大大打打的博客

0. Python包下载以及使用说明：PyPI · The Python Package Index1. Clickhouse数据库操作手册：Overview | ClickHouse Documentation

from docxtpl import DocxTemplatefrom docx import Documentfrom docx.enum.text import WD_PARAGRAPH_ALIGNMENT# 替换def subtag(): tpl = DocxTemplate('1.docx') sd = tpl.new_subdoc() sd.add_paragraph('测试成功') context = { '测试一下': sd, .

协程唯一真神import timeimport geventfrom gevent import monkeymonkey.patch_all()def test(n): for i in range(n): print(gevent.getcurrent(), i) time.sleep(0.5) # gevent.sleep(0.5)g1 = gevent.spawn(test, 5)g2 = gevent.spawn(t.

greenlet 是对 yeild实现协程 的封装，不常用，协程还得用 geventfrom greenlet import greenletimport timedef test1(): while True: print("--1--") # 切换到 g2 中执行 g2.switch() time.sleep(0.1)def test2(): while True: print("--2-.

利用 yield 的返回特性， 可以实现 并行 效果，此处模拟两死循环交替执行。（了解）此方法已经封装到 greenlet 和 gevent 模块中import timedef task1(): while True: print("--1--") # 返回,之后执行 while True 继续 next(t2) time.sleep(0.1) yielddef task2(): while True:.

启动生成器可以用 next 方法，但是它不能够向其中传递数据启动生成器的第二种方法， send 可以向其中传入数据重点：send 方式可以向生成器中传入值，但是接收的值还是 yield 之后的值，起到的作用是改变生成器中变量的值的作用# 重点：send 可以向生成器中传入值，但时接收的值还是 yield 后面的值，起到的作用是改变生成器中变量的值的作用def create_num(all_num): a = 0 b = 1 current_num = 0 a.

生成器：特殊的迭代器1. 当 函数中出现 yield 时，次数函数就是一个生成器对象，而不是一个函数2. 创建生成器对象类似于创建一个类3. 使用 next 方法运行生成器代码4. yield 返回其之后的内容，并停在此处，等下次 调用 next 函数时接着运行...

效果：实现斐波那契数列优点：不需要 list 来存储，节省空间，能够控制数据生成的方式class Fibo(object): def __init__(self, all_num): self.all_num = all_num self.current_num = 0 self.a = 0 self.b = 1 # 如果想要一个对象成为 可迭代对象 必须实现 __iter__ 方法, 此刻 Classmate 可.

迭代器：具有 __iter__ 方法和 __next__ 方法的对象当执行 for 循环时，代码做了哪些事？1. 判断对象是否可迭代2. 在第一步的基础上，调用 iter 函数，得到对象 __iter__ 方法的返回值3. __iter__ 方法的返回值 是一个迭代器# 效果：使自己创建的类能够被迭代from collections import Iterablefrom collections import Iteratorimport timeclass Classm

场景：不确定要创建多少个进程时from multiprocessing import Poolimport randomimport time# 模拟即将运行的一个进程def worker(num): print(num) time.sleep(1)# 创建进程池，最多三个进程同时运行po = Pool(3)# 向进程池中放入10个进程for i in range(10): po.apply_async(worker, (random.randint(

import multiprocessing# 模拟下载数据def download_data(q): data = list(range(10)) for temp in data: q.put(temp) print('数据传输完毕')# 模拟分析数据def analysis_data(q): data = [] while True: data.append(q.get()) if q.empty.

关键字：Python，多线程，线程锁# 导入线程模块from threading import Threadimport threading# 定义一个总数计数num = 0# 定义一个线程将增加numdef thread1(count): global num for i in range(count): # 线程锁上锁，只能执行上锁之后的代码 lock1.acquire() num += 1 lock1.

https://docs.aws.amazon.com/zh_cn/iot/latest/developerguide/aws-iot-solutions.html

在C++等语言中，经常会使用到switch-case语句，但是在Python中却没有这个语句。想要实现这个方法，在Python中有更加简单的巧妙办法：使用字典，因为字典的值可以是任意数据类型使用一个字典，如代码中的dict，将要执行的函数引用传入:def func1(): return '调用了函数func1'def func2(): return '调用了函数func2'def func3(): return '调用了函数func2'def f.

self：self代表自身的意思，就是代表这个类对象自身的意思不代表类本身，创建对象后self就代表这个对象自身。cls：cls代表这个类，这个类的所有属性、方法都在里面。class A(object): a = 'a' @staticmethod # 静态方法 def foo1(): return A.a # 正常 def foo2(self): return 'hello' @classmethod # 类方法

在学习的过程中，有些模块使用pip install安装后提示失败，那么有时候下载源码安装是一个不错的方法。1.使用pip install安装pip install ***2.下载源码，解码后进入解压目录，打开Python，用Python运行其中的steup.py文件。python setup.py install3.‘***.whl’的单个文件，比较少。pip install ***.whl...

字典推导式：能很快的生成一个字典，并且能够执行简单的运算dict1 = {i: i + 1 for i in range(10)} # 快速生成一个字典print(dict1)dict2 = {i: 'Hello' for i in range(10)}print(dict2)# 快速生成的字典最好是有规律的info = 'name=小明, age=18, hobby=play computer'dict3 = {info.split(',')[i].split('=')[0]: .

列表推导式：能很快的生成一个列表，并且能够执行简单的运算import randomlist1 = [i for i in range(10)] # 生成一个简单的0到9的列表print('list1:', list1)name = [['aaa', 'bbb', 'ccc', 'a', 'b', 'c'], ['111', '222', '333', '1', '2', '3']]list2 = [k for i in name for k in i if len(k) < 2]

1.装饰器和闭包类似，传递函数引用的同时可以传递参数2.值得注意的是，装饰器返回test时的(*args，**kwargs)是拆包而不是打包from time import *# 带参数的通用装饰器def gen(gender): def set_func(test): def call_func(*args, **kwargs): if gender == 'girl': print('You Create.

装饰器：1.装饰器会在函数运行到@装饰器时直接开始装饰，而不是调用函数后装饰2.装饰器可以在不改变原代码的情况下对函数进行功能的增加# 装饰器1def func(func): def call_func(*args, **kwargs): # 被装饰的函数 func(*args, **kwargs) print('维持生命还需要娱乐活动！') print('维持生命还需要锻炼身体！') return call_f

匿名函数、函数、闭包、对象之间的关系:1.匿名函数：完成最基本的函数功能2.函数：完成比较复杂的功能3.闭包：能够同时传递数据 + 完成功能的函数4.对象：完成最为复杂的功能，并且能够传递数据def func(a, b): # 定义一个c c = 2 def call_func(): print('*' * 20) print('在闭包中改变外部变量需要加：nonlocal') # 在闭包中改变外部已经定义的值需.

服务器import socket# 1.创建套接字server = socket.socket(socket.AF_INET, socket.SOCK_STREAM)# 2.绑定端口server.bind(('127.0.0.1', 7890))# 3.变为被动监听模式server.listen(4)while True: # 4.等待客户端链接 s_new, addr = server.accept() print('用户【{}】已经成功连接！！'.forma

服务器（server）：import socket# 1.创建套接字server = socket.socket(socket.AF_INET, socket.SOCK_STREAM)# 2.绑定端口server.bind(('127.0.0.1', 7890))# 3.变为被动监听模式server.listen(4)while True: # 4.等待客户端链接 s_new, addr = server.accept() print('用户【{}】已经成功连接！

def main(): # 打开一个文件 f = open('123', 'r+', encoding='utf-8') # 显示指针出现位置，此时在文件开头(0,0) print('此时指针在:{}'.format(f.tell())) # 将源文件内容保存一下 source_file = f.read() # 打印源文件 print('源文件内容为:{}'.format(source_file)) # 显示指针出现位置，此时在末尾.