Python日期的加減等操作經常會用的，總結一下。1.日期輸出格式化所有日期、時間的api都在datetime模塊內。datetime=>stringnow=datetime.datetime.now()now.strftime('%Y-%m-%d%H:%M:%S')#輸出2012-03-0516:26:23.870105strftime是datetime類的實例方法。2.string=>datetimet_str='2012-03-0516:26:23'
系統 2019-09-27 17:54:18 1970
1.效果圖：2.代碼：#文檔字符串(docstr)是函數使用說明#用法：在函數第一行寫一個字符串deffn(*nums):'''函數的作用：計算任意數值的總和函數的參數：*nums會接受所有傳進來的值，保存到一個元組中（裝包）'''print(nums,type(nums))#定義一個變量，用來保存總和result=0forninnums:result+=nreturnresultprint(fn(2,5,7,8))拓展：help()函數效果圖：查詢自定義
系統 2019-09-27 17:54:01 1970
Python高級專用類方法的實例詳解除了__getitem__和__setitem__之外Python還有更多的專用函數。某些可以讓你模擬出你甚至可能不知道的功能。下面的例子將展示UserDict一些其他專用方法。def__repr__(self):returnrepr(self.data)(1)def__cmp__(self,dict):(2)ifisinstance(dict,UserDict):returncmp(self.data,dict.dat
系統 2019-09-27 17:53:44 1970
Python面向對象編程——綁定方法與非綁定方法一、類中定義的函數分成兩大類1、綁定方法（綁定給誰，誰來調用就自動將它本身當作第一個參數傳入1）綁定到類的方法：用classmethod裝飾器裝飾的方法。為類量身定制類.boud_method(),自動將類當作第一個參數傳入（其實對象也可調用，但仍將類當作第一個參數傳入）2）綁定到對象的方法：沒有被任何裝飾器裝飾的方法。為對象量身定制對象.boud_method(),自動將對象當作第一個參數傳入（屬于類的函數
系統 2019-09-27 17:53:30 1970
模塊：模塊就是一個python文件。模塊就是一個python文件。功能：1.可以提高文件的重復利用率。提高開發效率2.用于劃分程序結構。自定義模塊：模塊就是一個python文件而已，所有python代碼都可以放入模塊，實際開發中，模塊放入的內容都是重復利用率高的內容主要包含：1.為當前模塊專門定義的變量【其他語言一般都是常量】2.函數。3.類4.測試代碼注意：模塊的命名不要和內置模塊重名！測試代碼統一放到判斷當中if__name__=='__main__'
系統 2019-09-27 17:53:19 1970
1變量賦值：變量可以是字符串、序列、元組、1#author:hams.ali23#界面4line='-*'*205#數字直接可以計算67_var1='23'89#字符變量拼接10_var_2='\n\tmyageis'+_var11112#不可改變數值的組元13var=(2019,9,27)1415#變量解壓16x,y,z=(2019,9,17)17print(x,y,z)18print(line)#分割19#多變量解壓20data=['ali','eng
系統 2019-09-27 17:53:03 1970
1.背景看到這里提到了pprint。打算去試試.2.pprint簡介找到在線官網解釋：pprint―Dataprettyprinter就是一個，方便大家打印一些，相對復雜的變量的好東西。3.使用pprint去寫點代碼試試。代碼：復制代碼代碼如下:#-------------------------------------------------------------------------------#Name:【記錄】折騰Python中的pprint#
系統 2019-09-27 17:52:55 1970
本文實例講述了Python數據分析模塊pandas用法。分享給大家供大家參考，具體如下：一介紹pandas（PythonDataAnalysisLibrary）是基于numpy的數據分析模塊，提供了大量標準數據模型和高效操作大型數據集所需要的工具，可以說pandas是使得Python能夠成為高效且強大的數據分析環境的重要因素之一。pandas主要提供了3種數據結構：1）Series，帶標簽的一維數組。2）DataFrame，帶標簽且大小可變的二維表格結構。
系統 2019-09-27 17:52:24 1970
json是一種輕量級的數據交換格式，也可以說是一種配置文件的格式這種格式的文件是我們在數據處理經常會遇到的python提供內置的模塊json，只需要在使用前導入即可你可以通過幫助函數查看json的幫助文檔json常用的方法有load、loads、dump以及dumps，這個都屬于python初級，我不做過多解釋json可以結合數據庫一起使用，在這以后要處理大量數據時非常有用下面我們正式來利用數據挖掘對json文件進行處理現在很多網站都運用了Ajax，所以一
系統 2019-09-27 17:51:28 1970
1準備工作1.1環境搭建1.1.1安裝python3.6python安裝官網1.1.2安裝django2.2pipinstalldjango(==2.2.0)//不加版本默認安裝最新版1.1.3安裝pycharm（社區版，官網下載安裝即可）在安裝完成后要配置好需要的第三方庫：（pip下載，推薦在pycharm下也配置虛擬環境）Django2.2連接mysql需要的庫：PyMySQL,mysql,mysqlclinet驗證碼用到的庫：django-simpl
系統 2019-09-27 17:51:19 1970
