使用vscode编写python还是挺舒服的,但是如果给vscode安装了语法校验插件,例如flake8,会常常提示一些非常苛刻的语法问题,其中最让人不能忍受的就是line to long. 一行仅能容纳79个字符?显然不够用!强迫症患者对于代码中的语法错误提示是无法容忍的,所以必须要消灭它. 在命令行中输入:flake8 --help,会显示一下帮助选项,其中一条是: --max-line-length=n Maximum allowed line length for the entiret
原文:http://norvig.com/spell-correct.html 翻译:http://blog.youxu.info/spell-correct.html 怎样写一个拼写检查器 Peter Norvig 翻译: Eric You XU 上个星期, 我的两个朋友 Dean 和 Bill 分别告诉我说他们对 Google 的快速高质量的拼写检查工具感到惊奇. 比如说在搜索的时候键入 [speling], 在不到 0.1 秒的时间内, Google 会返回: 你要找的是不是 [spell
python静态代码检查 我们知道python是一门脚本语言,不像C#/Java等编译型语言可以在编译阶段就报出代码错误,脚本语言往往需要在运行期执行到这段代码时才会抛出代码错误. 那么在实际商业项目中使用python开发,我们是怎样做静态代码检查的呢? 首先在我们项目组推荐使用vscode做为python开发工具,本文我介绍下我们做的python代码静态审查来减少运行期的py脚本错误. 安装vscode插件:save and run,下载地址:Save and Run - Visual Stu
#!/usr/bin/python import socket import re import sys def check_server(address,port): s = socket.socket() print "Attempting to connect to %s on port %s" % (address,port ) try: s.connect((address,port)) print "Connected to %s on port %s"
Python pandas: check if any value is NaN in DataFrame # 查看每一列是否有NaN: df.isnull().any(axis=0) # 查看每一行是否有NaN: df.isnull().any(axis=1) # 查看所有数据中是否有NaN最快的: df.isnull().values.any() # In [2]: df = pd.DataFrame(np.random.randn(1000,1000)) In [3]: df[df > 0
目录缩进流程控制语句表达式函数对象的方法类型数学运算 缩进Python开发者有意让违反了缩进规则的程序不能通过编译,以此来强制程序员养成良好的编程习惯.并且Python语言利用缩进表示语句块的开始和退出(Off-side规则),而非使用花括号或 者某种关键字.增加缩进表示语句块的开始,而减少缩进则表示语句块的退出.缩进成为了语法的一部分.例如if语句: if age < 21: print("你不能买酒.") print("不过你能买口香糖.") print(