Tag: python

Python：self .__ class__与type（self）: 我想知道是否有区别 class Test(object): def __init__(self): print self.__class__.__name__ 和 class Test(object): def __init__(self): print type(self).__name__ ？是有理由更喜欢一个或另一个？（在我的使用情况下，我想用它来确定logging器的名称，但我想这没关系）

SQL Alchemy ORM返回单个列，如何避免常见的后期处理: 我正在使用SQL Alchemy的ORM，我发现当我返回一列时，我得到如下结果： [(result,), (result_2,)] # etc… 有了这样一个集合，我发现我必须经常这样做： results = [r[0] for r in results] # So that I just have a list of result values 这不是“坏”，因为我的结果集通常很小，但如果它们不是这样会增加大量的开销。最大的问题是我觉得混乱的源头，错过了这一步是我碰到一个相当常见的错误。有没有办法避免这个额外的步骤？一个相关的因素：在这种情况下，orm的这种行为似乎很不方便，但另一种情况是我的结果集是[（id，value）]，结果如下： [(result_1_id, result_1_val), (result_2_id, result_2_val)] 然后我可以做： results = dict(results) # so I have a map of id to value 在返回结果之后，这个作为一个有用的步骤是有意义的。这真的是一个问题，或者我只是一个挑剔的和后处理得到的结果集是有道理的两种情况？我确定我们可以考虑一些其他常见的后处理操作，以使结果集在应用程序代码中更加可用。是否有全面的高性能和便捷的解决scheme，或者后期处理是不可避免的，只是需要不同的应用程序？当我的应用程序实际上可以利用由SQL Alchemy的ORM返回的对象时，它看起来非常有用，但是在我不能或不可以的情况下，并不是那么多。这只是ORM的普遍问题吗？在这种情况下，我最好不要使用ORM层？ […]

Kivy的Android应用程序: 我刚开始潜入Android世界。我有很多使用Python编程的经验，所以我在寻找一个“Android + Python”的好组合，我想我已经find了它： Kivy 。我需要制作能够从互联网上下载和上传内容的应用程序，也许有一些与Android中包含的地图组件的连接以及更多的东西来制作一个漂亮的Android应用程序。但是我真的不想把时间浪费在可能无法解决的问题上。那么，有没有人有使用Kivy开发Android应用程序的一些经验？它真的有用，简单，可能吗？还是有一个更好的select，你在想什么？

究竟应该在PYTHONPATH中设置什么？: 我正在为一个python项目编写一个设置文档给其他开发人员，我一直在阅读PYTHONPATH环境variables。我正在看我目前的开发系统，并认为我有一些事情设置错误，导致我的IDE（IntelliJ）在查找python库时performance不正确。我已经看了这里和这里的文档，我仍然不确定PYTHONPATH环境variables应该是什么。我有PYTHONHOME指向`C：\ Python27'。我目前的PYTHONPATH被设置为PYTHONHOME 。我是否也应该从sys.path添加目录？更新：根据以下信息，除非有非标准的库，您希望python默认可以find，否则不需要设置PYTHONPATH 。例如，当我从安装程序安装wxPython时，它会将它的库添加到PYTHONPATH 。我设置PYTHONHOME到python安装的根目录，以便我可以将它添加到我的系统PATH环境variables，以便我可以从任何地方运行python。

Pandas使用什么规则来生成视图和副本？: 我对Pandas在决定从数据框中select原始数据框的副本或原始视图时使用的规则感到困惑。如果我有，例如， df = pd.DataFrame(np.random.randn(8,8), columns=list('ABCDEFGH'), index=range(1,9)) 我明白， query返回一个副本，以便类似的东西 foo = df.query('2 < index <= 5') foo.loc[:,'E'] = 40 将不会对原始dataframedf 。我也明白，标量或命名切片返回一个视图，以便这些分配，如 df.iloc[3] = 70 要么 df.ix[1,'B':'E'] = 222 会改变df 。但是当涉及到更复杂的情况时，我却迷失了方向。例如， df[df.C <= df.B] = 7654321 改变df ，但是 df[df.C <= df.B].ix[:,'B':'E'] 才不是。有一个简单的规则，pandas使用，我只是失踪？这些具体情况是怎么回事？特别是，如何在满足特定查询的数据框中更改所有值（或值的子集）（如我在上面的示例中试图做的那样）？注：这与这个问题不一样，我已经阅读了文档，但没有受到启发。我也读过了关于这个主题的“相关”的问题，但是我仍然错过了pandas正在使用的简单规则，以及如何将它应用到 – 例如 – 修改值（或值的子集）在满足特定查询的数据框中。

如何限制堆大小？: 我有时会编写Python程序，很难确定在执行之前要使用多less内存。因此，我有时会调用一个Python程序，试图分配大量的RAM，导致内核大量交换并降低其他正在运行的进程的性能。正因为如此，我想限制一个Python堆可以增长多less内存。当达到限制时，程序可能会崩溃。什么是最好的方法来做到这一点？如果重要的话，Cython会写很多代码，所以应该考虑到在那里分配的内存。我并不是纯粹的Python解决scheme（它不需要是可移植的），所以Linux上的任何东西都可以。

将Django QuerySet转换为pandas DataFrame: 我打算把Django QuerySet转换成一个pandasDataFrame ，如下所示： qs = SomeModel.objects.select_related().filter(date__year=2012) q = qs.values('date', 'OtherField') df = pd.DataFrame.from_records(q) 它的工作，但是有一个更有效的方法？

连接到Flask的数据库，哪种方法更好？: 方法一：使用http://flask.pocoo.org/docs/tutorial/dbcon/和http://flask.pocoo.org/docs/patterns/sqlite3/中的特殊g对象 import sqlite3 from flask import g DATABASE = '/path/to/database.db' def connect_db(): return sqlite3.connect(DATABASE) @app.before_request def before_request(): g.db = connect_db() @app.teardown_request def teardown_request(exception): if hasattr(g, 'db'): g.db.close() 方法二：从https://github.com/mitsuhiko/flask/blob/master/examples/flaskr/flaskr.py使用神秘的_app_ctx_stack from sqlite3 import dbapi2 as sqlite3 from flask import Flask, request, session, g, redirect, url_for, abort, \ render_template, flash, _app_ctx_stack def get_db(): """Opens a new database connection […]

如何从Windows机器上完全删除Python？: 我安装了Python 2.7和Python 2.6.5。我不知道出了什么问题，但是没有任何与Python有关的东西似乎再也行不通了。例如“setup.py安装”某些软件包不能识别“安装”参数和其他奇怪的现象… 我想完全从我的系统中删除Python。我试着运行2.7和2.6 msi文件，select删除Python，然后只运行2.6并重新安装。仍然东西不工作。我如何彻底删除Python – 从一切？（！）我不想仅仅因为安装Python而重新安装整个机器…

在Python中测量已用时间: 是否有一个简单的方法/模块来正确测量在Python中经过的时间？我知道，我可以简单地调用time.time()两次，并采取不同的结果，但如果系统时间改变，这将产生错误的结果。当然，这并不经常发生，但这确实表明我正在测量错误的东西。使用time.time()来衡量持续时间，当你想到它的时候是非常迂回的。根据持续时间测量（由定时器执行）和已知绝对时间（手动设置或通过ntp设置）构build的两个绝对时间测量结果的差值，您根本不感兴趣。那么，有没有办法直接查询这个“计时器时间”？我会想象它可以表示为一个毫秒或微秒的值，没有有意义的绝对表示（因此不需要用系统时间进行调整）。回顾一下，这似乎正是System.nanoTime()在Java中所做的，但是我没有find相应的Python函数，尽pipe它应该比硬件（技术上）更容易提供，而不是time.time() 。编辑：为了避免混淆，并解决下面的答案：这不是关于DST的变化，我也不想CPU时间 – 我想要经过的物理时间。它不需要非常精细，甚至不是特别准确。只是因为有人决定将系统时钟设置为不同的值，它不应该给我负面的持续时间或持续时间的几个数量级（高于粒度）。以下是Python文档关于'time.time（）'的说法： “虽然此函数通常返回非递减值，但如果系统时钟已经在两次调用之间回退，它可以返回比先前调用更低的值” 这正是我想要避免的，因为它会导致时间计算中的负值等奇怪的事情。目前我可以解决这个问题，但是我相信在可行的情况下学习使用适当的解决scheme是一个好主意，因为有一天这些问题将会回来咬你。编辑2：一些研究表明，你可以通过使用GetTickCount64（）在Windows中获得像我想要的系统时间独立测量，在Linux下，你可以得到times（）的返回值。但是，我仍然无法find一个在Python中提供这个function的模块。