最近在做3GPP的编解码,发现有两个第三方库比较好用.一个是ASN1C(c语言编译环境),一个是python第三方库asn1tools.这里介绍下asn1tools的使用方法: 1 第一步:生成asn文件 将需要编码的数据结构保存在asn后缀名的文件中 3GPP中的结构如下: -- ASN1START BCCH-BCH-Message-NB ::= SEQUENCE { message                BCCH-BCH-MessageType-NB } BCCH-BCH-Messa

Spark Python 索引页 [Spark][Python]sortByKey 例子 的继续: [Spark][Python]groupByKey例子 In [29]: mydata003.collect() Out[29]: [[u'00001', u'sku933'], [u'00001', u'sku022'], [u'00001', u'sku912'], [u'00001', u'sku331'], [u'00002', u'sku010'], [u'00003', u'sku88

[Spark][Python]sortByKey 例子: [training@localhost ~]$ hdfs dfs -cat test02.txt00002 sku01000001 sku93300001 sku02200003 sku88800004 sku41100001 sku91200001 sku331[training@localhost ~]$ mydata001=sc.textFile("test02.txt")mydata002=mydata001.map(l

告别枯燥,60秒学会一个Python小例子.奔着此出发点,我在过去1个月,将平时经常使用的代码段换为小例子,分享出来后受到大家的喜欢. 一.基本操作 1 链式比较 i = 3print(1 < i < 3)  # Falseprint(1 < i <= 3)  # True 2 不用else和if实现计算器 from operator import * def calculator(a, b, k):    return {        '+': add,        '-':

fasttext的基本使用 java .python为例子 今天早上在地铁上看到知乎上看到有人使用fasttext进行文本分类,到公司试了下情况在GitHub上找了下,最开始是c++版本的实现,不过有Java.Python版本的实现了,正好拿下来试试手, python情况: python版本参考,作者提供了详细的实现,并且提供了中文分词之后的数据,正好拿下来用用,感谢作者,代码提供的数据作者都提供了,点后链接在上面有百度盘,可下载,java接口用到的数据也一样: http://blog.csdn

想到用python发送邮件 主要是服务器 有时候会产生coredump文件  ,然后因为脚本重启原因,服务器coredump产生后会重启 但是没有主动通知开发人员 想了下可以写个脚本一旦产生coredump文件就可以发送邮件给开发者让其立马知道 下面只介绍简单的发送脚本 如果需要在生产环境用起来  还需要按要求修改脚本 smtplib.SMTP([host[, port[, local_hostname[, timeout]]]]) SMTP类构造函数,表示与SMTP服务器之间的连接,通过这个连

最近在github上发现了一个有意思的项目,很适合初学者学习python代码. 学习一门语言刚开始的时候是很枯燥的,各种概念语法以及无聊的打印都会让人失去更进一步学习的动力. 很多同学在学习了一段时间之后甚至会怀疑学习语言的用处,因为总是写不出东西,只会写一些简单的打印代码. 这个叫做geekcomputers/Python的项目很好的回答了一个问题,就是学习python可以做什么. 仔细观察里面的例子,我们可以发现写一些简单的python代码就可以做很多有意思的事情,比如 批量修改文件的后缀名

在前面的排序算法学习中,归并排序和快速排序就是用的分治法,分治法作为三大算法之一的,有非常多的应用例子. 分治法概念 将一个复杂的问题分成两个或更多的相同或相似的子问题,再把子问题分成更小的子问题----“分” 将最后子问题可以简单的直接求解----“治” 将所有子问题的解合并起来就是原问题打得解----“合” 分治法特征 该问题的规模缩小到一定的程度就可以容易地解决 该问题可以分解为若干个规模较小的相同问题,即该问题具有最优子结构性质. 利用该问题分解出的子问题的解可以合并为该问题的解: 该问

参考链接:https://zhuanlan.zhihu.com/p/83998758?utm_source=qq&utm_medium=social&utm_oi=728200852833075200 1.判断是否存在重复元素 def all_unique(a): return len(a)==len(set(a))print(all_unique([1,1,2,3]))输出:False 2.检查两个字符串的组成是否一样,即元素的种类和数目是否一致 def anagram(a,b): re

写一个简单的界面很容易,即使是什么都不了解的情况下,这个文本转载了最简单的界面编写,下个文本介绍了TK的简单但具体的应用 在python中创建一个窗口,然后显示出来. from Tkinter import * root = Tk() root.mainloop() 就3行就能够把主窗口显示出来了.root是一个变量名称,其代表了这个主窗口.以后创建控件的时候指定控件创建在什么窗口之中,就要用这个root来表示了.而Tk()是一个Tkinter库之中的函数(其实是类的构造函数,构造了一个对象).

matplotlib包,使得python可以使用类似matlab的命令 双坐标,子图例子 fig, axes = plt.subplots( 2,1, figsize=(14, 14) ) ax = badrate.plot.bar('t_len', 'total', ax=axes[0]) ax2 = ax.twinx() ax2.plot(ax.get_xticks(), badrate['badrate'], 'rs-') ax_ = badrate1.plot.bar('t_len',

关键字:Python 3.4,gettext,本地化,Localization OS:Windows 7,Mac 1. 创建一个locsample.py文件,文件内容如下,把所有需要本地化的字符串放到_()里面. # Python Localization Sample import os, gettext # Support localization _ = None def getUserLanguage(): return "zh-CN" # Get loc string by

一 转载自:http://www.cnblogs.com/linzhenjie/articles/2639113.html 1.基本需求 1.Eclipse 集成开发环境下载 http://115.com/file/c2vz7io5    JDK6下载 http://115.com/file/c2vz7idq     2.Pydev插件下载 http://115.com/file/anbj68do     3.Python解析器下载 http://115.com/file/c2vz7eyw  

import csv fieldnames = ['Column1', 'Column2', 'Column3', 'Column4'] rows = [{'Column1': '0', 'Column2': '1', 'Column3': '2', 'Column4': '3'}, {'Column1': '0', 'Column2': '1', 'Column3': '2', 'Column4': '3'}, {'Column1': '0', 'Column2': '1', 'Column3

http://www.runoob.com/python/python-100-examples.html

#!/usr/bin/env python #-*- coding:utf-8 -*- def binary_search(source_data,find_nu): mid = len(source_data)/2 if len(source_data) >= 1: if source_data[mid] > find_nu: print 'data in left of %s' % source_data[mid] binary_search(source_data[:mid],find_

import sqlite3 conn = sqlite3.connect('food.db') curs = conn.cursor() curs.execute(''' CREATE TABLE IF NOT EXISTS food( id TEXT PRIMARY KEY, desc TEXT ) ''') query = 'DELETE FROM food' print query curs.execute(query) query = 'INSERT INTO food VALUES(

话不多说,直接上代码: import re import csv #爬虫的一个小例子,爬的是百度贴吧(网页版)某个帖子的各个楼层的用户名,发言内容和发言时间(使用到了正则表达式) source3.txt是网页源代码 with open('source3.txt', 'r', encoding='UTF-8') as f: source = f.read() result_list = [] every_floor = re.findall('"l_post j_l_post l_post_bri

1.提高Python运行速度的方法 (1)使用生成器,节约大量内存: (2)循环代码优化,避免过多重复代码的执行: (3)核心模块使用cpython,pypy等: (4)多进程,多线程,协程: (5)多个if elif判断,可以把最可能发生的放在前面: 2.mysql和redis的区别? redis:内存型菲关系数据库,数据存放在内存中,速度快: mysql:关系型数据库,数据存放在硬盘中,检索的话,会有一定的I/O操作,速度较慢: 3.列出常见MYSQL数据存储引擎 InnoDB:支持事务处理

1.在函数里面修改全局变量的值 2.合并两个字典.删除字典中的值 3.python2和python3 range(1000)的区别 python2返回列表,python3返回迭代器 4.什么样的语言可以使用装饰器? 函数可以作为参数传递的语言. 5.python内置数据类型有哪些? 整型(Int).布尔型(bool).字符串(str).列表(list).元组(tuple).字典(dict) 6.__init__和__new__的区别? (1)__init__时初始化方法,创建对象后,就立刻被默认

作业 有如下值集合[11,22,33,44,55,66,77,88,99,90...],将所有大于 66 的值保存至字典的第一个key中,将小于 66 的值保存至第二个key的值中,结果为{'k1': 大于66的所有值, 'k2': 小于66的所有值}. kema = {11 ,22 ,33 ,44 ,55 ,66 ,77 ,88 ,99 ,99 ,90} kee = {'k1':[] ,'k2':[]} for i in kema: if i> 66: kee['k1'].append(i)