我正在使用Requests-Cache库来缓存Requests的结果。看来安装缓存就好了；请求 URL 会创建一个.sqlite缓存文件，后续请求会检索该数据，即使远程页面发生更改也是如此。

今天我的互联网连接很差，我注意到我的脚本（它发出许多（据说是缓存的）请求）运行缓慢。作为快速健全性检查，我尝试使用测试脚本来创建缓存，然后在断开计算机与 WiFi 的连接后再次运行它。但是，这会出错：

requests.exceptions.ConnectionError: HTTPConnectionPool(host='magicplugin.normalitycomics.com', port=80): Max retries exceeded with url: /update/updatelist.txt (Caused by NewConnectionError('<urllib3.connection.HTTPConnection object at 0x110390d68>: Failed to establish a new connection: [Errno 8] nodename nor servname provided, or not known'))

如果 Requests-Cache 将请求重定向为使用本地缓存数据，为什么请求甚至尝试连接到远程站点？有办法避免这种情况吗？我不需要减慢我的脚本速度（特别是当我的连接很差时）并从服务器发出不必要的请求。

示例数据来说明：

import pandas as pd\n\nanimals = pd.DataFrame({\'name\': [\'ostrich\', \'parrot\', \'platypus\'],\n                        \'legs\': [2, 2, 4],\n                        \'flight\': [False, True, False],\n                        \'beak\': [True, True, True],\n                        \'feathers\': [True, True, False]})\n

什么已经有效

Pandas 可以轻松地根据条件检查整个列（这是一个系列），并且结果（一系列布尔值）可用于通过布尔索引过滤数据帧：

bipeds = (animals.legs == 2)\nprint(animals[bipeds])\n\n          name  legs  flight  beak  feathers\n0      ostrich     2   False  True      True\n1       parrot     2    True  True      True\n

在我的用例中，每个这样的条件都是从文本搜索字符串中的术语解析的，因此我需要以编程方式构造它们。（我知道 Pandas 的查询 …

我找不到一种可以在 python 中使用的方式读取 Minecraft 世界文件的方法

我浏览了互联网，但找不到任何教程，只有几个库声称他们可以做到这一点，但从未真正起作用

from nbt import *
nbtfile = nbt.NBTFile("r.0.0.mca",'rb')

我预计这会起作用，但我收到了有关文件未压缩或类似内容的错误

完整错误：

Traceback (most recent call last):
  File "C:\Users\rober\Desktop\MinePy\MinecraftWorldReader.py", line 2, in <module>
    nbtfile = nbt.NBTFile("r.0.0.mca",'rb')
  File "C:\Users\rober\AppData\Local\Programs\Python\Python36-32\lib\site-packages\nbt\nbt.py", line 628, in __init__
    self.parse_file()
  File "C:\Users\rober\AppData\Local\Programs\Python\Python36-32\lib\site-packages\nbt\nbt.py", line 652, in parse_file
    type = TAG_Byte(buffer=self.file)
  File "C:\Users\rober\AppData\Local\Programs\Python\Python36-32\lib\site-packages\nbt\nbt.py", line 99, in __init__
    self._parse_buffer(buffer)
  File "C:\Users\rober\AppData\Local\Programs\Python\Python36-32\lib\site-packages\nbt\nbt.py", line 105, in _parse_buffer
    self.value = self.fmt.unpack(buffer.read(self.fmt.size))[0]
  File "C:\Users\rober\AppData\Local\Programs\Python\Python36-32\lib\gzip.py", line 276, in read
    return self._buffer.read(size)
  File "C:\Users\rober\AppData\Local\Programs\Python\Python36-32\lib\_compression.py", line 68, in readinto
    data = self.read(len(byte_view))
  File "C:\Users\rober\AppData\Local\Programs\Python\Python36-32\lib\gzip.py", …

我正在尝试使用 Pillow (python-imaging-library) Python 库在我的 .png 图像周围创建轮廓/描边/边框（选择任何颜色和宽度）。您可以在这里看到原始图像和我想要的结果（由手机应用程序创建）：

您可以在这里下载原始图像的png文件：https://pixabay.com/illustrations/brain-character-organ-smart-eyes-1773885/

我已经用中等尺寸（1280x1138）完成了它，但也许用最小尺寸（640x569）来完成它更好。

我尝试用两种方法解决这个问题。

方法一

第一种方法是创建 Brain.png 图像的全黑图像，将其放大，然后将原始彩色大脑图像粘贴在其上。这是我的代码：

brain_black = Image.open("brain.png") #load brain image
width = brain_black.width #in order not to type a lot
height = brain_black.height #in order not to type a lot
rectangle = Image.new("RGBA", (width, height), "black") #creating a black rectangle in the size of the brain image
brain_black.paste(rectangle, mask=brain_black) #pasting on the brain image the black rectangle, and masking it with the brain picture

#now brain_black is the brain.png …

我无法使用PyFPDF输出 HTML 消息。当我尝试将HTML 写入 PDF 文档时，出现错误：

Traceback (most recent call last):
  File "/Users/elcid/Projects/so_test/test.py", line 8, in <module>
    pdf.write_html("<b>Sample HTML</b>")
  File "/Users/elcid/.pyenv/versions/so/lib/python3.9/site-packages/fpdf/html.py", line 400, in write_html
    text = h2p.unescape(text) # To deal with HTML entities
AttributeError: 'HTML2FPDF' object has no attribute 'unescape'

违规代码：

from fpdf import FPDF, HTMLMixin

class PDF(FPDF, HTMLMixin):
    pass

pdf = PDF()
pdf.add_page()
pdf.write_html("<b>Sample HTML</b>")
pdf.output("html.pdf")

我正在使用Python 3.9。有什么见解吗？谢谢你！

我有以下函数，它接受形状为 (20,000 x 20,000) 的指示矩阵。我必须运行该函数 20,000 x 20,000 = 400,000,000 次。请注意，indicator_Matrix当作为参数传递给函数时，必须采用 pandas 数据帧的形式，因为我实际问题的数据帧具有 timeIndex 和整数列，但为了理解问题，我对此进行了一些简化。

熊猫实施

indicator_Matrix = pd.DataFrame(np.random.randint(0,2,[20000,20000]))
def operations(indicator_Matrix):
   s = indicator_Matrix.sum(axis=1)
   d = indicator_Matrix.div(s,axis=0)
   res = d[d>0].mean(axis=0)
   return res.iloc[-1]

我尝试通过使用来改进它numpy，但它仍然需要很长时间才能运行。我也尝试过concurrent.future.ThreadPoolExecutor，但仍然需要很长时间才能运行，并且列表理解没有太大改进。

Numpy 实现

indicator_Matrix = pd.DataFrame(np.random.randint(0,2,[20000,20000]))
def operations(indicator_Matrix):
   s = indicator_Matrix.to_numpy().sum(axis=1)
   d = (indicator_Matrix.to_numpy().T / s).T
   d = pd.DataFrame(d, index = indicator_Matrix.index, columns = indicator_Matrix.columns)
   res = d[d>0].mean(axis=0)
   return res.iloc[-1]

output = [operations(indicator_Matrix) for i in range(0,20000**2)]

请注意，我再次转换为数据框的原因d是因为我需要获取列均值并仅保留最后一列均值，使用.iloc[-1]. …

该网站上有许多帖子通常顺便提及pip_interop_enabled=True在某些环境中进行设置的想法。据我所知，这使得 conda 和 pip3 在某种程度上可以更好地交互。准确地说，如果这是真的，人们说 conda 将在 PyPI 中搜索主通道中不存在的包。他们还说这是“实验性的”。

这是conda关于此的文档。它指出，即使使用 pip_interop_enabled=False，最近版本中 conda 的大部分行为也得到了改进，导致人们质疑此设置的作用。

我的问题是：实际上，这一切意味着什么？

• 如果这是 True 则 conda 将搜索 PyPI，如果这是 False，则 conda 将搜索 PyPI 的唯一区别是什么？
• 它还有其他作用吗？例如，如果我需要从 pip 安装一些包，如果此设置为 True，conda 是否会更好地知道不要破坏它？
• 准确地说，如果我将其设置为 True，会出现什么问题？如果此“实验”设置设置为 True，是否存在已知的边缘情况会以某种方式破坏事物？
• 为什么我不想设置这个？

我检查了Python 3中的运算符优先级，发现没有赋值（=）。

我想知道赋值是否是运算符。如果不是，为什么 Google 搜索时会出现这么多“赋值运算符”？与其他实数运算符（布尔运算符、比较运算符等）的优先级关系如何？

如何删除路径并仅将文件名和扩展名保留在变量中？

root=tk.Tk()
root.withdraw()
FileName=filedialog.askopenfilenames()
print(Filename)

我只想要例如namefile.txt而不是整个路径，例如/path/to/namefile.txt.

from decimal import *
Pi=Decimal(3.141592653589793238462643383279502884197169399373)
print(Pi)

实际输出：

3.141592653589793115997963468544185161590576171875

输出应该是：

3.141592653589793238462643383279502884197169399373

为什么值会改变？