摘要：文章目录 模块命名空间： 重载模块： #module2.py print('starting to load...') import sys name=42 def func():pass class klass:pass print('done loading.') >>> import modu 阅读全文
python模块 运行机制 编写方法
2022-04-05 16:58 by jym蒟蒻, 148 阅读, 0 推荐, 收藏, 编辑
摘要：文章目录 python模块的导入机制： python模块编写方法： #mod1: def printer(x): print(x) #mod2: print('hello') n=1 #mod3: x=1 y=[2,3] >>> import mod1 >>> mod1.printer('hello 阅读全文
python 函数参数 函数工具
2022-04-05 16:57 by jym蒟蒻, 39 阅读, 0 推荐, 收藏, 编辑
摘要：文章目录 python函数之参数 python的lambda表达式： 函数工具：map，filter，reduce >>> def f(a): a=99 >>> b=88 >>> f(b) >>> print(b) 88 >>> def ch(a,b): a=2 b[0]='eoe' >>> x=1 阅读全文
python 函数作用域
2022-04-05 16:56 by jym蒟蒻, 177 阅读, 0 推荐, 收藏, 编辑
摘要：python函数之作用域： >>> def times(x,y): return x*y >>> times(2,4) 8 >>> times(3.1,4) 12.4 >>> times('eop',4) 'eopeopeopeop' >>> def inset(s1,s2): res=[] for 阅读全文
python 基本语句
2022-04-05 16:55 by jym蒟蒻, 88 阅读, 0 推荐, 收藏, 编辑
摘要：文章目录 1.赋值语句 序列赋值语句： 多目标赋值语句： 增强赋值语句： 表达式语句 2.条件语句和循环语句 if语句： while循环： for循环： range计数器 zip函数 enumerate函数 1.赋值语句 >>> a=1 >>> b=2 >>> c,d=a,b >>> c,d (1, 阅读全文
python 基本对象类型
2022-04-05 16:54 by jym蒟蒻, 382 阅读, 0 推荐, 收藏, 编辑
摘要：文章目录 python对象类型 1.数字 2.字符串 3.列表 4.字典 5.元组 6.文件 7.其他核心类型 python对象类型 1.数字 例子 >>> 123+222 345 >>> 1.5*399 598.5 >>> 2**10 1024 >>> 3.1415*2 6.283 >>> 9.9 阅读全文
python 多线程
2022-04-05 16:52 by jym蒟蒻, 80 阅读, 0 推荐, 收藏, 编辑
摘要：python threading-单线程 多线程 主线程 子线程 setDeamon join 单线程 多线程 主线程和子线程 setDaemon() join() 测试多线程下程序运行的时间 创建多个线程 优化子线程 单线程 用单线程 ，做听音乐和看电影两件事儿，首先排一下顺序。 import t 阅读全文
python 服务器和客户端通信
2022-04-05 16:51 by jym蒟蒻, 1549 阅读, 0 推荐, 收藏, 编辑
摘要：python 实现TCP socket通信和 HTTP服务器、服务器和客户端通信实例 socket是什么？ 服务器和客户端通信的流程 python 实现TCP socket通信例子 关于Host和PORT的设置 socket函数 socket编程思路 基于TCP socket的HTTP服务器 分析H 阅读全文
python 视频图片转换 分辨率处理
2022-04-05 16:49 by jym蒟蒻, 421 阅读, 0 推荐, 收藏, 编辑
摘要：单个视频转图片 所有图片转视频 视频压缩 - ffmpeg 图片降低分辨率 图像处理 这是最近无聊的想法，对视频进行处理，其实也就是对图片的处理。 对视频进行后期处理，思路就是，视频转图片，然后对图片进行处理，再把图片转视频。 图片处理的多么奇怪，视频就多么奇怪，我当时想了想觉得挺好玩就做了玩玩。 阅读全文
python numpy
2022-04-05 16:48 by jym蒟蒻, 42 阅读, 0 推荐, 收藏, 编辑
摘要：python numpy常用操作 Numpy基本操作 # 导入numpy import numpy as np # 生成numpy数组 x = np.array([1.0, 2.0, 3.0]) print(x) # [1. 2. 3.] print(type(x)) # <class 'numpy 阅读全文