python学习笔记（五）

windows安装Django

1、按键win+s，依次输入命令：cmd -> pip install Django==2.2.3 -> pip list -> python -> import django -> django.get_version()。

Django成功安装

python 时间模块

先获取时间戳，然后转化成本地时间，最后再进行格式化！
在python得到的时间戳是10位，而java默认是11位。

import time


def main():
    # 获取当前时间戳
    ticks = time.time()
    print("当前时间戳为：", ticks)
    print(int(ticks))  # 强转，直接去掉小数位

    # 将时间戳格式化为本地时间
    localtime = time.localtime(ticks)
    print("本地时间为：", localtime)
    
    # 格式化输出时间
    print(time.strftime("%Y-%m-%d %H:%M:%S %A %B", localtime))
    # 运行结果：
    # 当前时间戳为： 1562569140.1094377
    # 本地时间为： time.struct_time(tm_year=2019, tm_mon=7, tm_mday=8, tm_hour=14, tm_min=59, tm_sec=0, tm_wday=0, tm_yday=189, tm_isdst=0)
    # 2019-07-08 14:59:00 Monday July

    # 获取13位的时间戳
    # print(time.time())
    print(int(round(time.time() * 1000)))
    # round(x)：将参数x进行四舍五入


if __name__ == '__main__':
    main()

numpy模块的安装

依次键入命令：pip install numpy -> pip list -> python -> import numpy -> dir()

安装numpy模块时报错

因为pip版本不一样，所以需要更新pip，命令如下：python -m pip install --upgrade pip，键入之后会自动卸载原来pip版本，然后会下载新的pip版本。

更新pip并安装numpy模块

numpy成功安装

numpy模块的使用

import numpy as np


def main():
    # 1、定义一维数组
    my_array = np.array([1, 2, 3, 4, 5])
    print(my_array)

    # 2、打印数组的形状
    print("数组的形状为：", my_array.shape)  # (5, )：包含5个元素的数组

    # 3、输出引用的元素
    print("一维数组中第五个元素为：", my_array[4])

    # 4、修改一维数组中的某个元素
    my_array[0] = -1
    print(my_array)
    # [-1  2  3  4  5]

    # 5、创建一个长度为5的一维数组，其中所有元素都为0
    my_new_array = np.zeros((5, ))  # 注意：参数是一个元组
    print(my_new_array)
    # [0. 0. 0. 0. 0.]

    # 6、创建一个随机数组
    my_random_array = np.random.random((5, ))
    print(my_random_array)
    # [0.15379311 0.82497661 0.05690424 0.64920022 0.91267554]

    # 7、创建一个二维数组
    my_2d_array = np.zeros((2, 3))
    print(my_2d_array)
    # [[0. 0. 0.]
    #  [0. 0. 0.]]

    # 8、创建一个全为1的一维数组
    my_one_array = np.ones((2, ))
    print(my_one_array)
    # [1. 1.]

    # 9、创建一个全为1的二维数组
    my_2d_one_array = np.ones((2, 4))
    print(my_2d_one_array)
    # [[1. 1. 1. 1.]
    #  [1. 1. 1. 1.]]
    print("该数组的形状为：", my_2d_one_array.shape)  # (2, 4)

    # 10、得到某列的所有元素
    my_array1 = np.array([[4, 5], [6, 7]])
    # 获取某个位置的元素
    print(my_array1[1][1])

    # 获取某列所有元素的格式为：[:, 待获取的列下标]
    my_array_column_1 = my_array1[:, 0]
    print(my_array_column_1)  # [4 6]

    # 获取矩阵前2行，格式为：[: 获取的行数]
    print("矩阵前2行为", my_array1[: 2])
    a = np.array([[1.0, 2], [3, 4.0]])
    b = np.array([[4, 5], [6, 7.0]])
    # 乘法运算符执行逐元素乘法而不是矩阵乘法，其为对应元素进行相乘
    print(a * b)
    # [[ 4. 10.]
    #  [18. 28.]]

    # 矩阵乘法，格式：矩阵a.dot(矩阵b)，注意矩阵相乘要满足一些条件
    mat_pro = a.dot(b)
    print(mat_pro)
    # [[16. 19.]
    #  [36. 43.]]

    # 可以向NumPy的array()函数传递任何序列（类数组），不仅仅是列表(list)数组类型
    c_array = np.array((1, 2, 3))
    print(c_array)
    # [1 2 3] 其最终输出的是列表类型


if __name__ == '__main__':
    main()

最后编辑于：2019.07.09 09:39:01