赛欧拉

摘要： time模块# -*- coding: cp936 -*-from time import *t = time() #当前时间的值print ts = ctime(t) #数值转字符串print sr = localtime(t) #数值转结构体，本地时区print rprint gmtime() #数值转结构体，格林尼治时区print mktime(r) #结构体转数值#结构体转字符串print strftime("%Y年 %m月 %d日 %H:%M:%S 星期%w 第%j天 第%W星期", r)print strftime("年份缩写%y 月份%B 缩写%b 阅读全文

摘要： 条件语句格式为if...elif...else逻辑与或非分别为and,or,not其它条件语句还有is,not可以直接if 0<a<100for循环遍历内容a=[1,2,3,4,5]for item in a: print item遍历索引for index in len(a): print a[index]索引+内容, enumeratefor index, item in enumerate(a): print index, itemzip. 如果a和b想一起循环for item1,item2 in zip(a,b): print item1,item2当a和b短的... 阅读全文

摘要： print 2会打印2然后换行,若不想换行,可以print 2,格式化打印a=2b=3format = 'a=%d, b=%d'print format % (a,b)输入,raw_inputa=raw_input('请输入一个字符串:')print '你输入的是:',a文件操作f = open('123.txt','w')f.write('hello world')文件打开参数:r 读w 写a 追加b 二进制+默认是r.open函数中的第三个参数为缓冲. 默认为0,无缓冲;正数表示缓冲区的大小; 阅读全文

摘要： 待写 阅读全文

摘要： 待写 阅读全文

摘要： 基本用法try: 1/0except: print '出现异常'else: print '没有异常'finally: print '无论是否异常,都要执行我'待写 阅读全文

摘要： 基本使用导入模块import math #导入模块print math.sqrt(2) #使用或者from math import sqrtprint sqrt(2)或者from math import * #全部导入print sqrt(2)或者from math import sqrt as kaifangprint kaifang(4)系统模块import osprint os.getcwd() #获取当前路径os.chdir('c:\\') #改变路径import shutilshutil.copyfile('源文件名','目的文件名') 阅读全文

摘要： 列表# -*- coding: utf-8 -*-a=[1,2,3,4,5] #中括号!!!print aprint a[0]a[4]=100print a#内置的range函数产生列表print range(5)print range(2,5)print range(1,5,2)#切片print a[1:3] #前闭后开[)print a[1:]print a[:3]print a[1:-2]print a[-3:]print '-'*80 #我是分割线b=range(5,8)print a+b #合并print b*3 #重复print len(a)print max(b) 阅读全文

摘要： # -*- coding: utf-8 -*-from pybrain.structure import FeedForwardNetworkfrom pybrain.structure import LinearLayer, SigmoidLayerfrom pybrain.structure import FullConnection#定义反馈神经网络n = FeedForwardNetwork()#定义层inLayer = LinearLayer(2)hiddenLayer = SigmoidLayer(3)outLayer = LinearLayer(1)n.addInputModul 阅读全文

摘要： # -*- coding: utf-8 -*-from sklearn import svmfrom sklearn import datasetsimport numpy as npiris = datasets.load_iris() #载入鸢尾数据x = iris.data[0:150]y = iris.target[0:150]clf = svm.SVC() #定义print clf.fit(x,y) #训练print clf.support_vectors_ #支持向量print clf.support_ #支持向量的下标print clf.n_support_ #每类的支持向量个数 阅读全文