m0_73482095的博客

Nginx("engine x")是一款是由俄罗斯的程序设计师Igor Sysoev所开发高性能的免费开源Web和 反向代理服务器，也是一个 IMAP/POP3/SMTP。在高并发访问的情况下，Nginx是Apache服务器不错的替代品。官网数据显示每秒TPS高达50W左右。本文为读者朋友们介绍Nginx是目前中的主流方案，Nginx是一个轻量级的高性能HTTP反向，同时它也是一个通用类型的代理服务器，支持绝大部分协议，如TCP、UDP、SMTP、HTTPS等。Nginx与Redis相同，都是基于。

【代码】[ 实例 ] python tonardo 实现服务器功能。

代码结构：主python 代码：share 全局单例 python文件代码： 登录成功以后进入主界面：

在PyQt中显示Matplotlib图表，通常使用 FigureCanvasQTAgg 类，这个类可以将Matplotlib的图表嵌入到PyQt应用程序中。其中FigureCanvasQTAgg 是 Matplotlib 的 Qt5 Agg 后端，用于在 Qt 应用程序中呈现 Matplotlib 图表。3.将 Matplotlib 的图形（Figure）对象嵌入到一个 PyQt 应用程序中，以便在 GUI 窗口中显示图表。最后，你可以将图表添加到自己的布局中。

如果将文本数据与图表数据相比较，人类的思维模式更适合于理解后者，原因在于图表数据更加直观且形象化，它对于人类视觉的冲击更强，这种使用图表来表示数据的方法被叫做数据可视化。图1：数据可视化当使用图表来表示数据时，我们可以更有效地分析数据，并根据分析做出相应的决策。在学习 Matplotlib 之前，了解什么是数据可视化是非常有必要的。

Matplotlib 是一款用于数据可视化的 Python 软件包，支持跨平台运行，它能够根据 NumPy ndarray 数组来绘制 2D 图像，它使用简单、代码清晰易懂，深受广大技术爱好者喜爱。NumPy 是 Python 科学计算的软件包，ndarray 则是 NumPy 提供的一种数组结构。Matplotlib 由在 2002 年开始编写， 2003 年 Matplotlib 发布了第一个版本，并加入了 BSD 开源软件组织。

本节，将介绍 Pandas 最常用的一些功能，今后几乎在所有的数据处理和分析过程中，都会用到，也是最简单的方法。现在，让我们马上来使用 pandas。

星号表达式在我们定义变量时也可以让我们的操作非常简便，利用它在给变量赋值时，可以将变量成为一个容器（catch-all）来容纳未分配有明确定义的内容。a # 0c # 4以上，b 使用了星号表达式，就容纳了中间所有的元素形成了一个列表。first, *rest = seq # 效果同上减少了代码量，更加便捷。对于更复杂的解包模式，新语法看起来更干净，不再需要笨拙的索引处理。此外，如果右边的值不是列表，而是 iterable，则必须将其转换为列表才能进行切片。

将从总体上描述 Python 代码是怎么运行的，帮助我们在程序设计、编写代码、查找问题时，有一个程序运行大局意识。这里会涉及到 Python 对内存的使用、程序运行的过程等内容。Python 是一种动态类型化语言，Python 中的一切都是对象，我们得到的返回是对这些对象的引用。

match 语句将 subject 表达式 与 case 语句中的每个模式（pattern）从上到下进行比较，直到找到匹配的模式。若找不到匹配的表达式，则匹配 _ 通配符（wildcard）（如有），实际上它就是其它语言中的 default 关键字。字面常数（literal）：如 int、float、string、bool 和 None，不支持 f-string 不是字面常数捕获模式：用匹配表达式赋值目标，一个名称最多只能绑定一次不作为变量名，是一种特殊的模式，它始终匹配但从不绑定值。

Python 2.5 就引入了上下文管理器（context manager），是一个便捷性的操作，它可以划定某个对象的使用范围。

序列（Sequence）是有顺序的数据列，Python 有三种基本序列类型：list, tuple 和 range 对象，序列（Sequence）是有顺序的数据列，二进制数据（bytes） 和 文本字符串（str）也是序列类型，它们是特殊序列类型，会有一些特殊的性质和操作。

Python 操作二进制数据的核心内置类型是字节串（bytes）和字节数组（bytearray）。它们都支持内存视图（memoryview），使用缓冲协议访问其他二进制对象的内存，而无需复制产生新的对象。它们都是，其中字节数组（bytearray）是可变类型;字节串是不可变的字节序列；

在上一期介绍数据选取文章中，我们介绍了使用loc函数进行简单条件筛选的功能。实际上除了loc函数，Pandas 中还有几个可以用来数据筛选的函数或形式，比如query函数、切片（[]）等。在这些函数中，笔者认为通用性最佳的方式是使用切片（[]）来做数据筛选。切片筛选的形式如下。如何使用切片来做数据筛选呢？下面我们以上一节读取的数据data为例，从不同的维度的筛选条件做介绍。

首先，我的数据被带入一个集合，其中inv，name和date都是包含大量条目的列表。所以这意味着它只运行一次我的数据来获取第一个df集，然后再进行连接。问题是即使counter只是第一轮的True，也适用于df的第一个if语句，它对我写入文件不起作用。如果您的代码无法符合此API，则可以放弃在to_csv中完全写入标头。对于我正在解析的所有数据，counter = True语句驻留在迭代循环之外，因此每次都不会覆盖。我认为这是因为df以某种方式保持头部的连接，但除此之外我无法弄清楚逻辑错误。

如果插入值不同，为列表格式，需与已有列的行数长度一致，如举例中原来列为3行，新增列也必须有3个值。df2 = df.reindex(columns=['a', 'b', 'c', 'd', 'e'], fill_value=1) # 加入fill_value参数，填充值为1。df1 = df.reindex(columns=['a', 'b', 'c', 'd', 'e']) # 不加fill_value参数，默认值为Nan。df['d'] = [1, 2, 3] # 插入值为[1,2,3]的d列。

的时候前面加上星号。大家不要搞混了。

异常类型都是继承自Exception的类，表示各种类型的错误。我们也可以自己定义异常，比如我们写一个用户注册的函数， 要求用户输入的电话号码只能是中国的电话号码，并且电话号码中不能有非数字字符。# 异常对象，代表电话号码有非法字符pass# 异常对象，代表电话号码非中国号码pass定义了上面的异常，当用户输入电话号码时，出现相应错误的时候，我们就可以使用raise关键字来抛出对应的自定义异常tel = input('请注册您的电话号码:')# 如果有非数字字符。

这个过程，就好像 两个人聊天时，双方 需要把自己脑子中的 事物 转化为 语言描述传递给对方， 接收到对方的语言描述，再转化为自己的脑子中的事物一样。而且很多编程语言的解释器内置了库，可以很方便的序列化和反序列化。Python中内置了json这个库，可以 方便的把内置的数据对象 序列化为json格式文本的字符串。比如，我们要把上面的数据对象序列化为json格式的字符串，就可以使用该库里面的dumps函数，像这样。也方便 程序 解析和生成，相比XML，序列化和反序列化的效率都高很多，而且产生的数据量也小很多。

装饰器，英文称之为decorator。我们开发Python代码，会经常碰到装饰器。Python中装饰器通常用来装饰函数、或者类的方法。通常被装饰后的函数， 会在原有的函数基础上，增加一点功能。比如 前面我们在学习到类里面的静态方法，就是使用了staticmethod 这个装饰器，被装饰的方法 就增加了一层含义，表示这个方法是个静态方法。通常装饰器本身是也一个函数。那么装饰器是怎么装饰另外的函数的呢？假设你进入一个公司，领导要求你在老代码的基础上继续开发。

下面我们以处理数据为目的，分类别向大家介绍 Python 中常用的内置函数。

自定义函数可以通俗的理解为带名字的代码块，用于实现特定功能。Python 中使用def关键字来定义函数，具体的语法格式如下。def 函数名(形式参数1, 形式参数2……):<实现具体功能的代码块>return 返回值函数名：一个符合Python语法的标识符，最好可以体现该函数的功能。形式参数：设置该函数可以接受的参数（零到多个），多个参数之间使用逗号分隔。代码块：实现具体功能的代码，如果想定义没有任何功能的函数，可以使用pass语句作为占位符。return 返回值：结束句，选择性地返回一个值给调用方。

从结构上来说，循环结构是在程序中需要反复执行某个功能而设置的一种程序结构。从代码层面来讲，循环是程序设计语言中反复执行某些代码的一种计算机处理过程，常见的有遍历循环（按次数循环）和无限循环（按条件循环），在 Python 中分别对应着 for 循环和 while 循环。下面我们通过两个场景简单认识一下这两种循环结构。

字典是一种典型的映射类型映射是一个数学术语，指两个元素之间的对应关系，这样的两个元素在 Python 中被称为键（key）与值（value）。在字典类型中，一个键与一个值构成了一个键-值对，一个键-值对就是字典中的一个元素，这种结构与组合类型中的其他几种有着很大不同，其作用就是可以通过字典的键来访问字典的值，就好似给值（value）起了一个别名（key），我们可以通过这个别名来访问值。如下图所示。在 Python 程序中，字典中的键-值对是使用冒号连接的，各个元素（键-值对）之间使用逗号。

Python 中所有的数据类型可以被分为两类，一类是可变数据类型，另一类是不可变数据类型，没有模棱两可的情况。从字面意义上解释，可变数据类型在创建之后，还可以再进行增、删、改等操作。比如列表就属于可变数据类型，我们定义一个列表之后，还可以向列表中添加元素、删除元素或者修改列表中的元素，如下图所示。而不可变数据类型在定义之后就不会再发生变化，始态即终态。比如字符串就是不可变类型，如下图所示。从内存层面来说，我们在定义（或声明）一个变量的时候，系统会在内存。

列表（list）是一种有序的组合数据类型，可以存放零到多个不同类型的元素（包括列表类型本身以及其他组合数据类型，事实上，列表可以存放几乎所有数据类型），不同元素之间使用逗号分隔，所有元素都存放在方括号[]内。如下图所示。

在 Python 中使用赋值符name = "张三"names = name + "李四"上面两行代码中，定义了两个变量name和names，其中代码name = "张三"可以读作：字符串张三赋值给变量name。下面一行代码则展示了变量的引用，通过使用变量名name调用变量值张三并将计算的结果赋值给另一个变量names。在程序中，一个变量名可以在多次变量定义中使用，但只有最近的一次的定义是有效的，之前定义的变量值会被覆盖。

让用户输入薪资，乘以75% 得到税后薪资，打印到屏幕上。代码如下salary = input('请输入薪资：')# 计算出税后薪资# 再转化为字符串，方便下面的字符串拼接print('税后薪资是：' + aftertaxStr)如果我们要显示的不仅是税后薪资，还有税前薪资，缴税额。像下面这样税前薪资是 10000元， 缴税：2500元， 税后薪资是：7500元代码又该怎么写呢？我想肯定难不倒聪明的你。对了， 加号可以连接多个字符串，可以这样salary = input('请输入薪资：')

在 Python 中经常会使用字符串存储一些奇怪的字符，比如换行符、制表符等常规字符串不方便表示的字符；或者需要保留字符原本的含义。此时需要用反斜杠。

在正式介绍 Python 数据类型之前，咱们先来学习一下编程中一个非常人性化的设计——注释。。在程序运行时，注释会被解释器忽略，常用于程序编写者对代码的文字性解释说明。熟悉编程之后，注释还可以用在代码身上，在不删除代码的情况下使一部分代码不生效（不运行）。在 Stata 软件中，也可以在代码中写注释，不过相对而言 Stata 中注释规则、形式稍多一些，而在 Python 中，只有一种注释形式，所以学习 Python 注释要简单的多。