qq_27886997的博客

超强计算eval对于下面的numpy的向量化运算，其优点很明显：想比于普通的python循环或者列表综合运行速度要快很多，但是对于下面的复合代数式问题的运算效率就比较低。mask = (x>0.5) & (x<0.5)#上式等价于于：tmp1 = (x>0.5)tmp2 = (y<0.5)mask = tmp1 & tmp2原因是，每段中间过程都需要显式的分配内存。如果x数组和y数组很大，这么运算将会占用大量的时间和内存。Numex..

　引言　　我们在使用python做接口测试的时候，通常使用的是requests库。而大家都知道还有一个request东西，很多人对requests与request两个东西傻傻分不清。下面我简单来介绍一下。　　Requests与Request　　本文所讲python3，因为python2于2020年已经停更。那requests和request有什么区别呢？1.requests是python3的一个http请求库，request是urllib库的一个方法，所以一个是库，一个是方法。urlli

安装xlrd该模块需要自行安装，直接使用pip安装就能安装简单使用测试使用的表格1、打开表格文件并获取所有sheet名称>>> rb = xlrd.open_workbook(r'E:\py-test\tests.xls')>>> rb.sheet_names()[u'Sheet1', u'Sheet2', u'Sheet3']2、获取需要打开的sheet>>> rb.sheet_names()[0]u'Sh.

Pandas的使用技巧相关知识点总结pandas的使用技巧相关知识点总结表.png一、数学计算与统计基础（1）基本参数axis和skipna# 基本参数：axis、skipna# 创建dataframedf = pd.DataFrame({'key1':[4,5,3,np.nan,2], 'key2':[1,2,np.nan,4,5], 'key3':[1,2,3,'j','k']}, ind.

转自：https://www.cnblogs.com/wf-linux/archive/2018/08/01/9400354.html配置logging基本的设置，然后在控制台输出日志，import logginglogging.basicConfig(level = logging.INFO,format = '%(asctime)s - %(name)s - %(levelname)s - %(message)s')logger = logging.getLogger(__name__) .

Python 函数装饰器装饰器(Decorators)是 Python 的一个重要部分。简单地说：他们是修改其他函数的功能的函数。他们有助于让我们的代码更简短，也更Pythonic（Python范儿）。大多数初学者不知道在哪儿使用它们，所以我将要分享下，哪些区域里装饰器可以让你的代码更简洁。 首先，让我们讨论下如何写你自己的装饰器。这可能是最难掌握的概念之一。我们会每次只讨论一个步骤，这样你能完全理解它。一切皆对象首先我们来理解下 Python 中的函数:def hi(name="yas

从Python3.2开始，标准库为我们提供了 concurrent.futures 模块，它提供了 ThreadPoolExecutor (线程池)和ProcessPoolExecutor (进程池)两个类。相比 threading 等模块，该模块通过 submit 返回的是一个 future 对象，它是一个未来可期的对象，通过它可以获悉线程的状态主线程(或进程)中可以获取某一个线程(进程)执行的状态或者某一个任务执行的状态及返回值：主线程可以获取某一个线程（或者任务的）的状态，以及返回值。 当一