pycharm复习

pycharm复习

导入文件

​​​​

import pandas as pd

复制代码
from ProjectGlobalConfiguration import excel_path,word_count
复制代码
excel_path = r"E:\app\code\yijian-chenggao\excel_information\zw.xls"
复制代码
# 读取Excel文件
复制代码
df = pd.read_excel(excel_path)
复制代码
# 提取数据到列表(跳过表头,假设表头为第0行)
# pandas    遍历    DataFrame    表格的方式
# index 当前行的索引(行号)
# row  当前行的数据(类似字典,通过列名访问)
复制代码
for index, row in df.iterrows():

isinstance(对象, 类型)

复制代码
# 处理时间格式(确保为年月日时分)
# 如果时间是        datetime        对象
if isinstance(row['时间'], datetime):
    time_str = row['时间'].strftime("%Y%m%d%H%M")

isinstance(对象, 类型),是 Python 内置函数,判断一个对象是否是某种类型。

返回 True 或 False。

时间格式符号说明

datetime

datetime 是 Python 标准库,用来处理日期和时间

from datetime import datetime

常用方法

from datetime import datetime

获取当前时间

now = datetime.now()

print(now) # 2024-01-01 12:30:45.123456

字符串转 datetime

dt = datetime.strptime("2024-01-01 12:30", "%Y-%m-%d %H:%M")

datetime 转字符串

s = dt.strftime("%Y年%m月%d日 %H:%M")

把时间字符串从 YYYY-MM-DD 格式转为 YYYYMMDD 格式。

time_str = datetime.strptime(str(row'时间'), "%Y-%m-%d").strftime("%Y%m%d")

三元表达式展开

标签1有值就去掉空格存起来,没值就存空字符串

tag1.append(str(row'标签1').strip() if pd.notna(row'标签1') else "")

复制代码
tag1 = []

这行代码相当于:

if pd.notna(row'标签1'):

value = str(row'标签1').strip()

else:

value = ""

tag1.append(value)

ai生成内容温度(TEMPERATURE)

取值范围

TEMPERATURE = 0.0 ~ 1.0

效果说明

获取一条提示词

prompt = questions_dictcurrent_number

构造消息

messages = [

{"role": "user", "content": prompt}

]

复制代码
# 收集输出
full_content = ""
for text in client.chat(
        # 发送给 AI 的消息列表
        messages,
        # 控制 AI 输出随机性的参数
        temperature=TEMPERATURE,
        # 限制生成长度
        max_tokens=MAX_TOKENS,
        # 一次性获取全部内容。
        stream=False
):
    full_content += text

init

就是"创建对象时自动运行的初始化函数",用于设置对象的初始属性。

从环境变量读取 API 密钥,没有则用硬编码的默认值

os.environ.get("MINIMAX_API_KEY", "默认密钥")

rstrip("/") 是去除字符串末尾的 / 斜杠。

复制代码
 base_url.rstrip("/")

yield(生成器),yield 就是返回值

stream=False(非流式)= 一次性获取全部内容

相关推荐
2601_967980115 分钟前
wxPython 入门教程.pdf
python·wxpython·gui·教程·移植性
计算机毕业编程指导师19 分钟前
2027计算机毕设选题指南:网站AI化、大数据预测+算法(XGBoost/LightGBM)、深度学习三方向57题+选题方法论
大数据·python·计算机·毕业设计·课程设计·毕设选题·1024程序员节
李航198322 分钟前
DeepSeek AI建模(二)让AI建第一个模型
人工智能·python·计算机视觉·ai·ai编程
小嘉丶学长1 小时前
Day06 · 数据类型与类型检测
开发语言·python·学习·1024程序员节
计算机毕业编程指导师2 小时前
基于深度学习的电子垃圾与混合材料图像分类系统实战:ResNet-50迁移学习+Django部署+三种识别入口完整方案
python·深度学习·毕业设计·resnet·课程设计·图像分类·电子垃圾
外收内放2 小时前
FastAPI猜字谜实战(5):会话管理
开发语言·python·学习·fastapi
垆边人似月.2 小时前
选型与快速跑通(Tesseract / EasyOCR / PaddleOCR)
前端·python
Carl_奕然2 小时前
【智能体】Loop 的四种设计模式之:Verification Loop(2026 最新版)
人工智能·python·设计模式
茉莉玫瑰花茶2 小时前
线性代数 [ 矩阵乘法与线性变换复合的联系 ]
python·线性代数·math
garmin Chen2 小时前
Rag引入
python·agent·rag