python筆記二（2python）

本文目錄一覽：

• 1、Python筆記–查找以及更改python解析器的位置
• 2、iOS自動化python + WebDriverAgent使用筆記（二）
• 3、Python筆記：命令行參數解析
• 4、GDAL 筆記二：python for GDAL
• 5、Python筆記：Python裝飾器
• 6、Python數據分析筆記#8.2.2 索引上的合併

Python筆記–查找以及更改python解析器的位置

1.

2.

3.圖中箭頭所指即為python解析器的位置

4.在pychram：file-settings-python interpreter-設置-add-new environment-base interpreter將路徑粘到這裡選擇exe文件-existing environment同理

iOS自動化python + WebDriverAgent使用筆記（二）

新有一個新工具，它可以在沒有 xcodebuild 的情況下啟動 WDA，甚至可以在 Linux 和 Windows 下運行，見：

該工具需要的wda.ipa在上一篇筆記最下方有教程

Python筆記：命令行參數解析

有些時候我們需要通過命令行將參數傳遞給腳本，C語言中有個getopt()方法，python中也有個類似的命令行參數解析方法getopt()。python也提供了比getopt()更簡潔的argparse方法。另外，sys模塊也可以實現簡單的參數解析，本文將對這3種命令行參數解析方法簡要介紹。

sys.argv是傳入的參數列表，sys.argv[0]是當前python腳本的名稱，sys.argv[1]表示第一個參數，以此類推。

命令行運行：

可以看到傳入的參數通過sys.argv來獲取，它就是一個參數列表。

python的getopt與C語言的的getopt()函數類似。相比於sys模塊，支持長參數和短參數，並對參數解析賦值。但它需要結合sys模塊進行參數解析，語法格式如下：

短參數為單個英文字母，如果必須賦值需要在後面加英文冒號( : )，長參數一般為字元串(相比短參數，更能說明參數含義)，如果必須賦值需要在後面加等號( = )。

命令行運行：

注意：短參數(options)和長參數(long_options)不需要一一對應，可以任意順序，也可以只有短參數或者只有長參數。

argparse模塊提供了很多可以設置的參數，例如參數的默認值，幫助消息，參數的數據類型等。argparse類主要包括ArgumentParser、add_argument和parse_args三個方法。

下面介紹這三個函數的使用方法。

argparse默認提供了 -h | –help 參數：

命令行運行：

下面列出部分參數：

下面來添加參數：

命令行運行：

parse_args() 方法用於解析參數，在前面的示例代碼中使用parse_args方法來提取參數值，對於無效或者錯誤的參數會列印錯誤信息和幫助信息：

命令行運行：

本文介紹了Python的三種命令行參數解析方法sys.argv、getopt和argparse，可以根據自己的需要進行選擇，getopt和argparse兩種方法相比來說，建議選擇argparse，代碼量更少更簡潔。更詳細的使用方法參考官方文檔：

–THE END–

GDAL 筆記二：python for GDAL

Github上找到的好東西， 煮書 主要還是覆蓋了創建數據類型，統計數據量，轉換數據等。

個人感覺基於GDAL的二次開發，比ArcGIS Engine更加實用，因為 更加基礎，更加抽象，更加底層 。

gdal的安裝目錄內置了很多腳本，其中包括 gcp2vec.py ， gdal_auth.py ， gdal_calc.py ， gdal_edit.py ， gdal_fillnodata.py ， gdal_merge.py ， gdal_polygonize.py ， gdal_proximity.py ， gdal_retile.py ， gdal_sieve.py ， gdal2tiles.py ， gdal2xyz ， gdalchksum ， gdalcompare ， gdalident.py ， gdalimport.py ， gdalmove.py 等。

gdal2tiles.py 是一個gdal的擴展插件，運用gdal的數據接入口，將柵格圖片切成小瓦片和元數據，遵循OSGeo TMS標準。讓你自己的數據在openlayers和googlemap，方便你展示空間數據。

commenthol/gdal2tiles-leaflet

在.NET平台GDAL有很多坑，不建議使用，已排雷。

This directory in the GDAL project tree has some C# examples, specifically this one that might suit your needs.

You can find the GDAL API documentation here

There is an GDAL API tutorial here

The OGR API documentation is here

The OSR API documentation is here

All the links you need for GDAL can be reached from

All the links you need for OGR/OSR can be reached from

Python筆記：Python裝飾器

裝飾器是通過裝飾器函數修改原函數的一些功能而不需要修改原函數，在很多場景可以用到它，比如① 執行某個測試用例之前，判斷是否需要登錄或者執行某些特定操作；② 統計某個函數的執行時間；③ 判斷輸入合法性等。合理使用裝飾器可以極大地提高程序的可讀性以及運行效率。本文將介紹Python裝飾器的使用方法。

python裝飾器可以定義如下：

輸出：

python解釋器將test_decorator函數作為參數傳遞給my_decorator函數，並指向了內部函數 wrapper()，內部函數 wrapper() 又會調用原函數 test_decorator()，所以decorator()的執行會先列印’this is wrapper’，然後列印’hello world’， test_decorator()執行完成後，列印 ‘bye’ ，*args和**kwargs，表示接受任意數量和類型的參數。

裝飾器 my_decorator() 把真正需要執行的函數 test_decorator() 包裹在其中，並且改變了它的行為，但是原函數 test_decorator() 不變。

一般使用如下形式使用裝飾器：

@my_decorator就相當於 decorator = my_decorator(test_decorator) 語句。

內置裝飾器@functools.wrap可用於保留原函數的元信息（將原函數的元信息，拷貝到對應的裝飾器函數里）。先來看看沒有使用functools的情況：

輸出：

從上面的輸出可以看出test_decorator() 函數被裝飾以後元信息被wrapper() 函數取代了，可以使用@functools.wrap裝飾器保留原函數的元信息：

輸出：

裝飾器可以接受自定義參數。比如定義一個參數來設置裝飾器內部函數的執行次數：

輸出：

Python 支持多個裝飾器嵌套：

裝飾的過程：

順序從裡到外：

test_decorator(‘hello world’) 執行順序和裝飾的過程相反。

輸出：

類也可以作為裝飾器，類裝飾器主要依賴__call__()方法，是python中所有能被調用的對象具有的內置方法（python魔術方法），每當調用一個類的實例時，__call__()就會被執行一次。

下面的類裝飾器實現統計函數執行次數：

輸出：

下面介紹兩種裝飾器使用場景

統計函數執行所花費的時間

輸出：

在使用某些web服務時，需要先判斷用戶是否登錄，如果沒有登錄就跳轉到登錄頁面或者提示用戶登錄：

–THE END–

Python數據分析筆記#8.2.2 索引上的合併

「目錄」

數據規整：聚合、合併和重塑

Data Wrangling: Join, Combine, and Reshape

——– 資料庫風格的DataFrame合併

——– 索引上的合併

上一篇筆記講的是如何根據DataFrame的列名來鏈接兩個DataFrame對象。

有時候我們要根據DataFrame中的index索引來合併數據。這種情況下，我們可以傳入 left_index=True或right_index=True 或兩個都傳入來說明索引被用作鏈接鍵。

我們先創建兩個DataFrame，指明根據第一個DataFrame的’key’列和第二個DataFrame的index索引來合併數據：

默認的merge方法是求取鏈接鍵的交集，通過傳入how=’outer’可以得到它們的並集：

層次化索引數據的合併

對於層次化索引的數據的合併，我們要以 列表的形式指明用作合併鍵的多個列 。

比如下面我們就指定根據第一個DataFrame的’key1’列和’key2’列以及第二個DataFrame的index索引來合併：

同時使用雙方的索引來合併也沒問題：

join方法

DataFrame還有便捷的實例方法join，它能更方便的實現按索引合併，但要求沒有重疊的列。

我們還可以向join傳入一組DataFrame，類似於concat函數，實現多個DataFrame的合併拼接：

-END-