使用 django-extensions 然后 ./manage.py show_urls 即可看到你的路由以及對(duì)應(yīng)的名稱(chēng)

當(dāng)然可以，可以使用 matplotlib 的滑塊組件。

下面這個(gè)例子，通過(guò)拖動(dòng)滑塊顯示不同的圖像

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.widgets import Slider

fig, ax = plt.subplots()
plt.subplots_adjust(left=0.25, bottom=0.25)

axindex = plt.axes([0.25, 0.1, 0.65, 0.03], facecolor='lightgoldenrodyellow')
sindex = Slider(axindex, 'Index', 1, 10, valinit=2, valstep=1)

def update(val):
    index = int(sindex.val)
    ax.clear()
    ax.set_xlabel('index={}'.format(index))
    x = np.arange(0, 2*np.pi, 0.01)
    y = np.sin(x * (2 ** index))
    ax.plot(x, y)
    fig.canvas.draw_idle()
sindex.on_changed(update)

update(None)
plt.show()

動(dòng)畫(huà)效果圖

如果要輸出報(bào)告，可改用 PDF 分頁(yè)。

https://github.com/anoteboy/h...

git上看到的不錯(cuò)的一款. 推薦.

加多個(gè)逗號(hào)表示tuple

fmt = '%s, % s, % s'
fmt = fmt % (*[1, 2, 3], )
print(fmt)

看文檔啊
showNormal

這個(gè)最好可以用SQLite，因?yàn)樯婕暗揭恍┥唐返膶傩裕@些要與商品綁定的。而且可以用商品id方便地查到價(jià)格之類(lèi)的。

win系統(tǒng)難以解決

python 的文檔：https://docs.python.org/2/lib... 顯示：

The built-in sorted() function is guaranteed to be stable. A sort is stable if it guarantees not to change the relative order of elements that compare equal — this is helpful for sorting in multiple passes (for example, sort by department, then by salary grade).

即，不改變比較相等的元素的相對(duì)位置。根據(jù)問(wèn)題給出的 key，237 和 100 是“相等”的，所以它們之間的相對(duì)關(guān)系不會(huì)變化，即 237 在 100 之前。

不試一下pandas么？

In [1]: import pandas as pd

In [2]: df = pd.DataFrame({'uid':[1,1,1,2],
   ...:     'year':[2018,2018,2018,2017],
   ...:     'quarter':['第一季度','第一季度','第三季度','第二季度'],
   ...:     'score':[4,3,3,5]})
   ...:

In [3]: df
Out[3]:
  quarter  score  uid  year
0    第一季度      4    1  2018
1    第一季度      3    1  2018
2    第三季度      3    1  2018
3    第二季度      5    2  2017

至于要對(duì)相同季度，uid和年份匯總分?jǐn)?shù)。可以用groupby的方法

In [4]: df.groupby(['quarter','uid','year']).sum()
Out[4]:
                  
quarter   uid  year  score
第一季度    1   2018      7
第三季度    1   2018      3
第二季度    2   2017      5

比如float("Hello world!")會(huì)報(bào)錯(cuò)ValueError: could not convert string to float: 'Hello world!'，鑒于你這后面沒(méi)顯示報(bào)錯(cuò)的value的內(nèi)容，是不是哪一行的某個(gè)值是個(gè)空格或者為空之類(lèi)的？

你要定位的標(biāo)簽應(yīng)該是通過(guò)js通過(guò)異步來(lái)生成的，所以沒(méi)法定位，等一段時(shí)間試試

pyspider默認(rèn)的是sqlite數(shù)據(jù)庫(kù),最快的方式可能是寫(xiě)sql用數(shù)據(jù)庫(kù)工具直接導(dǎo)入task.db的庫(kù)里, Pyspider支持mysql等高性能的數(shù)據(jù)庫(kù), 數(shù)據(jù)量大時(shí),換成mysql可能效率更高些

用 Column 對(duì)象 的 in_ 方法。
filter需要傳遞的參數(shù)為表達(dá)式，此處剛好。
filter_by需要傳遞關(guān)鍵字參數(shù)，所以此處in_沒(méi)法使用。

in_在OOP和非OOP兩種模式中的使用-demo:

# 通用
from sqlalchemy import (
    create_engine,
    Column,
    Integer,
    String
)

# oop方式所需
from sqlalchemy.orm import sessionmaker
from sqlalchemy.ext.declarative import declarative_base

# 非oop方式所需
from sqlalchemy import (
    Table,
    MetaData,
)
from sqlalchemy.sql import func


Base = declarative_base()

class Table1(Base):
    __tablename__ = 'table1'

    id = Column(Integer, primary_key=True, autoincrement=True)
    name = Column(String(55))

    def __init__(self, name):
        super(Table1, self).__init__()
        self.id = None
        self.name = name

    def __repr__(self):
        return '<Table1 {0}>'.format(self.id if not self.id is None else '')

uri = 'sqlite:///:memory:'
engine = create_engine(uri)
Base.metadata.create_all(engine)
Session = sessionmaker(bind=engine, autocommit=False)

############# 添加對(duì)象, 填充測(cè)試數(shù)據(jù)
session = Session()
for name in 'zhang,wang,li,gong,chen,zhao'.split(','):
    obj = Table1(name)
    session.add(obj)
session.commit()

lst_filter = ['wang', 'li', 'zhao']
############# OOP方式查詢(xún)
# 查詢(xún)總數(shù)
Q = session.query(Table1)
print(Q.count())
# 篩選
Q = Q.filter(Table1.name.in_(lst_filter))
result = Q.all()
print(result)
session.close()

############# 非OOP方式查詢(xún)
metadata = MetaData(bind=engine)
table = Table('table1', metadata, autoload=True)

# 查詢(xún)總數(shù)
stmt = func.count(table).select()
print(stmt.execute().fetchone())
# 篩選
stmt = table.select().where(table.c.name.in_(lst_filter))
rp = stmt.execute()
result = rp.fetchall()
# print(result)
print(len(result))

engine.dispose()

執(zhí)行結(jié)果:

6
[<Table1 2>, <Table1 3>, <Table1 6>]
(6,)
3

參考:

• in_

  Implement the in operator.
  In a column context, produces the clause a IN other. “other” may be a tuple/list of column expressions, or a select() construct.

• filter

  apply the given filtering criterion to a copy of this Query, using SQL expressions.

• filter_by

  apply the given filtering criterion to a copy of this Query, using keyword expressions.

原因

$lookup 首先進(jìn)行的是左外連接查詢(xún)。 當(dāng)匹配到多個(gè)滿足外鍵條件的記錄時(shí)，會(huì)放到數(shù)組子集合里。 再之后你的match2,match3,match4,match5針對(duì)子集合查詢(xún)。 而mongo這里的子集合匹配，只要子集合中有一條滿足，就會(huì)全部整條記錄滿足。

解決方法

1. 如果是mongodb V3.2、V3.4版本的$lookup提供的解決方案是先$unwind一下。
2. 如果是mongodb V3.6及以上的版本，$lookup提供了pipeline字段。具體參考$lookup官方文檔

你可以描述清除一些嗎? 取完這個(gè)列表是什么意思?
用random模塊取list里的隨機(jī)數(shù)可以這樣做:

>>> a=list(range(10))
>>> a
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> random.choice(a)
7
>>> random.choice(a)
0
>>> random.choice(a)
0
>>> random.choice(a)
6
>>> random.choice(a)
4

更新:
想達(dá)到你要的效果可以用循環(huán),每次從list里面隨機(jī)取出一個(gè),然后把它從list中移除.
還有一種就是用random的shuffle函數(shù),打亂list,然后按順序取

>>> a=[1,2,3,4,5]
>>> random.shuffle(a)
>>> a
[5, 1, 4, 2, 3]

前后配合，你這個(gè)已經(jīng)不是聯(lián)想了

那個(gè)鏈接是百度的。

前端檢測(cè)到input onchange就去后端查詢(xún)匹配的字符串，讓后端給你返回一個(gè)按照關(guān)聯(lián)性排序好的包含結(jié)果的數(shù)組

anaconda 的虛擬環(huán)境使用:

$ conda info -envs # 顯示已創(chuàng)建的python環(huán)境
$ conda create --name <虛擬環(huán)境名字> python=<python版本>
$ source activate <虛擬環(huán)境名字>

需要使用那個(gè)環(huán)境就先:

$ source activate <虛擬環(huán)境名字>

這時(shí) pip 的相關(guān)操作都只是針對(duì)此時(shí)選中的環(huán)境, 了解這三個(gè)對(duì)于 python 虛擬環(huán)境就能滿足大部分需求了。

ORDER BY SUBSTR(dpp, 7, 4)

我在python2.7的版本下，得到的是1

前一個(gè)代碼有誤吧？for循環(huán)里寫(xiě)成了i而不是a，所以每次循環(huán)并沒(méi)有保留上一次，到最后就只有“天安門(mén) ”了
后一個(gè)，用for循環(huán)每次增加分詞時(shí)也都加上了空格，所以末尾會(huì)多一個(gè)空格。
優(yōu)美的方式：
我不知道jieba分詞返回的（即這里的cw變量)是不是list，如果是的話，直接：

' '.join(cw)

即可