python的dim

1. 按鍵精靈里的 Dim 命令

按鍵精靈軟體中的Dim命令作為局部變數應用，簡單的先寫個小範例，執行一遍基本可以理解什麼是局部變數應用，代碼如下：

(1)python的dim擴展閱讀

窗口句柄的標題，得到窗口的標題，如果窗口標題看不出來，那隻能往後台窗口發送信息，確認後台窗口接收到信息，如果後台窗口是文本文件，可以後台循不發送字元，這樣就能判斷，窗口是否是窗口HH了，那可以後台點擊滑鼠，拖動滑鼠等方法來確認窗口。

代碼是檢測是否有彈出窗口，如果彈出窗口寬度大於300像素（彈出不同對話框執行不同操作，一般成功和失敗對應的對話框大小不同），goto跳轉到指定位置去執行相關的功能代碼。

對話框總有些特徵，比如有確定按鈕,取消按鈕或者關閉按鈕,那麼利用這些特徵來作為代碼判斷彈窗是否出現的條件，可以適用找圖命令或者找色命令,加入判斷即可。

2. 求大神幫忙做道Python題。

menu = {'蒜泥黃瓜':6,'花生米':6,'青椒炒肉':28,'西紅柿雞蛋':18,'紅燒肉':38,'烤魚':30,'手撕雞':45,'海帶排骨':35,'白菜':12,'三鮮湯':15}
def order(*dish):
s = 0
for i in dish:
s += menu[i]
return s
m = order('蒜泥黃瓜','花生米','青椒炒肉','西紅柿雞蛋')
print(f'結賬: {m}元')

程序縮進如圖所示

3. python 如何畫出KD數

簡單的KNN演算法在為每個數據點預測類別時都需要遍歷整個訓練數據集來求解距離，這樣的做法在訓練數據集特別大的時候並不高效，一種改進的方法就是使用kd樹來存儲訓練數據集，這樣可以使KNN分類器更高效。
KD樹的主要思想跟二叉樹類似，我們先來回憶一下二叉樹的結構，二叉樹中每個節點可以看成是一個數，當前節點總是比左子樹中每個節點大，比右子樹中每個節點小。而KD樹中每個節點是一個向量(也可能是多個向量)，和二叉樹總是按照數的大小劃分不同的是，KD樹每層需要選定向量中的某一維，然後根據這一維按左小右大的方式劃分數據。在構建KD樹時，關鍵需要解決2個問題：（1）選擇向量的哪一維進行劃分（2）如何劃分數據。第一個問題簡單的解決方法可以是選擇隨機選擇某一維或按順序選擇，但是更好的方法應該是在數據比較分散的那一維進行劃分（分散的程度可以根據方差來衡量）。好的劃分方法可以使構建的樹比較平衡，可以每次選擇中位數來進行劃分，這樣問題2也得到了解決。下面是建立KD樹的Python代碼：
def build_tree(data, dim, depth):
"""
建立KD樹

Parameters
----------
data:numpy.array
需要建樹的數據集
dim:int
數據集特徵的維數
depth:int
當前樹的深度
Returns
-------
tree_node:tree_node namedtuple
樹的跟節點
"""
size = data.shape[0]
if size == 0:
return None
# 確定本層劃分參照的特徵
split_dim = depth % dim
mid = size / 2
# 按照參照的特徵劃分數據集
r_indx = np.argpartition(data[:, split_dim], mid)
data = data[r_indx, :]
left = data[0: mid]
right = data[mid + 1: size]
mid_data = data[mid]
# 分別遞歸建立左右子樹
left = build_tree(left, dim, depth + 1)
right = build_tree(right, dim, depth + 1)
# 返回樹的根節點
return Tree_Node(left=left,
right=right,
data=mid_data,
split_dim=split_dim)


對於一個新來的數據點x，我們需要查找KD樹中距離它最近的節點。KD樹的查找演算法還是和二叉樹查找的演算法類似，但是因為KD樹每次是按照某一特定的維來劃分，所以當從跟節點沿著邊查找到葉節點時候並不能保證當前的葉節點就離x最近，我們還需要回溯並在每個父節點上判斷另一個未查找的子樹是否有可能存在離x更近的點（如何確定的方法我們可以思考二維的時候，以x為原點，當前最小的距離為半徑畫園，看是否與劃分的直線相交，相交則另一個子樹中可能存在更近的點），如果存在就進入子樹查找。
當我們需要查找K個距離x最近的節點時，我們只需要維護一個長度為K的優先隊列保持當前距離x最近的K個點。在回溯時，每次都使用第K短距離來判斷另一個子節點中是否存在更近的節點即可。下面是具體實現的python代碼：
def search_n(cur_node, data, queue, k):
"""
查找K近鄰，最後queue中的k各值就是k近鄰

Parameters
----------
cur_node:tree_node namedtuple
當前樹的跟節點
data:numpy.array
數據
queue:Queue.PriorityQueue
記錄當前k個近鄰，距離大的先輸出
k:int
查找的近鄰個數
"""
# 當前節點為空，直接返回上層節點
if cur_node is None:
return None
if type(data) is not np.array:
data = np.asarray(data)
cur_data = cur_node.data
# 得到左右子節點
left = cur_node.left
right = cur_node.right
# 計算當前節點與數據點的距離
distance = np.sum((data - cur_data) ** 2) ** .5
cur_split_dim = cur_node.split_dim
flag = False # 標記在回溯時是否需要進入另一個子樹查找
# 根據參照的特徵來判斷是先進入左子樹還是右子樹
if data[cur_split_dim] > cur_data[cur_split_dim]:
tmp = right
right = left
left = tmp
# 進入子樹查找
search_n(left, data, queue, k)
# 下面是回溯過程
# 當隊列中沒有k個近鄰時，直接將當前節點入隊，並進入另一個子樹開始查找
if len(queue) < k:

neg_distance = -1 * distance
heapq.heappush(queue, (neg_distance, cur_node))
flag = True
else:
# 得到當前距離數據點第K遠的節點
top_neg_distance, top_node = heapq.heappop(queue)
# 如果當前節點與數據點的距離更小，則更新隊列（當前節點入隊，原第k遠的節點出隊）
if - 1 * top_neg_distance > distance:
top_neg_distance, top_node = -1 * distance, cur_node
heapq.heappush(queue, (top_neg_distance, top_node))
# 判斷另一個子樹內是否可能存在跟數據點的距離比當前第K遠的距離更小的節點
top_neg_distance, top_node = heapq.heappop(queue)
if abs(data[cur_split_dim] - cur_data[cur_split_dim]) < -1 * top_neg_distance:
flag = True
heapq.heappush(queue, (top_neg_distance, top_node))
# 進入另一個子樹搜索
if flag:
search_n(right, data, queue, k)525354555657

以上就是KD樹的Python實踐的全部內容，由於本人剛接觸python不久，可能實現上並不優雅，也可能在演算法理解上存在偏差，如果有任何的錯誤或不足，希望各位賜教。

4. python中dim as project是什麼

project（項目）：project 即項目，是一個很大的文件夾，裡面有好多的 .py 文件。在Spyder 中點擊菜單欄 projects ----->? new project? 就可以新建一個項目。

5. Python 題

如果是Python2.7的
a = '中國'
b = u'中國'
如果是Python3.*的，所有字元串都是unicode類型的。

6. 任意輸入10個正整數，找出其中的素數，並將這些素數按由小到大排序，這個用python怎麼做呀

Sub a()Dim a(0 To 19) As LongDim b() As LongDim i As LongDim k As Longk = 0For i = 0 To UBound(a)a(i) = InputBox("","")If 素數(a(i)) ThenReDim Preserve b(k) As Longb(k) = a(i)k = k + 1End IfNext ib = ...

7. [1:3] python符號表示什麼意思

意思是：切片.Python下標是以0開始的
x[1:3]表示返回集合中下標1至3（不包括3)的元素集合
x[:3] 表示返回從開始到下標3（不包括3）的元素集合
x[3:]表示返回從下標3到結束的元素集合
即返回從開始下標到結束下標之間的集合（不包括結束下標）

8. python 怎麼通過windows gui(滑鼠雙擊程序圖標)打開第三方軟體,而不是通過cmd命令

你說的是用python模擬鍵鼠吧？
下面是一個模擬滑鼠鍵盤操作登錄軟體的python代碼

from pymouse.windows import PyMouse
from pykeyboard import PyKeyboard
import time

m = PyMouse() # 滑鼠對象
k = PyKeyboard() # 鍵盤對象
x_dim, y_dim = m.position() # 獲得屏幕尺寸
print('滑鼠當前位置: ', x_dim, y_dim)

'''模擬滑鼠定時點擊'''
#滑鼠點擊指定位置
m.move(62, 350)
m.click(62,350,1)
for i in range(1,3):
time.sleep(5)
m.click(62,350,1)

'''模擬滑鼠鍵盤登錄軟體'''
#打開應用
m.click(51,543,1,2)
time.sleep(8)
#輸入密碼
m.click(568,544,1)
k.type_string('你的密碼')
time.sleep(3)
#回車
k.tap_key(k.enter_key)
time.sleep(6)
#確認登錄
m.click(568,544,1)
k.press_key(k.alt_key)
k.tap_key('y')
k.release_key(k.alt_key)

9. python下如何定義如下以n索引m的數據結構，n是數區間，m是一個數， 如n為1到5時對應m為3

Int(n+Rnd*(m-n+1))產生n，m區間內的隨機整數
Mid(字元串,n,m)n是起始位置，m是長度，這里m取1
輸入用n=Inputbox(提示文字，標題文字，預留值)
m=Inputbox(提示文字，標題文字，預留值)
輸出用Msgbox（提示文字「這里提示文字就是輸出的字元串",標題文字）
其他部分很簡單，自己想想就做出來了！
為了容易理解，我還是做了一份：
Dim n As Integer, m As Integer, a As Integer, x As String, y As String, z As String
n = InputBox("輸入n", "輸入n到m之間的三位數")
m = InputBox("輸入m", "輸入n到m之間的三位數")
a = Int(n + Rnd * (m - n + 1))
x = Mid(a, 1, 1)
y = Mid(a, 2, 1)
z = Mid(a, 3, 1)
w = z + y + x
MsgBox "隨機數為" & a & Chr(13) & Chr(10) & "倒序數為" & w, , "結果如下"