据的问题，又有新的问题产生，那就是当多进程同时对一个共享资源进行写操作时，容易造成数据混乱。如何解决这一问题呢？这就需要进程间相互协同。 进程间相互协同的方式有如下几

mysql基本操作连接mysql创建数据库切换数据库创建表操作表：增删改查连接mysql命令：mysql -u用户名 -p密码 -P端口 -hIP 数据库名称举例：mysql -uroot -proot -P3306 -h127.0.0.1 mydb创建数据库命令：create database 数据库名称举例：create database mydb切换数据库show databa