符号类似于贪婪模式，会尽可能匹配到所有能够匹配到的字符。到任意次重复， 尽量多的匹配字符串。上述的结果显而易见，当字符串为单个字符。结果显而易见，这里不做过多解释了。对它前面的正则式匹配。对它前面的正则式匹配。对它前面的正则式匹配。

与众多代码托管网站一样，Gitee 也是用 Markdown 的文件编辑方式，历经过数次改动，本人用的也是极其不适应，因此，这里打算新开一篇，及时记录 Gitee Markdown 文件的使用方法。首先，我们需要将图片上传至 Gitee 的一个目录下，接着我们需要打开图片文件，选择原始数据，然后使用这个页面下的 url 进行填写，否则，可能会出现图片无法加载的情况。事实上，图片名称比较鸡肋，可有可

扫描整个 字符串，找到所有满足匹配样式的字符，将它们集合在一起以列表形式返回。其中这个返回的列表包含空的结果(没有匹配到的结果)。通过这种匹配方式，我们成功地找出了一个字符串中的所有数字对象，并将它们集合起来作为一个列表对象进行了返回。然而事与愿违，我们获得的是四个独立的数字，怎么办呢？当我们找不到匹配对象时会返回一个空的列表对象。可以看到，我们成功地获取到了我们需要的数字。我们是想通过匹配获取。

内部表达式（匹配的内容）必须是固定长度的，意思就是。注意，以肯定型后视断言开头的正则表达式，匹配项一般不会位于搜索字符串的开头。匹配时，匹配成功，但不消耗字符串中的任何字符。的匹配内容出现在当前位置的左侧，则匹配。这叫做 肯定型后视断言。为了实现这一目标，我们可以采用刚才我们提到的后视和前视。今天遇到了一个比较棘手的问题，于是终于打算要对正则表达式中的。符号可以被替换为任意的符号，这里为了方便说明

中的第一个参数是需要被替换的字符或字符串，第二个参数是要被替换成的字符或字符串。这两种方法本质上都是。表示的是字符串中需要替换的字符或字符串，而不是要替换成的字符或字符串。至此，我们完成了正则表达式的替换说明。时都会遇到字符串替换的问题，除了使用内置函数。方法外，这里特来记录一下正则表达式的用法。方法的返回值才是替换后的字符串。也很好处理，只需要把被替换字符变为。方法不改变原始字符串变量的值。我们

这里记录一下pandas.merge()函数的用法。使用DataFrame一和二中的共有参数将两个DataFrame融合起来。import pandas as pddf1 = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'],'A': ['A0', 'A1', 'A2', 'A3'],'B': ['B0', 'B1', 'B2', 'B3']})df2 =

前段时间遇到了一个问题，就是想要直接向excel文件中一次性输入多个sheet页面。然而每次输入多个的时候，前面输入的都被抹掉了。只保留了最后一次输入的内容，这里记录一下找到的方法：import pandas as pddf = pd.read_excel("D:/User(origin in C)/desktop/pandas.xlsx")# print(df)with pd.ExcelWrit

今天研究了一下机器学习，发现里面出现了一个参数叫batch_size。那么什么是batch_size呢？batch_size：表示单次传递给程序用以训练的参数个数。比如我们的训练集有1000个数据。这是如果我们设置batch_size=100，那么程序首先会用数据集中的前100个参数，即第1-100个数据来训练模型。当训练完成后更新权重，再使用第101-200的个数据训练，直至第十次使用完训练集中

文件我们是不必要使用它们的，我们可以进行如下设置让其不显示。不让它显示的方式有很多种，这里我们来介绍两种方式。下面被标红，且有波浪下，这是编译器在提示我们这里可能存在一些小错误，事实上，前面的。号称地表最强轻量级编译器，其最大的优势在于用户可以根据自己的需求下载适合自己的。文件是编译后的二进制文件，用户无法打开或者编辑它们。的文件夹，我们点击箭头使其展开，在其下面可以看到一个名为。的时候获取到了这

完成后在点击下图中的任何一个项目，这里我们选择。，有些仍旧需要我们个人自定义，其中就包括。当然我们也可以自定义其他名称的。文件，这里我们将介绍另一个文件叫做。，工作区或文件夹特定任务是从工作区的。很多设置已经自动集成好了，但是对于。如下图所示，在打开的搜索框中输入。会为我们创建一个默认的。编译器就会自动运行当前。点击上方的三个点，选择。文件供我们自己使用。