分类标签归档：Python
logging 为python 内置模块而所有关于与日志相关的其他模块也是基于它的
日志分级
日志有一个等级概念方便我们查看使用是分组:
debug :仅开发中使用
info:正常信息输出
warning :警告-可能是一些不规范的操作
error :错误-影响到了程序正常运行
critical:严重错误-程序可能因此崩溃
输出到控制台
import logging
logging.debug(" debug log.")
logging.info("info log.")
logging.warnin[TOC]
不带参数时，返回当前当前命名空间的变量、方法和定义的类型列表；带参数时，返回参数的属性、方法列表。
想要获取模块的所包含的方法，可以直接使用dir这个函数
获取对象属性值 key 以字符串形式传入 和一般dir 连用
正常情况下我们是知道对象属性的,所以用A.a 形式,但在一些元编程或者框架构建方向往往是不知道传入对象有什么属性的,用这个方法可以得到对象属性加以利用
如果我要获取包中所有模块，直接使用dir 并没有获取
import os
import importlib
de>
“YYYY-mm-dd HH:MM:SS ” ---> "2019-09-05 12:15:52"
时间字符串：不同语言对时间交互采用统一的时间字符串格式
时间作为生活中常见的对象，python 中有对应的包和数据类型来处理
为什么不只是字符串，因为时间是可以计算的，而字符串不行，
对人不友好的时间模块
休眠和时间戳
import time
time.sleep(5)# 程序休眠
In [9]: time.time()
Out[9]: 1602748716.9383907 # 返回当前时间的时间戳（1970纪元后经过的浮点秒数）可以理解为电脑点击一键执行的QQ,微信那种
往往我们写好的python 代码需要安装配置python 环境之后才能运行 打包成执行文件就不需要配置了
pip install pyinstaller
使用PyInstaller 首先我们要确定我们的打包的脚本，服务，项目，代码 有且只有一个入口文件，所有用到依赖包都可以在这个文件或往上追溯到。
打包名： pyinstaller -F main.py [--n
python 最强的数据分析数据处理工具包
1 主要处理 一维 二维数据
2 成熟的io 读取功能
处理浮点与非浮点数据里的缺失数据，表示为 NaN；
大小可变：插入或删除 DataFrame 等多维对象的列；
自动、显式数据对齐：显式地将对象与一组标签对齐，也可以忽略标签，在 Series、DataFrame 计算时自动与数据对齐；
强大、灵活的分组（group by）功能：拆分-应用-组合数据集，聚合、转换数据；
把 Python 和 NumPy 数据结构里不规则、不同索引的数据轻松地转换为 DataFrame 对象；
基于智能标签，对大型数据集进行切片、花式索引、子集分解等用一句不算正确但很好理解的话来解释变量： 变量是代码中数据的标识，计算，操作，赋值，输出，输入全部可以通过变量来完成
python中变量定义非常简单：
a = 1
'a' 为变量名 ；'=' 符号 代表 定义或者重新赋值一个变量; '1' 是变量值即数据
迭代是数据处理的基石。扫描内存中放不下的数据集时?，我们要找到一种惰性获取数据 项的方式，即按需一次获取一个数据项。这就是迭代器模式（Iterator pattern）。
内存中的数据为啥还是要迭代?
所有生成器都是迭代器，因为生成器完全实现了迭代器接口。不过生成器可以生成数据源外的数据
# 第一版返回可迭代对象
class Sentence:
def __init__(self, text):
self.text = text
self.words = RE_WORD.findallpython 数字型的使用方法基本和我们小学数学是一样，也就是说有小学数学能力掌握这个基本没问题
定义一个变量num 值为整型10 num = 10 num = 10 + 2 num = 10 - 2 num = 10 * 2 num = 10 / 2
取整数： num = 10//3 取余数 num = 10 % 3
int 函数 python 内置函数，可以吧任意护具转为整型，失败则报错 float_num = 11.1 float_num = int(float_num) print(
作用： 代码模版可以让我们IDE创建的每一个文件 会有一个初始化的格式 下面是对于py 文件的常用模板
File-Settings-Editor- Code Style - File and Code Templates - Python Script 中
#!/usr/bin/env python
# -*- coding: utf-8 -*-
"""
PROJECT_NAME: ${PROJECT_NAME} ;
FILE_NAME: ${NAME} ;
AUTHOR: reno ;
WORK_NUMBER: your_num
E_MAI我们在进行python 开发是通常是一个项目对应一个开发环境，多个项目电脑里面要有多个环境，很麻烦； 针对这个问题目前最好的解决方案是 virtualenv + virtualenvwrapper-win 的组合应用①： 它解决环境 创建 查看 切换 管理等问题
1 安装两个包 命令行中执行 pip install virtualenv; pip install virtualenvwrapper-win;
2 配置环境变量
配置完记得重启电脑
3 使用
在命令行中 workon 命令即可查看所有python 环境
创建新的环境
mkvirtualenv 环境名
其他常用操作 切换环境