您现在的位置: 首页 > 网站导航收录 > 百科知识百科知识

python易于上手，你都用python做什么？

数据,爬虫,申请人python易于上手，你都用python做什么？

发布时间：2020-12-06加入收藏来源：互联网点击：



else:
respondent_address_result = re.findall(r'被申请人（.*）：.*住(.*)。', file2) # 自然人住址，只有'住'

for addr in respondent_address_result:
respondent_address_list.append(addr.strip('：'))

for detail_addr in range(len(respondent_address_list)):
locals()['respondent_address_' + str(detail_addr)] = respondent_address_list[detail_addr]


# 被申请人中是否有法人
respondent_is_legal_person_list = []
respondent_is_legal_person = 0
'''
0是自然人，1是公司法人，2是机关法人
'''
respondent_is_legal_person_result = re.findall(r'被申请人（.*）：(.*)，', file2)

if respondent_is_legal_person_result:
for person in respondent_is_legal_person_result:
respondent_is_legal_person_list.append(person)
for person2 in respondent_is_legal_person_list:
if '公司' in person2:
respondent_is_legal_person = 1
else:
respondent_is_legal_person_result = re.findall(r'被申请人（.*）：(.*)。', file2)
for person in respondent_is_legal_person_result:
respondent_is_legal_person_list.append(person)
for person2 in respondent_is_legal_person_list:
if '政府' in person2:
respondent_is_legal_person = 2

# 取出再审申请人的一、二审地位
appellant_level_list = []
appellant_level_0 = appellant_level_1 = ''

appellant_level_result = re.findall(r'再审申请人（(.*)）：', file2)
if appellant_level_result:
# appellant_level_list.append(appellant_level_result[0])
for detail in appellant_level_result[0].split('、'):
appellant_level_list.append(detail)

for get_detail in range(len(appellant_level_list)):
locals()['appellant_level_' + str(get_detail)] = appellant_level_list[get_detail]


with open('process_book' + '.csv', 'a+', encoding='utf-8') as file:
writer = csv.writer(file)
writer.writerow([
number, court_name, case_district,
appellant_name_0, appellant_address_0,
appellant_name_1, appellant_address_1,
appellant_name_2, appellant_address_2,
appellant_level_0, appellant_level_1,
respondent_address_0, respondent_address_1, respondent_address_2,
respondent_is_legal_person,
appellant_have_lawyer, retrial_respondent_have_lawyer,
collegiate_bench_num, chief_judge, judge_officer_0, judge_officer_1
])

---

回答于 2019-09-11 08:43:50

百战程序员IT问题专业解答

1、大数据分析处理。从事汽车电子软件开发工作，面对大量的CAN信号分析，人工工作很费时间，结合python工具可以快速分析数据规律，研究驾驶行为。

2、软件代码自动生成。对于汽车的信号收发处理，有固定的格式要求，这样就可以通过python自动导入dbc或者execl生成软件代码，既节省时间，又保证准确率

3、自动化测试。python能强大，在嵌入式设备调试中，可以调用各类测试工具提供的.dll文件，根据自身需要编写自动化测试方案。

回答于 2019-09-11 08:43:50

Python几种常见的功能：

1、系统编程：提供API(Application Programming Interface应用程序编程接口)，能方便进行系统维护和管理，Linux下标志性语言之一，是很多系统管理员理想的编程工具 。

2、图形处理：有PIL、Tkinter等图形库支持，能方便进行图形处理。

3、数学处理：NumPy扩展提供大量与许多标准数学库的接口。

4、文本处理：python提供的re模块能支持正则表达式，还提供SGML，XML分析模块，许多程序员利用python进行XML程序的开发。

5、数据库编程：程序员可通过遵循Python DB-API(数据库应用程序编程接口)规范的模块与Microsoft SQL Server，Oracle，Sybase，DB2，MySQL、SQLite等数据库通信。python自带有一个Gadfly模块，提供了一个完整的SQL环境。

6、网络编程：提供丰富的模块支持sockets编程，能方便快速地开发分布式应用程序。很多大规模软件开发计划例如Zope，Mnet及BitTorrent. Google都在广泛地使用它。

7、Web编程：应用的开发语言，支持最新的XML技术。

回答于 2019-09-11 08:43:50

谢谢邀请，学习选择很重要！！！

python易于上手，一本python菜鸟学习宝典，个人整理学习经验仅供参考！

感觉有本书 你就知道python可以做什么了,不过可惜的是这本书没有电子版，只有纸质的。

第 1章　从数学建模到人工智能

1.1　数学建模

1.1.1　数学建模与人工智能

1.1.2　数学建模中的常见问题

1.2　人工智能下的数学

1.2.1　统计量

1.2.2　矩阵概念及运算

1.2.3　概率论与数理统计

1.2.4　高等数学——导数、微分、不定积分、定积分

第2章 Python快速入门

2.1　安装Python

2.1.1　Python安装步骤

2.1.2　IDE的选择

2.2　Python基本操作

2.2.1　第 一个小程序

2.2.2　注释与格式化输出

2.2.3　列表、元组、字典

2.2.4　条件语句与循环语句

2.2.5　break、continue、pass

2.3　Python高级操作

2.3.1　lambda

2.3.2　map

2.3.3　filter

第3章　Python科学计算库NumPy

3.1　NumPy简介与安装

3.1.1　NumPy简介

3.1.2　NumPy安装

3.2　基本操作

3.2.1　初识NumPy

3.2.2　NumPy数组类型

3.2.3　NumPy创建数组

3.2.4　索引与切片

3.2.5　矩阵合并与分割

3.2.6　矩阵运算与线性代数

3.2.7　NumPy的广播机制

3.2.8　NumPy统计函数

3.2.9　NumPy排序、搜索

3.2.10　NumPy数据的保存

第4章　常用科学计算模块快速入门

4.1　Pandas科学计算库

4.1.1　初识Pandas

4.1.2　Pandas基本操作

4.2　Matplotlib可视化图库

4.2.1　初识Matplotlib

4.2.2　Matplotlib基本操作

 3/5   首页 上一页 1 2 3 4 5 下一页 尾页