原创 算法題:Python實現多項式加法,減法,乘法

 一. 代碼 dic1 = {} dic2 = {} def __input(): tag = 1 while True: var = input("選擇一種命令:") if var

原创 在模式串匹配的基礎上去替換字符串

一. 代碼 def find_chuan(s1,s2,s3): length1 = len(s1) length2 = len(s2) s1 = s1.replace(s2,s3) lis =

原创 Python之多進程(multiprocessing)學習【3】:平常狀態,多線程,多進程比較

一. 代碼 import multiprocessing as mp import threading as td import time def job(q): res = 0 for i in range(1000

原创 Python之多進程(multiprocessing)學習【1】:創建進程,join方法

一. 解析      Python多進程和 多線程其實是類似的 用法,之前我有寫過多線程的博客,可以查看。 二. 代碼      我最開始運行 報錯沒有Process這個模塊。 於是檢查自己是不是拼錯了,發現沒有。又檢查是不是沒有安裝mu

原创 暴力法實現BF算法:模式串匹配

一. 代碼 def find_chuan(s1,s2): length1 = len(s1) length2 = len(s2) lis = [] index = 0 for i in rang

原创 Python之多進程(multiprocessing)學習【2】:Queue功能

一. 解析     Quene也和多線程一樣,是爲了將運算所得的結果通過put方法放到quene中,最後通過get方法獲得。   二.  代碼 import multiprocessing as mp def job(q):

原创 Python之多進程(multiprocessing)學習【4】:進程池

一. 解析     進程池就是說把進程都放到一個池子裏,他會自動給你的任務分配進程,自動返回結果。   二. 代碼 import multiprocessing as mp def job(x): return x*x de

原创 Python之多線程學習【4】:lock鎖的應用

一. 解析     如果某一些線程,你不希望交替執行,而是想一個線程做完再去做其他的線程,那就需要用到鎖   二. 代碼 import threading def job1(): global A, lock lock

原创 Python之多線程學習【3】:GIL影響線程的效率

一. 解析       其實很 簡單,假如我現在有三個線程,它要對一些數據進行處理,它的處理時間其實不一定比平常時候高很多。就是因爲GIL的存在。其實在每一個線程運算的過程中,其他的線程是無法運算的,是被鎖住的,只有線程1運算結束,進入I

原创 Python之多線程學習【2】:Queue功能

Quene 功能主要解決利用線程的計算不能直接return的問題 一. 代碼 import threading import time from queue import Queue def job(l,q): for i

原创 Python之numpy學習【1】:numpy的創建以及基本運算

我的代碼裏面註釋寫的非常明白,所以就不過多贅述了。注意看代碼註釋   一. 代碼 import numpy as np #將列表轉化爲數組 array = np.array([[1,2,3],[2,3,4]]) print(array

原创 python之flask學習筆記(二):網頁請求增刪改查

不多說,直接上代碼,一看就懂,注意幾點: 1. app = Flask(__name__)只是一個定義,無需關注。 2. 每一個 @app()裏都是一個前端URL加請求參數,而在下面就會有一個函數根據這個請求去做相應的操作。 3. app

原创 Python之pandas學習【5】:導入導出數據

一. 導入 二. 導出 三. 代碼 import pandas as pd import numpy as np data = pd.read_csv('test.csv') # 其實也可以讀取TXT,不過有很多參數 print(

原创 一個巨坑的docker問題:docker容器無法連接Internet

今天我自己做實驗,發現docker容器裏面無法連接Internet,後來發現,只需要重啓一下就可以,重啓一下docker服務: service docker restart   順帶介紹下其他的docker開啓關閉命令: 啓動   sys

原创 Python之pandas學習【1】:基本操作介紹

一. 代碼(注意看代碼註釋以及運行結果) import pandas as pd import numpy as np # 生成表格 dates = pd.date_range('2019-10-23',periods=6) prin