Python使用raw_input读取多行不定长数据并填充矩阵
本文介绍利用Python的raw_input()函数读取多行不定长数据的方法。通过循环接收输入，以空格分割并转换为整数列表，最终构建二维矩阵。针对不等长子序列，使用指定值进行填充，生成标准的二维数组结构，适用于需要处理非结构化输入的场景。
2026-10-13
21
本文介绍利用Python的raw_input()函数读取多行不定长数据的方法。通过循环接收输入，以空格分割并转换为整数列表，最终构建二维矩阵。针对不等长子序列，使用指定值进行填充，生成标准的二维数组结构，适用于需要处理非结构化输入的场景。
在使用Python处理NumPy数组时，若数组元素过多，控制台输出会被截断并显示省略号。本文介绍通过调用np.set_printoptions(threshold='nan')函数，可强制打印完整矩阵内容，避免信息丢失，适用于需要查看大型数组全部数据的场景。
本文详细解析Python3中字典的四种遍历方式，包括直接遍历键、使用keys()获取键、使用values()获取值以及通过items()遍历键值对。文章结合具体代码示例，展示不同遍历方法的语法与输出结果，帮助开发者掌握高效处理字典数据的技术。
本文深入解析Python中range()函数的生成机制及其与list数据结构的差异。通过具体代码示例，详细演示了range()在指定步长和起始值时的行为，以及list切片操作中正向索引、负向索引、步长控制及反转序列的高级用法，帮助开发者掌握高效的数据序列处理技巧。
本文介绍使用Python标准库xlrd和xlwt处理Excel文件的去重与求和方法。通过读取指定列数据，利用字典结构对小区名称进行分组，分别累加总端口数与已使用端口数，最终生成新的Excel文件。该方法适用于需要合并重复项并统计数值的基础数据处理场景。
本文介绍如何利用Python的Pandas库对DataFrame进行多属性重复数据去重。通过duplicated方法生成布尔序列识别重复行，再结合drop_duplicates方法移除重复数据。示例展示了如何指定特定列（如state）进行去重判断，并保留了非重复行的完整数据，适用于数据清洗场景。
本文介绍如何使用 pandas 结合 set 对 DataFrame 中的指定列进行去重操作，并解决 set 无序导致无法直接转换的问题。通过 list 中间处理，将去重后的数据重新构建为标准的 DataFrame 格式并保存，适用于常见的数据清洗场景。
本文深入解析Python logging模块的四大核心组件，重点探讨多进程环境下日志文件安全切分的难题。通过分析TimedRotatingFileHandler在并发场景下的竞态条件，提供了两种重写Handler的优雅方案：基于文件存在性判断的SafeRotatingFileHandler与基于时间戳动态重命名的SafeFileHandler，确保多进程日志不丢失、不覆盖。
本文通过Fibonacci数列和汉诺塔两个经典案例，深入解析Python中递归算法的实现与应用。对比了while循环与递归在代码简洁性及执行效率上的差异，指出递归虽资源消耗较大，但在解决如汉诺塔等缺乏明显循环方案的问题时具有独特优势，适合Python初学者理解计算思维。
本文提供Python3实现的购物车功能代码，涵盖用户登录验证、首次工资录入、商品列表展示、购买扣款及余额检测。支持退出时打印消费记录，高亮关键输出，并实现用户状态持久化与历史消费查询功能。
在Python中，直接遍历列表并删除元素会导致索引错位或遗漏。本文分析了使用remove和pop方法时的典型错误现象，并提供了使用临时列表或切片覆盖等安全删除方案，帮助开发者避免此类坑点。
本文详细解析Python中列表（list）、元组（tuple）与Numpy数组（array）的区别。List可变且存储指针，Tuple不可变且安全，Array要求同类型数据以提升性能。通过对比内存占用、操作限制及二维处理，帮助开发者根据场景选择合适的数据结构。