Python导出微信群成员itchat

非修改性序列算法

该算法不改动容器中元素的次序,也不改动元素值。一般通过input迭代器和forward迭代器完成工作,可用于所有的标准容器。

一.for_each算法:for_each(iterator begin,iterator end,proc op)

该算法对区间[begin,end)中的每个元素调用进程op

①不修改元素

②修改元素

③使用其返回值:例如返回sum求和

二.元素计数

count(Iterator start,Iterator end,value)

count(Iterator start,Iterator end,Condition)

三.最大值最小值

最小值:

Iterator min_element(Iterator beg,Iterator end);

Iterator min_element(Iterator beg,Iterator end,comFunc op);

四.搜寻元素

1.搜寻第一个匹配元素

Iterator find(Iterator beg,Iterator end,value);

Iterator find_if(Iterator beg,Iterator end,value,ConditionFunc);

2.搜寻前n个连续匹配值

Iterator search_n(Iterator beg,Iterator end,Size count,value);返回连续count等于value的元素的起始位置

Iterator search_n(Iterator beg,Iterator end,Size count,value,BinaryPredicate op);返回连续count满足op的元素的起始位置

3.搜寻第一个子区间

Iterator search(Iterator1 beg,Iterator1 end,Iterator2 beg,Iterator2 end);iterator1原串,iterator子串

Iterator search(Iterator1 beg,Iterator1 end,Iterator2 beg,Iterator2 end,BinaryPredicate op);

4.搜寻最后一个子区间(类似于3)

Iterator find_end(Iterator1 beg,Iterator1 end,Iterator2 beg,Iterator2 end);iterator1原串,iterator子串

Iterator find_end(Iterator1 beg,Iterator1 end,Iterator2 beg,Iterator2 end,BinaryPredicate op);

5.搜寻某些元素的第一次出现位置(类似于search)

Iterator find_first_of(Iterator1 beg,Iterator1 end,Iterator2 beg,Iterator2 end);iterator1原串,iterator子串

Iterator find_first_of(Iterator1 beg,Iterator1 end,Iterator2 beg,Iterator2 end,BinaryPredicate op);

6.搜寻两个连续相等的元素(或者连续满足条件的)

Iterator adjacent_find(Iterator beg,Iterator end);

Iterator adjacent_find(Iterator beg,Iterator end,Predicate op);

HTML简介

1.基本结构

<html></html>:html文档被其包裹

<head></head>:html头文件标记,不在浏览器中显示

<title></title>:html文件标题,网页主题

<body></body>:网页的主体部分,在浏览器中显示

<meta></meta>:网页的元信息,提供有关页面的原信息,比如针对搜索引擎和更新频度的描述和关键词。meta标记必须放在head元素里面

2.文档设置标记

多线程

一、创建

1.用threading模块创建多线程

①把一个函数传入并创建Thread实例,然后用start启动

②从threading.Thread继承并创建线程类,然后重写__init__() 和run()方法

2.使用threading.Thread

二、实例

多线程读写文件时,需要分块操作,每一块开一个线程。

ref:Python多线程循环

Python 机器学习库 NumPy 教程

Python 机器学习库 NumPy 教程

一.介绍

NumPy的数组类是ndarray,它有一个别名是 numpy.array,但这与Python标准库的array.array并不一样。后者仅仅是一个一维数组。而ndarray具有以下的属性:

  • ndarray.ndim:数组的维数。在Python世界中,维数称之为rank
  • ndarray.shape:数组的维度。这是一系列数字,长度由数组的维度(ndim)决定。例如:长度为n的一维数组的shape是n。一个n行m列的矩阵的shape是n,m
  • ndarray.size:数组中所有元素的数量
  • ndarray.dtype:数组中元素的类型,例如numpy.int32, numpy.int16或者numpy.float64
  • ndarray.itemsize:数组中每个元素的大小,单位为字节
  • ndarray.data:存储数组元素的缓冲。通常我们只需要通过下标来访问元素,而不需要访问缓冲

二.特定array的创建

  • zeros:用来创建元素全部是0的数组
  • ones:用来创建元素全部是1的数组
  • empty:用来创建未初始化的数据,因此是内容是不确定的
  • arange:通过指定范围和步长来创建数组
  • linespace:通过指定范围和元素数量来创建数组
  • random:用来生成随机数

三.Shape与操作

  • reshape:根据已有数组和指定的shape,生成一个新的数组
  • vstack:用来将多个数组在垂直(v代表vertical)方向拼接(数组的维度必须匹配)
  • hstack:用来将多个数组在水平(h代表horizontal)方向拼接(数组的维度必须匹配)
  • hsplit:用来将数组在水平方向拆分
  • vsplit:用来将数组在垂直方向拆分

四.索引

五.数学运算

六.矩阵

七.随机数