注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 深入理解Python中文版高清PDF

  2. 第1部分　Python核心 　第1章　欢迎来到Python世界　 　　1.1　什么是Python　 　　1.2　起源　 　　1.3　特点　 　　　1.3.1　高级　 　　　1.3.2　面向对象　 　　　1.3.3　可升级　 　　　1.3.4　可扩展　 　　　1.3.5　可移植性　 　　　1.3.6　易学　 　　　1.3.7　易读　 　　　1.3.8　易维护　 　　　1.3.9　健壮性　 　　　1.3.10　高效的快速原型开发工具　 　　　1.3.11　内存管理器　 　　　1.3.12　解释性和

  3. 所属分类：Python

    • 发布日期：2012-09-04
    • 文件大小：11534336
    • 提供者：xyhu_gm

  1. Python Cookbook

  2. 第1章 文本 1 引言 1 1.1 每次处理一个字符 6 1.2 字符和字符值之间的转换 7 1.3 测试一个对象是否是类字符串 8 1.4 字符串对齐 10 1.5 去除字符串两端的空格 11 1.6 合并字符串 11 1.7 将字符串逐字符或逐词反转 14 1.8 检查字符串中是否包含某字符集合中的字符 15 1.9 简化字符串的translate方法的使用 18 1.10 过滤字符串中不属于指定集合的字符 20 1.11 检查一个字符串是文本还是二进制 23 1.12 控制大小写 25

  3. 所属分类：Python

    • 发布日期：2013-07-31
    • 文件大小：59768832
    • 提供者：winlrou

  1. Python核心编程

  2. Python核心编程第二版 第1部分　Python核心 　第1章　欢迎来到Python世界　 　　1.1　什么是Python　 　　1.2　起源　 　　1.3　特点　 　　　1.3.1　高级　 　　　1.3.2　面向对象　 　　　1.3.3　可升级　 　　　1.3.4　可扩展　 　　　1.3.5　可移植性　 　　　1.3.6　易学　 　　　1.3.7　易读　 　　　1.3.8　易维护　 　　　1.3.9　健壮性　 　　　1.3.10　高效的快速原型开发工具　 　　　1.3.11　内存管理器　

  3. 所属分类：Python

    • 发布日期：2013-12-21
    • 文件大小：5242880
    • 提供者：u013233652

  1. Python高级编程

  2. 第1章 准备工作 1 1.1 安装python 1 1.1.1 python实现版本 2 1.1.2 在linux环境下安装 3 1.1.3 在windows环境下安装 5 1.1.4 在mac os x环境下安装 8 1.2 python命令行 9 1.2.1 定制交互式命令行 10 1.2.2 ipython：增强型命令行 11 1.3 安装setuptools 12 1.3.1 工作原理 12 1.3.2 使用easyinstall安装setuptools 13 1.3.3 将mingw

  3. 所属分类：Python

    • 发布日期：2014-07-12
    • 文件大小：75497472
    • 提供者：jsntghf

  1. Python.Cookbook(第2版)中文版

  2. 第1章 文本 引言 1 1.1 每次处理一个字符 1.2 字符和字符值之间的转换 1.3 测试一个对象是否是类字符串 1.4 字符串对齐 1.5 去除字符串两端的空格 1.6 合并字符串 1.7 将字符串逐字符或逐词反转 1.8 检查字符串中是否包含某字符集合中的字符 1.9 简化字符串的translate方法的使用 1.10 过滤字符串中不属于指定集合的字符 1.11 检查一个字符串是文本还是二进制 1.12 控制大小写 1.13 访问子字符串 1.14 改变多行文本字符串的缩进 1.15

  3. 所属分类：专业指导

    • 发布日期：2015-04-23
    • 文件大小：71303168
    • 提供者：lengwuqin

  1. python cookbook(第3版)

  2. 第一章：数据结构和算法 1.1 解压序列赋值给多个变量 1.2 解压可迭代对象赋值给多个变量 1.3 保留最后N个元素 1.4 查找最大或最小的N个元素 1.5 实现一个优先级队列 1.6 字典中的键映射多个值 1.7 字典排序 1.8 字典的运算 1.9 查找两字典的相同点 1.10 删除序列相同元素并保持顺序 1.11 命名切片 1.12 序列中出现次数最多的元素 1.13 通过某个关键字排序一个字典列表 1.14 排序不支持原生比较的对象 1.15 通过某个字段将记录分组 1.16 过滤

  3. 所属分类：Python

    • 发布日期：2016-01-06
    • 文件大小：4194304
    • 提供者：chengyulin888

  1. Python 2.5

  2. “Python”这个英文单词的发音似“派森”，因此中文可以称之为派森。Python是一个有10年历史的Windows编程语言。Python的创始人为Guido van Rossum。 Python是一种即译式的，互动的，面向对象的编程语言，它包含了模组式的操作，异常处理，动态资料形态，十分高层次的动态资料结构，以及类别的使用。Python揉合了简单的语法和强大的功能。它的语法表达优美易读。它具有很多优秀的脚本语言的特点：解释的，面向对象的，内建的高级数据结构，支持模块和包，支持多种平台，可扩展

  3. 所属分类：Python

    • 发布日期：2007-05-28
    • 文件大小：2097152
    • 提供者：matherand123

  1. PyMarkovChain, 在 python 中，简单的马尔可夫链 实现.zip

  2. PyMarkovChain, 在 python 中，简单的马尔可夫链 实现 PyMarkovChainPyMarkovChain提供 马尔可夫链 文本生成器的easy-to-use实现。要使用它，你可以简单地from pymarkovchain import MarkovChain# Creat

  3. 所属分类：其它

    • 发布日期：2019-10-10
    • 文件大小：5120
    • 提供者：weixin_38743481

  1. Python生成器实现简单"生产者消费者"模型代码实例

  2. 主要介绍了Python生成器实现简单"生产者消费者"模型代码实例,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

  3. 所属分类：其它

    • 发布日期：2020-09-17
    • 文件大小：72704
    • 提供者：weixin_38737213

  1. 简单介绍Python中利用生成器实现的并发编程

  2. 主要介绍了简单介绍Python中利用生成器实现的并发编程,使用yield生成器函数进行多进程编程是Python学习进阶当中的重要知识,需要的朋友可以参考下

  3. 所属分类：其它

    • 发布日期：2020-09-22
    • 文件大小：41984
    • 提供者：weixin_38596093

  1. Python2随机数列生成器简单实例

  2. 主要介绍了Python2随机数列生成器,结合简单实例形式分析了Python基于random模块操作随机数的相关实现技巧,需要的朋友可以参考下

  3. 所属分类：其它

    • 发布日期：2020-09-21
    • 文件大小：34816
    • 提供者：weixin_38703866

  1. Python 使用生成器代替线程的方法

  2. 问题 你想使用生成器（协程）替代系统线程来实现并发。这个有时又被称为用户级线程或绿色线程。 解决方案 要使用生成器实现自己的并发，你首先要对生成器函数和 yield 语句有深刻理解。 yield 语句会让一个生成器挂起它的执行，这样就可以编写一个调度器， 将生成器当做某种“任务”并使用任务协作切换来替换它们的执行。 要演示这种思想，考虑下面两个使用简单的 yield 语句的生成器函数： # Two simple generator functions def countdown(n): w

  3. 所属分类：其它

    • 发布日期：2020-12-17
    • 文件大小：90112
    • 提供者：weixin_38663595

  1. 简单了解Python生成器是什么

  2. 前言 生成器是 Python 初级开发者最难理解的概念之一，虽被认为是 Python 编程中的高级技能，但在各种项目中可以随处见到生成器的身影，你得不得去理解它、使用它、甚至爱上它。 提到生成器，总不可避免地要把迭代器拉出来对比着讲，生成器就是一个在行为上和迭代器非常类似的对象，如果把迭代器比作 Android 系统，那么生成器就是 iOS，二者功能上差不多，但是生成器更优雅。 什么是迭代器 顾名思义，迭代器就是用于迭代操作（for 循环）的对象，它像列表一样可以迭代获取其中的每一个元素，任何实

  3. 所属分类：其它

    • 发布日期：2020-12-25
    • 文件大小：62464
    • 提供者：weixin_38638004

  1. 用Python生成器实现微线程编程的教程

  2. 微线程领域（至少在 Python 中）一直都是 Stackless Python 才能涉及的特殊增强部分。关于 Stackless 的话题以及最近它经历的变化，可能本身就值得开辟一个专栏了。但其中简单的道理就是，在“新的 Stackless”下，延续（continuation）显然是不合时宜的，但微线程还是这个项目 存在的理由。这一点很复杂…… 刚开始，我们还是先来回顾一些内容。那么，什么是微线程呢？ 微线程基本上可以说是只需要很少的内部资源就可以运行的进程 ― 并且是在 Python 解释器的

  3. 所属分类：其它

    • 发布日期：2020-12-25
    • 文件大小：122880
    • 提供者：weixin_38665629

  1. 简单介绍Python中利用生成器实现的并发编程

  2. 我们都知道并发（不是并行）编程目前有四种方式，多进程，多线程，异步，和协程。 多进程编程在python中有类似C的os.fork，当然还有更高层封装的multiprocessing标准库，在之前写过的python高可用程序设计方法中提供了类似nginx中master process和worker process间信号处理的方式，保证了业务进程的退出可以被主进程感知。 多线程编程python中有Thread和threading，在linux下所谓的线程，实际上是LWP轻量级进程，其在内核中具有和进

  3. 所属分类：其它

    • 发布日期：2020-12-25
    • 文件大小：45056
    • 提供者：weixin_38589774

  1. Python中无限元素列表的实现方法

  2. 本文实例讲述了Python怎么实现无限元素列表的方法，具体实现可使用Yield来完成。 下面所述的2段实例代码通过Python Yield 生成器实现了简单的无限元素列表。 1.递增无限列表 具体代码如下： def increment(): i = 0 while True: yield i i += 1 for j in increment(): print i if (j > 10) : break 2.斐波那契无限列表 具体代码如下： def fibonacci

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：30720
    • 提供者：weixin_38706007

  1. 简单介绍Python的Tornado框架中的协程异步实现原理

  2. Tornado 4.0 已经发布了很长一段时间了, 新版本广泛的应用了协程(Future)特性. 我们目前已经将 Tornado 升级到最新版本, 而且也大量的使用协程特性. 很长时间没有更新博客, 今天就简单介绍下 Tornado 协程实现原理, Tornado 的协程是基于 Python 的生成器实现的, 所以首先来回顾下生成器. 生成器 Python 的生成器可以保存执行状态 并在下次调用的时候恢复, 通过在函数体内使用 yield 关键字 来创建一个生成器, 通过内置函数 next 或生

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：63488
    • 提供者：weixin_38629449

  1. python生成器用法实例详解

  2. 本文实例讲述了python生成器用法。分享给大家供大家参考，具体如下： 1. 生成器 利用迭代器，我们可以在每次迭代获取数据（通过next()方法）时按照特定的规律进行生成。但是我们在实现一个迭代器时，关于当前迭代到的状态需要我们自己记录，进而才能根据当前状态生成下一个数据。为了达到记录当前状态，并配合next()函数进行迭代使用，我们可以采用更简便的语法，即生成器(generator)。生成器是一类特殊的迭代器。 2. 创建生成器方法1 要创建一个生成器，有很多种方法。第一种方法很简单，只要把

  3. 所属分类：其它

    • 发布日期：2021-01-02
    • 文件大小：73728
    • 提供者：weixin_38691453

  1. Python生成器实现简单生产者消费者模型代码实例

  2. 生成器定义 在Python中，一边循环一边计算的机制，称为生成器：generator。 为什么要有生成器 列表所有数据都在内存中，如果有海量数据的话将会非常耗内存。 如：仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。 如果列表元素按照某种算法推算出来，那我们就可以在循环的过程中不断推算出后续的元素，这样就不必创建完整的list，从而节省大量的空间。 简单一句话：我又想要得到庞大的数据，又想让它占用空间少，那就用生成器！ 使用生成器实现简单的生产者消费者模型 1、效果截

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：74752
    • 提供者：weixin_38623707

  1. Python生成器generator原理及用法解析

  2. 前言 生成器generator 生成器的本质是一个迭代器(iterator) 要理解生成器,就要在理解一下迭代,可迭代对象,迭代器,这三个概念 Python生成器generator简介 iteration, iterable, iterator 迭代(iteration):在python中迭代通常是通过for…in…来实现的.而且只要是可迭代对象iterable,都能进行迭代. 可迭代对象(iterable):Python中的任意的对象，只要它定义了可以返回一个迭代器的 __iter__方

  3. 所属分类：其它

    • 发布日期：2021-01-19
    • 文件大小：71680
    • 提供者：weixin_38614377
« 12 3 4 »