欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Jupyter Notebook折疊輸出的內(nèi)容實(shí)例

 更新時(shí)間:2020年04月22日 09:15:17   作者:此生小會(huì)  
這篇文章主要介紹了Jupyter Notebook折疊輸出的內(nèi)容實(shí)例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧

一、問題描述

當(dāng)Jupyter Notebook的輸出內(nèi)容很多時(shí),為了屏幕可以顯示更多的代碼行,我需要將輸出的內(nèi)容進(jìn)行折疊。

二、解決方法

1、鼠標(biāo)操作

(1)鼠標(biāo)左鍵雙擊輸出單元格的左側(cè)灰色區(qū)域。

(2)展開:鼠標(biāo)左鍵單機(jī)下方的灰色區(qū)域即可。如下圖所示:

2、快捷鍵操作

(1)按Esc鍵

(2)按字母O

(3)展開:同上。

補(bǔ)充知識(shí):Python 找出出現(xiàn)次數(shù)超過數(shù)組長度一半的元素實(shí)例

利用問題的普遍性和特殊性來求解,代碼如下:

import unittest
from datetime import datetime


class GetFreqNumbersFromList(unittest.TestCase):
  def setUp(self):
    print("\n")
    self.start_time = datetime.now()
    print(f"{self._testMethodName} start: {self.start_time}")

  def tearDown(self):
    self.end_time = datetime.now()
    print(f"{self._testMethodName} end: {self.end_time}")
    exec_time = (self.end_time - self.start_time).microseconds
    print(f"{self._testMethodName} exec_time: {exec_time}")

  def normal_solution(self, _list, _debug=False):
    """
    普遍性解法
    利用字典記錄每個(gè)元素出現(xiàn)的次數(shù)——然后找出元素出現(xiàn)次數(shù)超過數(shù)組長度一半的元素
    普遍性解法針對(duì)任何次數(shù)的統(tǒng)計(jì)均適用而不光只是針對(duì)出現(xiàn)次數(shù)超過數(shù)組長度一半的情況
    """
    _target = len(_list) // 2
    _dict = {}
    for _member in _list:
      if _member not in _dict:
        _dict.setdefault(_member, 1)
      else:
        _dict[_member] += 1
    _ret = [_member for _member in _dict if _dict[_member] > _target]
    if _debug:
      print(_ret)
    return _ret

  def specific_solution(self, _list, _debug=False):
    """
    特殊性解法
    假設(shè)有兩個(gè)元素出現(xiàn)的次數(shù)都超過數(shù)組長度一半就會(huì)得出兩個(gè)元素出現(xiàn)的次數(shù)超出了數(shù)組長度的矛盾結(jié)果——所以超過數(shù)組長度一半的元素是唯一的
    排序后在數(shù)組中間的一定是目標(biāo)解
    特殊性解法只能針對(duì)元素出現(xiàn)次數(shù)超過數(shù)組長度一半的情況
    """
    _list.sort()
    if _debug:
      print(_list[len(_list) // 2])
    return _list[len(_list) // 2]

  def test_normal_solution(self):
    actual_result = self.normal_solution([2,2,2,2,2,2,1,1,1,1,1], False)
    self.assertEqual(actual_result[0], 2)

  def test_specific_solution(self):
    actual_result = self.specific_solution([2,2,2,2,2,2,1,1,1,1,1], False)
    self.assertEqual(actual_result, 2)


if __name__ == "__main__":
  # 找出出現(xiàn)次數(shù)超過數(shù)組長度一半的元素
  suite = unittest.TestSuite()
  suite.addTest(GetFreqNumbersFromList('test_normal_solution'))
  suite.addTest(GetFreqNumbersFromList('test_specific_solution'))
  runner = unittest.TextTestRunner()
  runner.run(suite)

測(cè)試結(jié)果:

在一篇文章看到這個(gè)LeetCode上的問題,自己動(dòng)手寫寫♪(・ω・)ノ

以上這篇Jupyter Notebook折疊輸出的內(nèi)容實(shí)例就是小編分享給大家的全部內(nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。

相關(guān)文章

  • Python 實(shí)現(xiàn)Mac 屏幕截圖詳解

    Python 實(shí)現(xiàn)Mac 屏幕截圖詳解

    今天小編就為大家分享一篇對(duì)Python 實(shí)現(xiàn)Mac 屏幕截圖詳解,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧
    2021-10-10
  • 利用Python統(tǒng)計(jì)Jira數(shù)據(jù)并可視化

    利用Python統(tǒng)計(jì)Jira數(shù)據(jù)并可視化

    目前公司使用 Jira 作為項(xiàng)目管理工具,在每一次迭代完成后的復(fù)盤會(huì)上,我們都需要針對(duì)本次迭代的 Bug 進(jìn)行數(shù)據(jù)統(tǒng)計(jì),以幫助管理層能更直觀的了解研發(fā)的代碼質(zhì)量。本篇文章將介紹如何利用統(tǒng)計(jì) Jira 數(shù)據(jù),并進(jìn)行可視化,需要的可以參考一下
    2022-07-07
  • 深入解析Python中的descriptor描述器的作用及用法

    深入解析Python中的descriptor描述器的作用及用法

    在Python中描述器也被稱為描述符,描述器能夠?qū)崿F(xiàn)對(duì)對(duì)象屬性的訪問控制,下面我們就來深入解析Python中的descriptor描述器的作用及用法
    2016-06-06
  • 如何在Python中將字符串轉(zhuǎn)換為數(shù)組詳解

    如何在Python中將字符串轉(zhuǎn)換為數(shù)組詳解

    最近在用Python,做一個(gè)小腳本,有個(gè)操作就是要把內(nèi)容換成數(shù)組對(duì)象再進(jìn)行相關(guān)操作,下面這篇文章主要給大家介紹了關(guān)于如何在Python中將字符串轉(zhuǎn)換為數(shù)組的相關(guān)資料,需要的朋友可以參考下
    2022-12-12
  • Pycharm以root權(quán)限運(yùn)行腳本的方法

    Pycharm以root權(quán)限運(yùn)行腳本的方法

    今天小編就為大家分享一篇Pycharm以root權(quán)限運(yùn)行腳本的方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧
    2019-01-01
  • Python的numpy選擇特定行列的方法

    Python的numpy選擇特定行列的方法

    這篇文章主要介紹了Python的numpy選擇特定行列的方法,有時(shí)需要抽取矩陣中特定行的特定列,比如,需要抽取矩陣x的0,1行的0,3列,結(jié)果為矩陣域,需要的朋友可以參考下
    2023-08-08
  • python深度學(xué)習(xí)TensorFlow神經(jīng)網(wǎng)絡(luò)模型的保存和讀取

    python深度學(xué)習(xí)TensorFlow神經(jīng)網(wǎng)絡(luò)模型的保存和讀取

    這篇文章主要為大家介紹了python深度學(xué)習(xí)TensorFlow神經(jīng)網(wǎng)絡(luò)如何將訓(xùn)練得到的模型保存下來方便下次直接使用。為了讓訓(xùn)練結(jié)果可以復(fù)用,需要將訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型持久化
    2021-11-11
  • Pytorch加載圖像數(shù)據(jù)集的方法

    Pytorch加載圖像數(shù)據(jù)集的方法

    這篇文章主要介紹了Pytorch加載圖像數(shù)據(jù)集的方法,加載圖像數(shù)據(jù)集(這里以分類為例),通常都需要經(jīng)過兩個(gè)步驟:定義數(shù)據(jù)集和創(chuàng)建Dataloader數(shù)據(jù)加載器,本文通過代碼示例和圖文講解的非常詳細(xì),需要的朋友可以參考下
    2024-08-08
  • Python圖像銳化與邊緣檢測(cè)之Scharr,Canny,LOG算子詳解

    Python圖像銳化與邊緣檢測(cè)之Scharr,Canny,LOG算子詳解

    圖像銳化和邊緣檢測(cè)主要包括一階微分銳化和二階微分銳化,本文主要講解常見的圖像銳化和邊緣檢測(cè)方法,即Scharr算子、Canny算子和LOG算子,需要的可以參考一下
    2022-12-12
  • 詳解Python如何解析JSON中的對(duì)象數(shù)組

    詳解Python如何解析JSON中的對(duì)象數(shù)組

    這篇文章主要為大家詳細(xì)介紹了如何使用Python的JSON模塊傳輸和接收J(rèn)SON數(shù)據(jù),文中的示例代碼講解詳細(xì),感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下
    2023-10-10

最新評(píng)論