Questions tagged «python»

好的，Tornado是非阻塞的，而且运行速度非常快，它可以轻松地处理许多常规请求。 但是我想这不是灵丹妙药，如果我们仅仅使用Tornado盲目地运行基于Django的站点或其他任何站点，它都不会提高性能。 我找不到对此的全面解释，所以我在这里问它： 什么时候应该使用龙卷风？ 什么时候没用？ 使用时，应考虑什么？ 我们如何使用龙卷风打造低效的网站？ 有一个服务器和一个网络框架。我们什么时候应该使用框架，什么时候可以用其他框架替换它？

84 python  asynchronous  nonblocking  tornado 

我在玩耍，尝试编写一些代码以使用tr.im API缩短URL。 阅读http://docs.python.org/library/urllib2.html之后，我尝试了： TRIM_API_URL = 'http://api.tr.im/api' auth_handler = urllib2.HTTPBasicAuthHandler() auth_handler.add_password(realm='tr.im', uri=TRIM_API_URL, user=USERNAME, passwd=PASSWORD) opener = urllib2.build_opener(auth_handler) urllib2.install_opener(opener) response = urllib2.urlopen('%s/trim_simple?url=%s' % (TRIM_API_URL, url_to_trim)) url = response.read().strip() response.code是200（我认为应该是202）。url有效，但是基本的HTTP身份验证似乎无效，因为缩短的URL不在我的URL列表中（位于http://tr.im/?page=1）。 阅读http://www.voidspace.org.uk/python/articles/authentication.shtml#doing-it-properly之后， 我也尝试过： TRIM_API_URL = 'api.tr.im/api' password_mgr = urllib2.HTTPPasswordMgrWithDefaultRealm() password_mgr.add_password(None, TRIM_API_URL, USERNAME, PASSWORD) auth_handler = urllib2.HTTPBasicAuthHandler(password_mgr) opener = urllib2.build_opener(auth_handler) urllib2.install_opener(opener) response = urllib2.urlopen('http://%s/trim_simple?url=%s' % …

84 python  http  authentication 

查看memoryview上的文档： memoryview对象允许Python代码无需复制即可访问支持缓冲区协议的对象的内部数据。 类memoryview（obj） 创建引用obj的memoryview。obj必须支持缓冲区协议。支持缓冲区协议的内置对象包括字节和字节数组。 然后我们得到了示例代码： >>> v = memoryview(b'abcefg') >>> v[1] 98 >>> v[-1] 103 >>> v[1:4] <memory at 0x7f3ddc9f4350> >>> bytes(v[1:4]) b'bce' 报价结束，现在让我们仔细看看： >>> b = b'long bytes stream' >>> b.startswith(b'long') True >>> v = memoryview(b) >>> vsub = v[5:] >>> vsub.startswith(b'bytes') Traceback (most recent call last): File "<stdin>", …

84 python  buffer  memoryview 

import urllib fun open(): return urllib.urlopen('http://example.com') 但是，当example.com打开时，它不会呈现CSS或JS。如何在网络浏览器中打开网页？ @error(404) def error404(error): return webbrowser.open('http://example.com') 我正在用瓶子。给我错误：TypeError("'bool' object is not iterable",)

84 python  bottle 

以下代码不起作用。 import pandas as pd import numpy as np df=pd.DataFrame(['ONE','Two', np.nan],columns=['x']) xLower = df["x"].map(lambda x: x.lower()) 我应该如何调整它以获得xLower = ['one'，'two'，np.nan]？效率很重要，因为实际数据帧很大。

84 python  string  pandas  missing-data 

我该如何删除matplotlib轴的一条线（或多条线），使其实际上收集到垃圾并释放回内存？以下代码似乎删除了该行，但从不释放内存（即使显式调用gc.collect()） from matplotlib import pyplot import numpy a = numpy.arange(int(1e7)) # large so you can easily see the memory footprint on the system monitor. fig = pyplot.Figure() ax = pyplot.add_subplot(1, 1, 1) lines = ax.plot(a) # this uses up an additional 230 Mb of memory. # can I get the …

84 python  matplotlib  plot 

我编写了一个Python脚本，用于合并两个csv文件，现在我想在最终的csv中添加标头。我尝试按照此处报告的建议进行操作，但出现以下错误：expected string, float found。解决此问题的最有效方法是什么？ 这是我正在使用的代码： import csv with open('combined_file.csv', 'w', newline='') as outcsv: writer = csv.DictWriter(outcsv, fieldnames = ["Date", "temperature 1", "Temperature 2"]) writer.writeheader() with open('t1.csv', 'r', newline='') as incsv: reader = csv.reader(incsv) writer.writerows(row + [0.0] for row in reader) with open('t2.csv', 'r', newline='') as incsv: reader = csv.reader(incsv) writer.writerows(row[:1] …

84 python  csv  header 

我正在尝试生成树形结构的流程图。我已经可以使用networkx创建代表性的图形，但是我需要一种在输出绘图时显示树形结构的方法。我正在使用matplotlib.pylab绘制图形。 我需要以类似于此处所示的结构来显示数据。虽然我没有子图。 如何保证这样的结构？ 非信徒的例子： 我已经可以使用pylab和graphviz来显示图，但是都没有提供我要寻找的树结构。我已经尝试过networkx必须提供的所有布局，但是没有一个显示层次结构。我只是不确定要给它什么选项/方式，或者如果我需要使用权重。任何建议将帮助一堆。 @jterrace： 这是我用来制作上述图的大致轮廓。我添加了一些标签，但除此之外，它是相同的。 import networkx as nx import matplotlib.pyplot as plt G = nx.Graph() G.add_node("ROOT") for i in xrange(5): G.add_node("Child_%i" % i) G.add_node("Grandchild_%i" % i) G.add_node("Greatgrandchild_%i" % i) G.add_edge("ROOT", "Child_%i" % i) G.add_edge("Child_%i" % i, "Grandchild_%i" % i) G.add_edge("Grandchild_%i" % i, "Greatgrandchild_%i" % i) plt.title("draw_networkx") nx.draw_networkx(G) …

84 python  networkx 

在哪里可以禁用对PyCharm IDE的字符串进行拼写检查的选项？我讨厌评论和字符串下方的锯齿状线。

84 python  syntax  pycharm 

django中带有多个参数的过滤器和链式过滤器有什么区别？

84 python  django  django-models 

如果我有一个URL，当在Web浏览器中提交该URL时，会弹出一个对话框来保存一个zip文件，我将如何在Python中捕获并下载该zip文件？

84 python  url  download  zip  urllib 

我有一个包含整数（正数或负数）的2D数组。每一行代表特定空间站点随时间的值，而每一列代表给定时间内各种空间站点的值。 因此，如果数组是这样的： 1 3 4 2 2 7 5 2 2 1 4 1 3 3 2 2 1 1 结果应该是 1 3 2 2 2 1 注意，当模式有多个值时，可以将任何一个（随机选择）设置为模式。 我可以一次遍历找到模式的列，但我希望numpy可能有一些内置函数来做到这一点。或者，如果有一个技巧可以有效地发现而不循环。

84 python  numpy  2d  mode 

最近，我开始研究如何在Python中实现各种数据结构，以使我的代码更高效。在研究列表和双端队列的工作方式时，我发现，我想转移和取消移位，可以将列表中的O（n）减少到双端队列的O（1）的时间（列表实现为具有每次在前面插入东西时都可以完全复制，等等。）。我似乎找不到关于如何实现双端队列的细节，以及其缺点与列表的细节。有人可以启发我解决这两个问题吗？

84 python  deque 

听起来这是一个简单的问题，但是我找不到在python中用matplotlib制作的图中更改字体（不是字体大小）的有效解决方案。 我找到了一些教程，可通过修改matplotlib存储默认字体的文件夹中的一些文件来更改matplotlib的默认字体-请参阅此博客文章-但我正在寻找一种不太激进的解决方案，因为我想使用多个我的绘图中的字体（文本，标签，轴标签等）。

84 python  fonts  matplotlib 

from datetime import datetime from elasticsearch import Elasticsearch es = Elasticsearch() doc = { 'author': 'kimchy', 'text': 'Elasticsearch: cool. bonsai cool.', 'timestamp': datetime(2010, 10, 10, 10, 10, 10) } res = es.index(index="test-index", doc_type='tweet', id=1, body=doc) print(res['created']) 这个简单的代码返回以下错误： elasticsearch.exceptions.ConnectionTimeout: ConnectionTimeout caused by - ReadTimeoutError(HTTPConnectionPool(host='localhost', port=9200): Read timed out. (read timeout=10)) 非常奇怪，因为服务器已准备就绪并已设置（http：// …

84 python  python-2.7  elasticsearch