Python

1.dict()建立字典複製代碼 代碼如下:>>> fdict = dict((['x', 1], ['y', 2]))>>> fdict{'y': 2, 'x': 1}2.fromkeys() 來建立一個"預設"字典,字典中元素具有相同的值 複製代碼 代碼如下:>>> ddict = {}.fromkeys(('x', 'y'), -1)>>> ddict{'y': -1, 'x':

概述1.測試腳手架(test fixture)測試準備前要做的工作和測試執行完後要做的工作.包括setUp()和tearDown().2.測試案例(test case)最小的測試單元.3.測試套件(test suite)測試案例的集合.4.測試回合器(test runner)測試執行的組件.命令列介面可以用命令列運行測試模組,測試類別以及測試方法.複製代碼 代碼如下:python -m unittest test_module1 test_module2python -m unittest

一、ConfigParser簡介ConfigParser 是用來讀取設定檔的包。設定檔的格式如下：中括弧“[ ]”內包含的為section。section 下面為類似於key-value 的配置內容。複製代碼 代碼如下: [db] db_host = 127.0.0.1 db_port = 22 db_user = root db_pass = rootroot  [concurrent] thread =

格式getopt(args, options[, long_options])1.args表示要解析的參數. 2.options表示指令碼要識別的字元.字元之間用”:”分隔,而且必須要以”:”後結尾,例如”a:b:c:”. 3.long_options是可選的,如果指定的話,可以解析長選項.形式為字串列表,如[‘foo=', ‘frob='].長選項要求形式為”–name=value” 4.該方法返回2個元素.第一個元素是列表對, 對中第一個值是帶有”-“或者”–”的選項名,第二個值是選項的值.

大多數程式員考慮編程時，他們都要設想用於編寫應用程式的 命令式樣式和技術。最受歡迎的通用程式設計語言（包括 Python 和其它物件導向的語言）在樣式上絕大多數都是命令式的。另一方面，也有許多程式設計語言是 聲明性樣式，包括函數語言和邏輯語言，還包括通用語言和專用語言。讓我們列出幾個屬於各個種類的語言。許多讀者已經使用過這些工具中的許多工具，但不見得考慮過它們之間的種類差別。Python、C、C++、Java、Perl、Ruby、Smalltalk、Fortran、Basic 和 xBase

要瞭解 Numerical Python 軟體包的第一件事情是，Numerical Python 不會讓您去做標準 Python 不能完成的任何工作。它只是讓您 以快得多的速度去完成標準 Python 能夠完成的相同任務。實際上不僅僅如此；許多數組操作用 Numeric 或者 Numarray 來表達比起用標準 Python 資料類型和文法來表達要優雅得多。不過，驚人的速度才是吸引使用者使用 Numerical Python 的主要原因。其實，Numerical Python

NLTK 是使用 Python 教學以及實踐計算語言學的極好工具。此外，計算語言學與人工 智能、語言/專門語言識別、翻譯以及語法檢查等領域關係密切。NLTK 包括什麼NLTK 會被自然地看作是具有棧結構的一系列層，這些層構建於彼此基礎之上。那些熟悉人工語言（比如 Python）的文法 和解析的讀者來說，理解自然語言模型中類似的 —— 但更深奧的 —— 層不會有太大困難。術語表全集（Corpora）：相關文本的集合。例如，莎士比亞的作品可能被統稱為一個 文集（corpus）；

在我遇到 SimPy 包的其中一位創始人 Klaus Miller 時，從他那裡知道了這個包。Miller 博士閱讀過幾篇提出使用 Python 2.2+ 產生器實現半協同常式和“輕便”線程的技術的 可愛的 Python專欄文章。特別是（使我很高興的是），他發現在用 Python 實現 Simula-67 樣式類比時，這些技術很有用。結果表明 Tony Vignaux 和 Chang Chui 以前曾建立了另一個 Python 庫，它在概念上更接近於

少勞多得Decorator 與 Python 之前引入的元編程抽象有著某些共同之處：即使沒有這些技術，您也一樣可以實現它們所提供的功能。正如 Michele Simionato 和我在 可愛的 Python 專欄的早期文章 中指出的那樣，即使在 Python 1.5 中，也可以實現 Python 類的建立，而不需要使用 “元類” 掛鈎。Decorator 根本上的平庸與之非常類似。Decorator 所實現的功能就是修改緊接 Decorator

本文介紹了 setuptools 架構的內容，它是 PEAK 的一個副項目，它提供了比 distutils 更加簡單的包管理和發行功能。開始setuptools 模組很會 “規避”。例如，如果我們下載一個使用 setuptools 而不是使用 distutils 構建的包，那麼安裝就應該可以像我們期望的一樣工作：通常使用 python setup.py install 就可以。為了實現這種功能，使用 setuptools 綁定在一起的包就會在歸檔檔案中包含一個很小的引導模組

RSS 是一個可用多種擴充來表示的縮寫：“RDF 網站總覽（RDF Site Summary）”、“真正簡單的辛迪加（Really Simple Syndication）”、“豐富網站摘要（Rich Site Summary）”，也許還能用其他擴充來表示。在如此混亂的名稱背後，您會發現和這樣一個平凡的技術領域相關的故事多得令人吃驚。RSS 是用於分發 Web 網站上的內容的摘要的一種簡單的 XML 格式。它能夠用於共用各種各樣的資訊，包括（但不是 僅限於）簡訊、Web

 Pyrex 是一種專門設計用來編寫 Python 擴充模組的語言。根據 Pyrex Web 網站的介紹，“它被設計用來在友好易用的進階 Python 世界和淩亂的低級 C 世界之間搭建一個橋樑。”雖然幾乎所有的 Python 代碼都可以作為有效 Pyrex 代碼使用，但是您可以在 Pyrex 代碼中添加可選的靜態型別宣告，從而使得這些聲明過的對象以 C 語言的速度運行。加速 Python從某種意義上來說，Pyrex 只是不斷髮展的 Python

 在日常的編程中，我經常需要標識存在於文字文件中的組件和結構，這些文檔包括：記錄檔、設定檔、定界的資料以及格式更自由的（但還是半結構化的）報表格式。所有這些文檔都擁有它們自己的“小語言”，用於規定什麼能夠出現在文檔內。我編寫這些非正式解析任務的程式的方法總是有點象大雜燴，其中包括定製狀態機器、Regex以及上下文驅動的字串測試。這些程式中的模式大概總是這樣：“讀一些文本，弄清是否可以用它來做些什麼，然後可能再多讀一些文本，一直嘗試下去。”解析器將文檔中組件和結構的描述提煉成簡明、清晰和

Python內建了map()和reduce()函數。如果你讀過Google的那篇大名鼎鼎的論文“MapReduce: Simplified Data Processing on Large Clusters”，你就能大概明白map/reduce的概念。我們先看map。map()函數接收兩個參數，一個是函數，一個是序列，map將傳入的函數依次作用到序列的每個元素，並把結果作為新的list返回。舉例說明，比如我們有一個函數f(x)=x2，要把這個函數作用在一個list [1, 2, 3, 4, 5,

1.os.popen運行shell列表命令複製代碼 代碼如下:def traverseDirByShell(path):    for f in os.popen('ls ' + path):        print f.strip()2.利用glob模組glob.glob(path)返回帶目錄的檔案名稱.萬用字元和shell相似.path不能包含shell變數.複製代碼 代碼如下:def

微線程領域（至少在 Python 中）一直都是 Stackless Python 才能涉及的特殊增強部分。關於 Stackless 的話題以及最近它經曆的變化，可能本身就值得開闢一個專欄了。但其中簡單的道理就是，在“新的 Stackless”下，延續（continuation）顯然是不合時宜的，但微線程還是這個項目 存在的理由。這一點很複雜……剛開始，我們還是先來回顧一些內容。那麼，什麼是微線程呢？ 微線程基本上可以說是只需要很少的內部資源就可以啟動並執行進程 ― 並且是在 Python

返回被去除指定字元的字串預設去除空白字元刪除首尾字元：str.strip([char]) 刪除首字元：str.lstrip([char]) 刪除尾字元str.strip([char])判斷是否匹配首末字元匹配成功返回True,否則返回False 匹配首字元：str.startswith(char[, start[, end]]) 匹配末字元：str.endswith(char[, start[, end]])尋找字元,找到返回字元位置,否則返回-1從字串開頭尋找str.find(char[,

logging分為4個模組: loggers, handlers, filters, and formatters.●loggers: 提供應用程式調用的介面●handlers: 把日誌發送到指定的位置●filters: 過濾日誌資訊●formatters: 格式化輸出日誌LoggerLogger.setLevel() 設定記錄層級 Logger.addHandler()和Logger.removeHandler() 增加和刪除Tlog器

樣本複製代碼 代碼如下:from optparse import OptionParser[...]def main():    usage = "usage: %prog [options] arg"    parser = OptionParser(usage)    parser.add_option("-f", "--file", dest="filename",   

pydocKa-Ping Yee 曾建立了一個相當著名的模組，名叫 pydoc （比較而言： pydoc 可以做到 perldoc 所能做的任何事，並且做得更好、更漂亮:-）。對於 Python 2.1 來說， pydoc （以及它支援的 inspect ）是標準庫的一部分。而對於使用 Python 1.5.2、1.6 或者 2.0 版本的使用者來說，下載並安裝 pydoc 也很簡單 ― 請立即下載（請參閱 參考資料）。作為提供給閱讀這篇 Python 文章的任何初學者的背景資料，Python