Tag: python

python相当于filter（）获取两个输出列表（即列表分区）

比方说，我有一个列表和一个过滤function。 使用类似的东西 >>> filter(lambda x: x > 10, [1,4,12,7,42]) [12, 42] 我可以得到符合标准的元素。 有没有一个我可以使用的函数会输出两个列表，其中一个元素匹配，其余元素之一？ 我可以调用filter()函数两次，但这有点难看:) 编辑：元素的顺序应该保存，我可能有多个相同的元素。

按名称调用Python方法

如果我在一个string中有一个对象和一个方法名称，我怎样才能调用这个方法？ class Foo: def bar1(self): print 1 def bar2(self): print 2 def callMethod(o, name): ??? f = Foo() callMethod(f, "bar1")

识别对象，为什么从id（…）返回的值改变？

ID（对象） 这是一个整数（或长整数），在整个生命周期中保证它是唯一的，并且是常量。 你能解释这个输出吗？ 为什么j的id改变了？ >>> i=10 >>> id(i) 6337824 >>> j=10 >>> id(j) 6337824 >>> j=j+1 >>> id(j) 6337800 >>> id(i) 6337824

file.tell（）不一致

有人碰巧知道为什么当你这样迭代一个文件： input： f = open('test.txt', 'r') for line in f: print "f.tell(): ",f.tell() 输出： f.tell(): 8192 f.tell(): 8192 f.tell(): 8192 f.tell(): 8192 我始终从tell（）获取错误的文件索引，但是，如果使用readline，我将得到tell（）的适当索引： input： f = open('test.txt', 'r') while True: line = f.readline() if (line == ''): break print "f.tell(): ",f.tell() 输出： f.tell(): 103 f.tell(): 107 f.tell(): 115 f.tell(): 124 我正在运行Python 2.7.1顺便说一句。

Python请求库redirect新的URL

我一直在查看Python请求文档，但是我看不到任何我想要实现的function。 在我的脚本中，我设置了allow_redirects=True 。 我想知道，如果该网页已被redirect到别的什么新的URL。 例如，如果起始url是： www.google.com/redirect 最终的url是www.google.co.uk/redirected 我如何获得该url？

检测列表中的连续整数

我有一个包含这样的数据的列表： [1, 2, 3, 4, 7, 8, 10, 11, 12, 13, 14] 我想打印出连续整数的范围： 1-4, 7-8, 10-14 有没有内置/快速/有效的方法呢？

用Spark加载CSV文件

我是Spark的新手，我试图用Spark从文件中读取CSV数据。 这是我在做什么： sc.textFile('file.csv') .map(lambda line: (line.split(',')[0], line.split(',')[1])) .collect() 我希望这个调用给我一个我的文件的两个第一列的列表，但我得到这个错误： File "<ipython-input-60-73ea98550983>", line 1, in <lambda> IndexError: list index out of range 虽然我的CSV文件不止一列。

MySQL – 使用Python在不同服务器上的数据库之间进行连接？

在MySQL ，我有两个不同的数据库 – 我们称它们为A和B 数据库A驻留在服务器server1 ，而数据库B驻留在服务器server2 。 两台服务器{ A ， B }在物理上彼此接近 ，但在不同的机器上，并具有不同的连接参数（不同的用户名，不同的密码等）。 在这种情况下，是否可以在数据库A中的表与数据库B的表之间执行连接？ 如果是这样，我怎样才能用python编程呢？ （我正在使用python的MySQLDB分别与每个数据库进行交互）。

NumPy：用0除零返回0

我试图在Python中执行元素明智的鸿沟，但如果遇到零，我需要商为零。 例如： array1 = np.array([0, 1, 2]) array2 = np.array([0, 1, 1]) array1 / array2 # should be np.array([0, 1, 2]) 我总是可以通过我的数据使用for循环，但要真正利用numpy的优化，我需要divide函数返回0除以零错误，而不是忽略错误。 除非我失去了一些东西，它似乎并不numpy.seterr（）可以返回错误的值。 有没有人有任何其他的build议，我怎样才能得到最好的numpy，同时设置我自己的鸿沟零error handling？

在Python中静音一个函数的标准输出，而不是废弃sys.stdout并恢复每个函数调用

有没有办法在Python沉默标准输出没有包装像以下函数调用？ 原始的破碎的代码： from sys import stdout from copy import copy save_stdout = copy(stdout) stdout = open('trash','w') foo() stdout = save_stdout 编辑：从Alex Martelli更正的代码 import sys save_stdout = sys.stdout sys.stdout = open('trash', 'w') foo() sys.stdout = save_stdout 这种方式的工作，但似乎是非常低效。 必须有更好的方法。 有任何想法吗？