这一章节我们将学习如何从数值范围创建数组。

1、numpy.arange

numpy 包中的使用 arange 函数创建数值范围并返回 ndarray 对象,函数格式如下:

numpy.arange(start, stop, step, dtype)

根据 start 与 stop 指定的范围以及 step 设定的步长,生成一个 ndarray。 …

        本章节我们将学习如何从已有的数组创建数组。

1、numpy.asarray

numpy.asarray 类似 numpy.array,但 numpy.asarray 参数只有三个,比 numpy.array 少两个。

numpy.asarray(a, dtype = None, order = None)

参数说明:

参数 描述
a …

        ndarray 数组除了可以使用底层 ndarray 构造器来创建外,也可以通过以下几种方式来创建。

1、numpy.empty

numpy.empty 方法用来创建一个指定形状(shape)、数据类型(dtype)且未初始化的数组:

numpy.empty(shape, dtype = float, order = 'C')

参数说明:

参数 描述
shape 数组形状
dtype …

一、NumPy 数组属性

本章节我们将来了解 NumPy 数组的一些基本属性。

NumPy 数组的维数称为秩(rank),秩就是轴的数量,即数组的维度,一维数组的秩为 1,二维数组的秩为 2,以此类推。

在 NumPy中,每一个线性的数组称为是一个轴(axis),也就是维度(dimensions)。比如说,二维数组相当于是两个一维数组,其中第一个一维数组中每个元素又是一个一维数组。所以一维数组就是 NumPy 中的轴(axis),第一个轴相当于是底层数组,第二个轴是底层数组里的数组。而轴的数量——秩,就是数组的维数。

很多时候可以声明 axis。axis=0,表示沿着第 0 轴进行操作,即对每一列进行操作;axis=1,表示沿着第1轴进行操作,即对每一行进行操作。

 

NumPy 的数组中比较重要 …

最近使用命令行运行python脚本的时候,需要输入参数,而python如何接收运用这些参数的。网上查了一下有比较多的库可以实现,argparse、docopt、click 和 fire等。

这里使用的是argparse库,argparse 是python自带的命令行参数解析包,可以用来方便地读取命令行参数。它的使用也比较简单,自动创建

一、我的测试脚本:

def main():
    # description参数可以用于描述脚本的参数作用,默认为空
    parser = argparse.ArgumentParser(description="监控数据库中新增的物流单号或者未签收的物流单,定时同步物流信息到本地数据库中.")

    parser.add_argument('--crawl_type', '-c', type=int, choices=[1, 2], default=1, help='1:更新物流信息; …

原文:利用python遍历多级文件夹处理不同文件

  • 需求:近期,同事在处理文件的时候,常常需要从一堆文件中提取一些数据信息;
  • 分析:由于每个文件夹下面的文件或文件夹多如牛毛,文件类型也很多种,需要针对不同文件类型做处理,人工处理是不现实的,只能用脚本处理了。

分析代码:

  1. 这里定义了一个类 ErgodicFolder,里面有两个方法 process_file 和 ergodic_path_list
  2. process_file:对不同文件类型进行处理;
  3. ergodic_path_list:实现文件夹的遍历,先是逐个遍历目标文件夹,如果是文件则调用process_file 方法处理,如果是文件夹则调用函数自身继续遍历该文件夹。
# -*- …