副业

zip()函数是Python的一个内建函数，它接受一系列可迭代的对象作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的列表。如果各个迭代器的元素个数不一致，则返回列表长度与最短的对象相同。利用 * 号操作符，可以将元组解压为列表。以下是一个示例代码：

a = [1, 2, 3]
b = [4, 5, 6]
c = [7, 8, 9]
zipped = zip(a, b, c)
print(list(zipped))

在上面的代码中，我们将三个列表合并为一个元组，然后使用zip()函数将它们打包在一起

你可以使用Python的csv模块来写入不等长的列表。你可以使用csv.writer()函数来写入csv文件，该函数接受一个可迭代对象，例如列表。如果列表中的元素数量不同，则会将其对齐到最短的一列数据。你可以使用zip()函数将多个列表合并为一个元组，然后将元组写入csv文件。以下是一个示例代码

import csv
list1 = [1, 2, 3]
list2 = [4, 5]
list3 = [6, 7, 8, 9]
with open('output.csv', 'w', newline='') as file:
writer = csv.writer(file)
for row in zip(list1, list2, list3):
writer.writerow(row)

在上面的代码中，我们将三个长度不同的列表合并为一个元组，然后将元组写入csv文件。请注意，我们使用zip()函数将多个列表合并为一个元组，并使用csv.writer()函数将元组写入csv文件

fileinput库怎么用

fileinput 库是 Python 标准库中的一个模块，可以用于读取多个文件的内容，它可以从一个或多个文件中读取数据，也可以从标准输入读取数据。

下面是一个简单的例子，展示如何使用 fileinput 从文件中读取数据：

import fileinput
# 打开文件
with fileinput.input('file.txt') as f:
# 逐行读取文件内容
for line in f:
# 处理每一行的数据
print(line.strip())

在上面的代码中，我们使用 fileinput.input() 函数打开文件 'file.txt'，并使用 with 语句处理文件读取过程中的异常。然后，我们使用 for 循环逐行读取文件内容，对每一行的数据进行处理，并打印出来。

除了从文件中读取数据之外，fileinput 还可以从标准输入读取数据。例如，下面的代码演示了如何从标准输入读取数据：

import fileinput
# 从标准输入读取数据
for line in fileinput.input():
# 处理每一行的数据
print(line.strip())

在上面的代码中，我们没有指定要读取的文件名，而是直接使用 fileinput.input() 函数从标准输入读取数据。然后，我们使用 for 循环逐行读取输入数据，并对每一行的数据进行处理，并打印出来。

除了上面演示的例子外，fileinput 还有其他一些功能，例如可以指定多个文件进行读取，也可以在读取文件时进行原地替换等等。具体使用方法可以参考官方文档。

和open readline的区别

fileinput 库和 open() 函数以及 readline() 方法都可以用于读取文件内容，但它们之间有一些区别。

open() 函数是 Python 中最基本的文件读写函数，用于打开一个文件并返回一个文件对象。可以通过 readline() 方法逐行读取文件内容，或者使用 read() 方法读取整个文件内容。例如：

with open('file.txt', 'r') as f:
line = f.readline()  # 读取文件的一行内容
content = f.read()  # 读取整个文件的内容

fileinput 库可以读取多个文件的内容，也可以从标准输入读取数据。与 open() 函数不同，fileinput 库可以在读取文件时进行原地替换。例如：

import fileinput
# 读取多个文件的内容
for line in fileinput.input(['file1.txt', 'file2.txt']):
# 处理每一行的数据
print(line.strip())
# 原地替换文件内容
with fileinput.input('file.txt', inplace=True) as f:
for line in f:
print(line.replace('old', 'new'), end='')

readline() 方法只能逐行读取文件内容，并且需要在循环中进行迭代。例如：

with open('file.txt', 'r') as f:
while True:
line = f.readline()
if not line:
break
# 处理每一行的数据
print(line.strip())

需要注意的是，readline() 方法在读取文件内容时，会将文件内容一行一行地读取到内存中，如果文件非常大，可能会导致内存占用过高。因此，如果需要处理大文件，建议使用 fileinput 库或者其他的流式读取方式。

分割后取第二列，获得的是字符串：
data_num=data_num[0].str.split(';',expand=True)[1]

python pandas的一个使用技巧。
Pandas DataFrame 直接取一行数据会得到Series，
如果想让结果保持原dataframe格式，在索引外加 [] 即可。

s2 = test_df.loc[[0],:]
```<!--autointro-->

您可以使用 ctypes 模块提供的 windll 或 cdll 属性来加载 DLL 并使用 dir() 函数列出其中的函数。

以下是一个简单的示例：

import ctypes
# 加载 DLL
mydll = ctypes.windll.LoadLibrary("MyDll.dll")
# 列出 DLL 中的函数
print(dir(mydll))

在这个示例中，我们使用 ctypes.windll.LoadLibrary() 函数加载 DLL，并使用 dir() 函数列出其中的函数。windll 属性用于加载使用 Win32 API 调用约定的 DLL，cdll 属性用于加载使用 C 调用约定的 DLL。

运行这个脚本，它将加载 DLL 并输出其中的函数列表。

请注意，如果您的 DLL 使用了 C++，则需要在 DLL 中使用 extern "C" 包裹函数声明，以确保 C++ 名称修饰不会影响导出函数的名称。

总结一下：

• 使用 ctypes 模块提供的 windll 或 cdll 属性可以加载 DLL 并列出其中的函数。

• 使用 ctypes.windll.LoadLibrary() 函数加载 DLL。

• 使用 dir() 函数列出 DLL中的函数。

• 如果您的 DLL 使用了 C++，则需要在 DLL 中使用 extern "C" 包裹函数声明，以确保 C++ 名称修饰不会影响导出函数的名称。

读取数据readlines()去掉\n
样式

f = open("file.txt",encoding='utf-8')
date = f.readlines()
print(date)
f.close()
# 结果: ['我是主帅\n', '我来自河北\n', '我喜欢中国']

第一种方法,用splitlines()去除

f = open("file.txt",encoding='utf-8')
date = f.read().splitlines()
print(date)
f.close()
#结果：['我是主帅', '我来自河北', '我喜欢中国']

这种方法用到了splitlines():
Python splitlines() 按照行(’\r’, ‘\r\n’, \n’)分隔，返回一个包含各行作为元素的列表，如果参数 keepends 为 False，不包含换行符，如果为 True，则保留换行符。
第二种方法,

f = open("file.txt",encoding="utf-8")
date = f.readlines()
date = ''.join(date).strip('\n')
print(date)
f.close()

# 结果:
# 我是主帅
# 我来自河北
# 我喜欢中国

用join将列表转换为新的字符串,再用strip()去掉空白符(\n)
join():
Python join() 方法用于将序列中的元素以指定的字符连接生成一个新的字符串
strip():
Python strip() 方法用于移除字符串头尾指定的字符（默认为空格或换行符）或字符序列。
注意：该方法只能删除开头或是结尾的字符，不能删除中间部分的字符。
encoding只是编码问题

解决方法一：将conda-forge添加到搜索路径上
首先，当出现这种报错时，应该首先尝试使用以下命令将conda-forge channel添加到你的channel列表中：
conda config --append channels conda-forge
它告诉conda在搜索软件包时也要在conda-forge channel上查看。
然后你就可以尝试利用如下命令再次安装
conda install 包名
原因在于：channel可以看成是托管python包的服务器，当无法通过标准channel获得python包时，社区驱动的conda-forge通常是一个很好的地点。大部分问题都可以利用这条语句解决。

首先使用conda创建虚拟环境
conda create -n env_pandas
激活虚拟环境
conda activate env_pandas

import time
# timeNum=1566366547705#毫秒时间戳
timeNum= 1601974038267
timeTemp = float(timeNum/1000)
tupTime = time.localtime(timeTemp)
stadardTime = time.strftime("%Y-%m-%d %H:%M:%S", tupTime)
print(stadardTime)
```<!--autointro-->

plt h_fig.canvas.toolbar.zoom()怎么避免多次设置失效

Based on the code snippet you provided, it seems like you are using Matplotlib, a popular Python library for creating visualizations.

The plt module in Matplotlib provides an interface for creating plots, while the h_fig.canvas.toolbar.zoom() method is used to enable zooming functionality on a plot.

To avoid multiple calls to h_fig.canvas.toolbar.zoom() from causing the zooming feature to become ineffective, you can check if the zooming feature has already been enabled before calling the method again. One way to do this is to use a boolean flag to keep track of whether the zooming feature has been enabled or not. Here’s an example:

import matplotlib.pyplot as plt
# Create a figure and plot some data
fig, ax = plt.subplots()
ax.plot([1, 2, 3], [4, 5, 6])
# Enable zooming feature if it hasn't been enabled yet
if not hasattr(fig.canvas.toolbar, '_id_drag_zoom'):
fig.canvas.toolbar.zoom()
# Show the plot
plt.show()

In this example, the hasattr() function is used to check if the '_id_drag_zoom' attribute has been set on the toolbar object. This attribute is set when the zooming feature is enabled, so if it exists, it means that the feature has already been enabled and there’s no need to call h_fig.canvas.toolbar.zoom() again.

By checking for this attribute, you can ensure that the zooming feature is only enabled once, even if the code that calls h_fig.canvas.toolbar.zoom() is executed multiple times.

在 Python 中，使用全局变量需要在函数内部声明。

如果你在函数内部使用全局变量，而没有进行声明，Python 将会认为这是一个局部变量，而不是全局变量。这样就会导致在函数中无法访问到全局变量，同时也可能出现一些意料之外的行为。

要在函数内部使用全局变量，可以使用global关键字来声明。例如：

x = 0  # 全局变量
def my_function():
global x  # 声明 x 为全局变量
x = 1    # 修改全局变量 x 的值
my_function()
print(x)  # 输出 1

在上面的示例代码中，我们在函数内部使用了全局变量x，并使用global关键字在函数内部声明了x为全局变量。

需要注意的是，在函数中修改全局变量的值会影响到所有使用该全局变量的代码。因此，使用全局变量需要谨慎，最好避免在函数中修改全局变量的值，而是应该通过函数的参数和返回值来传递数据。

可以使用 plt.get_fignums() 函数获取当前所有的 Figure 对象的编号列表，然后使用 plt.figure() 函数判断是否存在指定编号的 Figure 对象。如果存在，则获取该 Figure 对象的句柄，并使用 fig.add_subplot() 函数创建子图并作图；如果不存在，则使用 plt.figure() 函数创建新的 Figure 对象，并使用 fig.add_subplot() 函数创建子图并作图

matplotlib新建编号从1到10的10个figure

可以使用 plt.figure() 函数创建新的 Figure 对象，并使用循环语句创建编号从 1 到 10 的 10 个 Figure 对象。下面是一个简单的例子：

import matplotlib.pyplot as plt
for i in range(1, 11):
fig = plt.figure(i)
plt.plot([0, 1], [0, 1])
plt.title('Figure {}'.format(i))

在这个例子中，使用循环语句创建编号从 1 到 10 的 10 个 Figure 对象。在每个循环中，使用 plt.figure() 函数创建一个新的 Figure 对象，并指定 Figure 对象的编号为当前循环变量 i。然后，使用 plt.plot() 函数在该 Figure 对象中画一条直线，以便在图像中显示出来。最后，使用 plt.title() 函数为该 Figure 对象设置标题，标题内容为 "Figure i"，其中 i 为当前循环变量。

需要注意的是，如果已经有一个 Figure 对象使用了指定的编号，那么 plt.figure() 函数将返回该 Figure 对象。因此，在本例中，如果之前已经创建了编号为 1 的 Figure 对象，则在第一次循环中，将会获取到该 Figure 对象，而不是创建一个新的 Figure 对象。如果需要创建新的 Figure 对象，请确保使用未被占用的编号。

然后在每个figure中创建子图并分别作图

要在每个 Figure 对象中创建子图，并在子图中作图，可以使用 fig.add_subplot() 函数创建子图，并使用 subplot.plot() 函数在子图中作图。下面是一个例子：

import matplotlib.pyplot as plt
import numpy as np
for i in range(1, 11):
fig = plt.figure(i)
fig.suptitle('Figure {}'.format(i))
for j in range(1, 4):
ax = fig.add_subplot(1, 3, j)
ax.plot(np.linspace(0, 10, 100), np.sin(np.linspace(0, 10, 100*j)))
ax.set_title('Subplot {}'.format(j))
plt.show()

在这个例子中，首先创建了 10 个 Figure 对象，编号分别为 1 到 10，然后使用循环创建子图。在每个 Figure 对象中，使用 fig.add_subplot() 函数创建 1 行 3 列的子图网格，并依次在第 1、2、3 个子图中作图。在每个子图中，使用 ax.plot() 函数画出一条正弦曲线，并使用 ax.set_title() 函数设置子图标题。最后，使用 fig.suptitle() 函数为每个 Figure 对象设置总标题。

需要注意的是，fig.add_subplot() 函数的参数 1, 3, j 表示将子图网格分为 1 行 3 列，当前子图位于第 j 列。在本例中，j 的取值为 1、2、3，因此创建了 3 个子图。如果需要创建不同行列数的子图网格，可以相应地修改这些参数。

在本例中，使用了 numpy 库生成正弦曲线进行演示，您可以根据自己的需要修改 ax.plot() 函数的参数，作出您需要的图形。最后，使用 plt.show() 函数显示所有的图形。

python清空所有figure的曲线

在 Matplotlib 中，可以使用 clf() 函数来清空当前 Figure 对象中的所有曲线。该函数会将 Figure 对象中的所有 Axes 对象都清空，并将其状态重置为默认状态。下面是一个简单的例子：

import matplotlib.pyplot as plt
import numpy as np
# 画出两条曲线
plt.plot(np.linspace(0, 10, 100), np.sin(np.linspace(0, 10, 100)))
plt.plot(np.linspace(0, 10, 100), np.cos(np.linspace(0, 10, 100)))
# 清空当前 Figure 对象中的所有曲线
plt.clf()

在这个例子中，首先使用 plot() 函数画出了两条曲线。然后使用 clf() 函数清空当前 Figure 对象中的所有曲线。由于没有指定具体的 Figure 对象，因此会清空当前活动的 Figure 对象。如果需要清空指定的 Figure 对象中的曲线，可以先使用 figure() 函数获取指定的 Figure 对象，然后再使用 clf() 函数清空该对象中的曲线，例如：

fig = plt.figure(1)
plt.plot(np.linspace(0, 10, 100), np.sin(np.linspace(0, 10, 100)))
plt.plot(np.linspace(0, 10, 100), np.cos(np.linspace(0, 10, 100)))
fig.clf()

在这个例子中，首先使用 figure() 函数获取 Figure 对象 1，然后使用 plot() 函数画出两条曲线。接着使用 clf() 函数清空 Figure 对象 1 中的所有曲线。

您好，您可以使用Python内置函数open()来读取txt文件中的内容。以下是一些常用的方法：

1. 使用read()函数逐个字节或者字符读取txt文件中的内容；
2. 使用readline()函数逐行读取txt文件中的内容；
3. 使用readlines()函数一次性读取txt文件中多行内容。

您可以根据自己的需求选择不同的方法。如果您想要一次性读取整个文件，可以使用read()函数。如果您想要逐行读取文件，可以使用readline()函数。如果您想要一次性读取多行内容，可以使用readlines()函数。

以下是一个示例代码，演示如何使用Python读取txt文件中的内容：

with open('file.txt', 'r') as f:
content = f.read()
print(content)

请注意，这里的’file.txt’是您要读取的txt文件名，’r’表示以只读模式打开文件。如果您想要写入文件，请使用’w’模式。