随笔分类 - python
记录python学习和工作中的一些笔记和心得
摘要：django路由分发的本质：include django进行路由分发可用以下方式： 方式一 from django.conf.urls import url,include urlpatterns = [ url(r'^web/',include('app01.urls')), ] 通过分析源码，可
阅读全文
摘要：有时您只想将一些数据发送到不受信任的环境。但是如何安全地做到这一点？窍门涉及签名。仅提供您知道的密钥，您就可以对数据进行加密签名并将其移交给其他人。当您取回数据时，可以轻松地确保没有人篡改数据。 当然，接收者可以解码内容并查看包，但是除非拥有密钥，否则他们无法修改内容。因此，如果您将密钥保密且复杂，
阅读全文
摘要：题外： django中间件 process_request process_view process_response process_exception process_render_template 执行顺序： process_request ——> 路由匹配——> 执行process_view
阅读全文
摘要：class Foo(object): def __new__(cls, *args, **kwargs): # 1.根据类创建对象，并返回 # 2.执行返回的对象的__init__方法 # return '张三' # 执行张三(字符串对象)的__init__ 方法 return object.__n
阅读全文
摘要：callable(arg) 判断传入的参数是否可执行 例如：arg为函数返回True ； arg为其他基本类型则返回False def func(arg): if callable(arg): # 这里等价于：if isinstance(args,types.FunctionType) print(
阅读全文
摘要：使用 json.dumps() 序列化，再返回到前端时： ret = json.dumps(roles) 后端返回的数据是：{'id':3, 'title': ''}, 到了前端就变为 {"id": 3, "title": "\u5b66\u751f"} 需要添加 ensure_ascii=Fals
阅读全文
摘要：这两个是类对象的魔法函数，在访问对象属性的时候会被调用 1 class A(object): 2 def __init__(self, x): 3 self.x = x 4 5 def __getattr__(self, item): 6 print('run __getattr__') 7 ret
阅读全文
摘要：序列化器 1.drf序列化器校验时获取字段数据 is_valid之前： self.initial_data.get('') is_valid之后：self.validate_data.get('') 2.序列化器选项 field= "__all__"exclude=['user'，'name']
阅读全文
摘要：在脚本中导入django环境，可单独运行该脚本文件1.定义一个导入django环境的py文件：base.py import os import sys import django base_dir = os.path.dirname(os.path.dirname(os.path.abspath(_
阅读全文
摘要：1.celery简介 celery 是一个基于python开发的模块，可以帮助我们对任务进行分发和处理 2.环境的搭建 1. pip install celery == 4.4 // 这里使用4.4版本 2. 安装broker：redis 或 rabbitMQ pip3 install redis
阅读全文
摘要：pandas时间类型转换 将object类型的'Date'数据转换为时间数据类型 df['Date'] = pd.to_datetime(df['Date']) # 标准字符串格式的转换 df['Date'] = df['Date'].map(pd.to_datetime) # 可使用 map()
阅读全文
摘要：图片消噪 scipy.fftpack模块用来计算快速傅里叶变换 图片是二维数据，注意使用fftpack的二维转变方法 from scipy.fftpack import fft2, ifft2 1.使用傅里叶变换把图片转化为频率 2.频率超过一定的阈值,我们认为是噪点,赋值为0 3.把频率还原为图片
阅读全文
摘要：图片灰度处理 三种方法 读图: jin = plt.imread('./jinzhengen.png') 最小值 作为灰度值 jin_min = jin.min(axis=2) 最大值 作为灰度值 jin_max = jin.max(axis=2) 平均值 作为灰度值 jin_mean = jin.
阅读全文
摘要：Series和DataFrame都有一个用于生成各类图表的plot方法。默认情况下，它们所生成的是线形图 线形图 s = Series(data=np.random.randint(0,10, size=10))s.plot() 柱状图 Series柱状图示例,kind = 'bar'/'barh'
阅读全文
摘要：读取csv 使用 read_csv 读取 sms = pd.read_csv('./data/SMSSpamCollection', sep='\t',header=None) sep: 分隔符 header: 不要表头 读取txt pd.read_csv('./type-.txt', sep='-
阅读全文
摘要：pandas数据处理 1、删除重复元素 重复行判断 df.duplicated() # 重复行 显示为True,其他False (重复行第一次出现不为重复) keep : 默认first 从前往后看, last 从后往前看 (重复出现的行) subset=['B','C','D'] 默认对整行判断,
阅读全文
摘要：一.pandas层次化索引 1. 创建多层行索引 (1) 隐式构造 最常见的方法是给DataFrame构造函数的index参数传递两个或更多的数组: index = [['一班', '一班', '一班', '二班', '二班', '二班'], ['张三', '李四', '王五', '赵六', '田七
阅读全文
摘要：操作文件 使用pandas打开文件president_heights.csv 获取文件中的数据 heights = pd.read_csv('./president_heights.csv') data = heights['height(cm)'].values.copy() data.mean(
阅读全文
摘要：轴 axis 正常情况 0 行, 1 列 聚合函数 0列, 1 行 import numpy as np np.__version__ #查看numpy版本 一.创建ndarray 1.使用np.array()由python list创建 l = [1,4,2,5,6] n = np.array(l
阅读全文
摘要：xpath基本使用 一.安装lxml包 二.使用 1.使用: 1.获取最外面标签，遍历内部所有的子标签，获取标签文本 content_list =div.xpath('.//div[@class="d_post_content j_d_post_content "]/text()').extract
阅读全文
posted @ 2019-07-29 21:59
Deaseyy
浙公网安备 33010602011771号