Questions tagged «python»

如何将十进制转换为以下格式的十六进制（至少两位，零填充，没有0x前缀）？ 输入：255 输出：ff 输入：2 输出：02 我尝试过，hex(int)[2:]但似乎它显示了第一个示例，但没有显示第二个示例。

76 python  hex 

码： import numpy as np import cv 安慰： >>> runfile('/Users/isaiahnields/.spyder2/temp.py', wdir='/Users/isaiahnields/.spyder2') RuntimeError: module compiled against API version a but this version of numpy is 9 Traceback (most recent call last): File "<stdin>", line 1, in <module> File "/Applications/Spyder-Py2.app/Contents/Resources/lib/python2.7/spyderlib/widgets/externalshell/sitecustomize.py", line 685, in runfile execfile(filename, namespace) File "/Applications/Spyder-Py2.app/Contents/Resources/lib/python2.7/spyderlib/widgets/externalshell/sitecustomize.py", line 78, in execfile …

76 python  python-2.7  opencv  numpy 

我遇到这种奇怪的行为，但无法解释。这些是基准： py -3 -m timeit "tuple(range(2000)) == tuple(range(2000))" 10000 loops, best of 3: 97.7 usec per loop py -3 -m timeit "a = tuple(range(2000)); b = tuple(range(2000)); a==b" 10000 loops, best of 3: 70.7 usec per loop 与使用变量分配进行比较，为什么比使用带有临时变量的班轮快27％以上呢？ 通过Python文档，垃圾回收在timeit期间被禁用，因此并非如此。这是某种优化吗？ 结果也可以在Python 2.x中重现，尽管程度较小。 运行Windows 7，CPython 3.5.1，Intel i7 3.40 GHz，64位OS和Python。似乎我尝试使用Python 3.5.0在Intel i7 3.60 …

76 python  python-3.x  cpython  python-internals 

我正在优化一些代码，这些代码的主要瓶颈正在运行并访问大量类似于结构的对象。目前，我使用namedtuples来提高可读性。但是使用'timeit'进行的一些快速基准测试表明，在性能是一个重要因素的情况下，这确实是错误的方法： 以a，b，c命名的元组： >>> timeit("z = a.c", "from __main__ import a") 0.38655471766332994 使用__slots__，a，b，c的类： >>> timeit("z = b.c", "from __main__ import b") 0.14527461047146062 带有键a，b，c的字典： >>> timeit("z = c['c']", "from __main__ import c") 0.11588272541098377 使用常量键的具有三个值的元组： >>> timeit("z = d[2]", "from __main__ import d") 0.11106188992948773 使用常量键列出三个值： >>> timeit("z = e[2]", "from __main__ import e") …

76 python  performance  data-structures 

我已经安装libffi了Linux服务器，并且将PKG_CONFIG_PATH环境变量正确设置为正确的目录，因为pip它已经安装了。但是，在尝试安装pyOpenSSL时，pip指出找不到文件'ffi.h'。我知道这两个ffi.h目录及其目录都存在，所以我该如何缩小ffi.h和之间的差距pip？

76 python  linux  pip 

我有一百万个按排序顺序排列的整数，我想找到连续对之间的差相等的最长子序列。例如 1, 4, 5, 7, 8, 12 有一个子序列 4, 8, 12 我的幼稚方法是贪婪的，只检查从每个点可以扩展子序列多远。这O(n²)似乎需要花费一点时间。 有没有更快的方法来解决这个问题？ 更新。我将尽快测试答案中给出的代码（谢谢）。但是，很显然，使用n ^ 2内存将不起作用。到目前为止，还没有代码以输入结尾的代码[random.randint(0,100000) for r in xrange(200000)]。 时机。 我在32位系统上使用以下输入数据进行了测试。 a= [random.randint(0,10000) for r in xrange(20000)] a.sort() ZelluX的动态编程方法使用1.6G RAM，耗时2分14秒。使用pypy只需9秒！但是，由于大输入而导致的内存错误导致崩溃。 Armin的O（nd）时间方法使用pypy花费了9秒，但只有20MB的RAM。当然，如果范围更大的话，情况会更糟。低内存使用率意味着我还可以使用a = [xrange（200000）中r的random.randint（0,100000）进行测试]，但是在我给pypy提供的几分钟内，它并没有完成。 为了能够测试Kluev的方法，我重试了 a= [random.randint(0,40000) for r in xrange(28000)] a = list(set(a)) a.sort() 大致列出长度20000。pypy的所有时间 ZelluX，9秒 克鲁夫20秒 阿明52秒 看来，如果ZelluX方法可以做成线性空间，那将是明显的赢家。

76 python  algorithm 

我有一个从朋友那里收到的Django小项目。该代码可以在他的系统上完美运行。但是，在我的系统上，运行服务器时收到以下错误消息： /的TemplateSyntaxError 'current_tags'不是有效的标签库：找不到模板库current_tags，尝试过django.templatetags.current_tags 问题出在html文件中的一行： {% load current_tags %} 此完全相同的代码可在他的系统上正常工作，没有错误。那会是什么呢？

76 python  django  portability 

我希望在Python中创建一个可以添加和删除属性和方法的类。我该如何完成？ 哦，请不要问为什么。

76 python  reflection  runtime 

我用以下网址打开网址： site = urllib2.urlopen('http://google.com') 我想做的是用同样的方式连接到我在某处告诉我的代理： site = urllib2.urlopen('http://google.com', proxies={'http':'127.0.0.1'}) 但这也不起作用。 我知道urllib2具有类似代理处理程序的功能，但是我不记得该功能了。

76 python  proxy  urllib2 

我目前正在尝试将要绘制的图形嵌入我设计的pyqt4用户界面中。因为我几乎完全不熟悉编程，所以我不了解人们在我发现的示例中的嵌入方式-这个（在底部） 和那个。 如果有人可以发布逐步说明或至少一个非常小，非常简单的代码，而仅在一个pyqt4 GUI中创建例如图形和按钮，那将是很棒的。

76 python  matplotlib  pyqt4 

我正在使用urllib2通过HTTP获取一个页面。有时，当我的请求包含错误时，资源将引发HTTP错误400（错误请求）。但是，该响应还包含提供详细错误消息的XML元素。能够看到该错误，而不仅仅是urllib2返回的HTTPError异常，将非常方便。 尽管有异常，如何返回文档内容？

76 python 

如何在python中输入浮点无穷大文字？ 我听说 inf = float('inf') 是非便携式的。因此，我有以下建议： inf = 1e400 这些标准还是便携式的？什么是最佳做法？

76 python  floating-point  portability  numerical 

我正在使用timeit进行此操作，并且想知道是否有人有任何提示 基本上，我有一个要测试其速度的函数（将值传递给它），并创建了这个函数： if __name__=='__main__': from timeit import Timer t = Timer(superMegaIntenseFunction(10)) print t.timeit(number=1) 但是当我运行它时，会出现奇怪的错误，例如来自timeit模块。 ValueError: stmt is neither a string nor callable 如果我自己运行该功能，则效果很好。当我将其包装在time模块中时，出现错误（我尝试使用双引号而不使用..sameoutput）。 任何建议都很棒！ 谢谢！

76 python  debugging  benchmarking 

f=np.loadtxt('Single Small Angle 1.txt',unpack=True,skiprows=2) g=np.loadtxt('Single Small Angle 5.txt',unpack=True,skiprows=2) x = f-g[:,:11944] t=range(len(x)) m=math.log10(abs(x)) np.polyfit(t,m) plt.plot(t,abs(x)) plt.show() 我只是不确定如何解决我的问题。它一直在说： m=math.log10(abs(x)) TypeError: only length-1 arrays can be converted to Python scalars

76 python  arrays  logging  scalar 

如果您依赖具有全局解释器锁（即CPython）的Python实现并编写多线程代码，那么您真的需要锁吗？ 如果GIL不允许并行执行多个指令，那么共享数据是否有必要保护吗？ 抱歉，这是一个愚蠢的问题，但这是我一直想知道的关于多处理器/核心计算机上的Python的东西。 同样的情况也适用于具有GIL的任何其他语言实现。

76 python  multithreading  locking