jtyoui package

Subpackages

Submodules

jtyoui.cli module

jtyoui.cli.split_doc(func, name)[源代码]

Module contents

class jtyoui.AnalysisMath(data=())[源代码]

基类：object

average(flag=0)[源代码]

平均数

flag=0 算术平均值 flag=1 几何平均值 flag=2 平方平均值(均方根) flag=3 调和平均值

参数:flag – 根据不同的数值,进行不同的平均值
expect(data=None)[源代码]

数学期望

kurtosis

峰度

如果超值峰度为正，称为尖峰态 如果超值峰度为负，称为低峰态

median

中位数

mode_number

众数

quantile(position=1)[源代码]

分位数

position=1: 第一四分位数 (Q1)，又称“较小四分位数”，等于该样本中所有数值由小到大排列后第25%的数字。 position=2: 第二四分位数 (Q2)，又称“中位数”，等于该样本中所有数值由小到大排列后第50%的数字。 position=3: 第三四分位数 (Q3)，又称“较大四分位数”，等于该样本中所有数值由小到大排列后第75%的数字。

参数:position – 根据不同的数值计算不同的分位数
range

极差

skewness

偏度(偏态系数)

standard(data=None)[源代码]

标准差

variance(data=None)[源代码]

方差

class jtyoui.BaiDuInfoSearch(data)[源代码]

基类：object

百度百科搜索基本信息

>>> bd = BaiDuInfoSearch('玛卡')
>>> print(bd.desc())
>>> print(bd.info())
desc()[源代码]

描述信息

info()[源代码]

基本信息

class jtyoui.BaiDuLanguage[源代码]

基类：object

Arab = 'ara'
Bulgarian = 'bul'
Cantonese = 'yue'
Chinese = 'zh'
Czech = 'cs'
Danish = 'dan'
Dutch = 'nl'
English = 'en'
Estonia = 'est'
Finnish = 'fin'
French = 'fra'
German = 'de'
Greek = 'el'
Hungarian = 'hu'
Italian = 'it'
Japan = 'jp'
Korean = 'kor'
Polish = 'pl'
Portuguese = 'pt'
Romanian = 'rom'
Russian = 'ru'
Slovenian = 'slo'
Spanish = 'spa'
Swedish = 'swe'
Thai = 'th'
Vietnamese = 'vie'
exception jtyoui.BaiDuMapError[源代码]

基类：Exception

百度地图接口异常

class jtyoui.BaiDuWenKu(url)[源代码]

基类：object

下载百度文库资料

url是下载百度文库的文档链接

>>> wk = BaiDuWenKu(url=r'https://wenku.baidu.com/view/f50def7c43323968001c924c.html?sxts=1563610333674')
>>> wk.load('D:')
get_title()[源代码]

获得资料的标题和类型

返回:返回类型、标题、数据
load(save_path)[源代码]

下载资料

参数:save_path – 保存文件地址
返回:成功返回True
class jtyoui.BayesProbability[源代码]

基类：object

贝叶斯

>>> bp = BayesProbability()
>>> bp['bowl_one'] = 1 / 2
>>> bp['bowl_two'] = 1 / 2
>>> bp.prior_probability('bowl_one', 3 / 4)
>>> bp.prior_probability('bowl_two', 1 / 2)
>>> print(bp.posterior_probability('bowl_one'))
posterior_probability(name)[源代码]

后验概率

prior_probability(name, prob)[源代码]

先验概率

参数:
  • name – 名字
  • prob – 先验概率
exception jtyoui.BrowserTypeError[源代码]

基类：Exception

浏览器异常.在web模块下的ua文件

class jtyoui.CTC(ctc_year, ctc_mon, ctc_day)[源代码]

基类：object

find_sc()[源代码]

返回阳历,如果找不倒返回None

get_day()[源代码]
get_month()[源代码]
get_year()[源代码]
class jtyoui.CantorTernarySet(start=-300, end=300, n=6)[源代码]

基类：object

draw()[源代码]
row(n)[源代码]
class jtyoui.Captcha(width=240, height=60)[源代码]

基类：object

验证码生成器

>>> c = Captcha(300, 60)  # 验证码大小是300*60
>>> c.format(lower=1, upper=2, digits=4, special=1)  # 有小写字母1个、大写字母2、数字4个、特殊符号1个
>>> c.make_photo(f'D://')  # 生成的验证码存放在D盘下
static color1()[源代码]
static color2()[源代码]
format(lower=4, upper=0, digits=0, special=0)[源代码]

验证码格式

参数:
  • lower – 小写字母
  • upper – 大写字母
  • digits – 数字
  • special – 特殊符号
make_photo(dir_)[源代码]

生成验证码

参数:dir – 存放验证码照片的文件夹
class jtyoui.ChineseError(words_or_file)[源代码]

基类：object

基于拼音谐音纠错

error_word(word)[源代码]

将错误的词语转为正确的词语

如果有纠错文字，将纠错文字返回，没有返回原文字。

>>> ce = ChineseError(['六盘水钟山区'])
>>> print(ce.error_word('我在六盘谁中三区里面'))
参数:word – 纠错文字
返回:返回纠错文本或原文本
exception jtyoui.CoordinateLengthNotEqualError[源代码]

基类：Exception

坐标维数不相等

exception jtyoui.DownLoadDataError[源代码]

基类：Exception

下载数据异常

exception jtyoui.DownloadDataExceptionError[源代码]

基类：Exception

下载数据异常

class jtyoui.EntityExtraction(sentence: str, model_path: str = None)[源代码]

基类：object

信息抽取

address

提取地址

car_plate

提取车牌号码

org

提取机构名

people

提取人名

phone

提取手机号码

re_card

提取身份证号码

re_num

提取数字

sentences
set_sentence(sentence)[源代码]

从定义语句

time

提取时间

class jtyoui.Enum[源代码]

基类：object

Generic enumeration.

Derive from this class to define new enumerations.

name

The name of the Enum member.

value

The value of the Enum member.

class jtyoui.FMMA(ls, sort=False)[源代码]

基类：object

FMMA(Forward Maximum Matching Algorithms)正向最大匹配算法

>>> r = FMMA(ls=['我们', '野生', '动物园', '在野'], sort=True)
>>> print(r.cut('我们在野生动物园玩', 3))
>>> # ['我们', '在野', '生', '动物园', '玩']
cut(line, max_length)[源代码]

输入一行字符串，最大按照max_length拆分

class jtyoui.FileFormat[源代码]

基类：enum.Enum

文件格式介绍

A = '对象代码库文件'
A3M = 'Author ware Macintosh未打包文件'
A3W = '未打包的Author ware Windows文件'
A4M = 'Author ware Macintosh未打包文件'
A4P = 'Author ware无运行时间的打包文件'
A4W = '未打包的Author ware Windows文件'
A5W = '未打包的Author ware Windows文件'
AAM = 'Author ware shocked文件'
AAS = 'Author ware shocked包'
ABF = 'Adobe二进制屏幕字体'
ABK = 'CorelDRAW自动备份文件'
ABS = '该类文件有时用于指示一个摘要（就像在一篇有关科学方面的文章的一个摘要或概要，取自abstract）'
ACE = 'Ace压缩文件格式'
ACM = 'Windows系统目录文件'
ACP = 'Microsoft office助手预览文件'
ACT = 'Microsoft office助手文件'
AD = 'AfterDark屏幕保护程序'
ADA = 'Ada源文件（非-GNAT）'
ADB = 'Ada源文件主体（GNAT）；HP100LX组织者的约定数据库'
ADF = 'Amiga磁盘文件'
ADI = 'AutoCAD设备无关二进制绘图仪格式'
ADM = 'AfterDark多模块屏幕保护；WindowsNT策略模板'
ADP = 'FaxWork用于传真调制解调器的交互安装文件；AstoundDynamite文件'
ADR = 'AfterDark随机屏幕保护；SmartAddress的地址簿'
ADS = 'Ada源文件说明书（GNAT）'
AF2 = 'ABC的FlowChat文件'
AF3 = 'ABC的FlowChat文件'
AFM = 'Adobe的字体尺度'
AI = 'AdobeIllustrator格式图形'
AIF = '音频互交换文件，SiliconGraphicandMacintosh应用程序的声音格式'
AIFC = '压缩AIF'
AIFF = '音频互交换文件，SiliconGraphicandMacintosh应用程序的声音格式'
AIM = 'AOL即时信息传送'
AIS = 'ACDSee图形序列文件；VelvetStudio设备文件'
AKW = 'RoboHELP的帮助工程中所有A-关键词'
ALB = 'JASCImageCommander相册'
ALL = '艺术与书信库'
AMS = 'VelvetStudio音乐模块（MOD）文件；Extreme的Tracker模块文件'
ANC = 'CanonComputer的调色板文件，包含一系列可选的颜色板'
ANI = 'Windows系统中的动画光标'
ANS = 'ANSI文本文件'
ANT = 'SimAntForWindows中保存的游戏文件'
API = 'AdobeAcrobat使用的应用程序设计接口文件'
APK = '安卓安装包'
APS = 'MicrosoftVisualC++文件'
ARI = 'Aristotle声音文件'
ARJ = 'RobertJungARJ压缩包文件'
ART = 'XaraStudio绘画文件；CanonCrayola美术文件；ClipArt文件格式；另一种光线跟踪格式；AOL使用的用Johnson-Grace压缩算法压缩的标记文件'
ASA = 'MicrosoftVisualInterDev文件'
ASC = 'ASCⅡ文本文件；PGP算法加密文件'
ASD = 'Microsoft Word的自动保存文件；Microsoft高级流媒体格式的描述文件；可用NSREX打开VelvetStudio例子文件'
ASE = 'VelvetStudio采样文件'
ASF = 'Microsoft高级流媒体格式文件'
ASM = '汇编语言源文件，Pro/E装配文件'
ASO = 'AstoundDynamite对象文件'
ASP = '动态网页文件；ProCommPlus安装与连接脚本文件；Astound介绍文件'
ASV = 'DataCAD自动保存文件'
ASX = 'Cheyenne备份脚本文件；Microsoft高级流媒体重定向器文件，视频文件'
ATW = '来自个人软件的AnyTimeDeluxeForWindows个人信息管理员文件'
AU = 'Sun/NeXT/DEC/UNIX声音文件；音频U-Law（读作“mu-law”）文件格式'
AVB = 'ComputerAssociatesInoculan反病毒软件的病毒感染后文件'
AVI = 'MicrosoftAudioVideoInterleave电影格式'
AVR = 'AudioVisualResearch文件格式'
AVS = '应用程序可视化格式'
AWD = 'FaxVien文档'
AWR = 'Telsis数字储存音频文件扩展名格式'
Axx = 'ARJ压缩文件的分包序号文件，用于将一个大文件压至几个小的压缩包中（xx取01-99的数字）'
BAK = '备份文件'
BAS = 'BASIC源文件'
BAT = '批处理文件'
BDF = 'WestPointBridgerDesigner文件'
BGL = 'MicrosoftFlightSimulator（微软飞行模拟器）的视景文件'
BI = '二进制文件'
BIF = 'GroupWise的初始化文件'
BIFF = 'XLIFE3D格式文件'
BIN = '二进制文件'
BK = '有时用于代表备份版本'
BKS = 'IBMBookManagerRead书架文件'
BMK = '书签文件'
BMP = 'Windows或OS/2位图文件'
BOOK = 'AdobeFrameMakerBook文件'
BRX = '用于查看多媒体对象目录的文件'
BSP = 'Quake图形文件'
BTM = 'Norton应用程序使用的批处理文件'
BUD = 'Quicken的备份磁盘'
BUN = 'CakeWalk声音捆绑文件（一种MIDI程序）'
BW = 'SGI黑白图像文件'
BWV = '商业波形文件'
C = 'C代码文件'
CAB = 'Microsoft压缩文件'
CAD = 'Softdek的DrafixCAD文件'
CAL = 'CALS压缩位图；日历计划表数据'
CAP = '压缩音乐文件格式'
CAS = '逗号分开的ASCⅡ文件'
CB = 'Microsoft干净引导文件'
CC = 'VisualdBASE用户自定义类文件'
CCB = 'VisualBasic动态按钮配置文件'
CCH = 'Corel图表文件'
CCO = 'CyberChat数据文件'
CCT = 'MacromediaDirectorShockwave投影'
CDA = 'CD音频轨道'
CDF = 'Microsoft频道定义格式文件'
CDI = 'Philip的高密盘交互格式'
CDM = 'VisualdBASE自定义数据模块文件'
CDR = 'CorelDRAW绘图文件；原始音频CD数据文件'
CDT = 'CorelDRAW模板'
CDX = 'CorelDRAW压缩绘图文件；MicrosoftVisualFoxPro索引文件'
CFG = '配置文件'
CGI = '公共网关接口脚本文件'
CGM = '计算机图形元文件'
CHK = '由Windows磁盘碎片整理器或磁盘扫描保存的文件碎片'
CHM = '编译过的HTML文件'
CHR = '字符集（字体文件）'
CIF = 'AdaptecCD创建器CD映像文件'
CIL = 'ClipGallery下载包'
CLASS = 'Java类文件'
CLL = 'CrickSoftwareClicker文件'
CLP = 'Windows剪贴板文件'
CLS = 'VisualBasic类文件'
CMF = 'Corel元文件'
CMV = 'CorelMove动画文件'
CMX = 'CorelPresentationExchange图像'
CNF = 'Telnet，Windows和其他其内格式会发生改变的应用程序使用的配置文件'
CNM = 'Windows应用程序菜单选项和安装文件'
CNT = 'Windows（或其他）系统用于帮助索引或其他目的内容文件'
COD = 'MicrosoftC编译器产生的可显示机器码/汇编代码文件，其中附有源C代码作为注释'
COM = '命令文件（程序）'
CPL = '控制面板扩展名，Corel颜色板'
CPO = 'Corel打印存储文件'
CPP = 'C++代码文件'
CPR = 'Corel提供说明书文件'
CPT = 'Corel照片-绘画图像'
CPX = 'CorelPresentationExchange压缩图形文件'
CRD = 'WindowsCardfile文件'
CRP = 'Corel提供的运行时介绍文件；VisualdBASE自定义报表文件'
CRT = '认证文件'
CSC = 'Corel脚本文件'
CSP = 'PCEmceeOn_Screen图像'
CST = 'MacromediaDirectorCast文件'
CSV = '逗号分隔的值文件'
CTL = '通常用于表示一个包含控件信息的文件；FaxWork用它来保持有关每个传真收到或发出的信息'
CUR = 'Windows光标文件'
CV = 'Corel版本的档案文件；MicrosoftCodeView信息屏幕文件'
CXX = 'C++源代码文件'
DAT = '数据文件；WrodPerfect合并数据文件；用于一些MPEG格式的文件'
DB = 'Borland的Paradox7表'
DBC = 'MicrosoftVisualFoxPro数据库容器文件'
DBF = 'dBASE文件'
DBX = 'DataBearn图像；MicrosoftVisualFoxPro表格文件'
DCM = 'DCM模块格式文件'
DCS = '桌面颜色分隔文件'
DCT = 'MicrosoftVisualFoxPro数据库容器'
DCU = 'Delphi编译单元文件'
DCX = 'MicrosoftVisualFoxPro数据库容器；基于PCX的传真图像；宏'
DEM = '用于表示数字高度模型的USGS基准的文件'
DER = '认证文件'
DEWF = 'MacintoshSoundCap/SoundEdit录音设备格式'
DIB = '设备无关位图'
DIC = '目录'
DIF = '可进行数据互换的电子表格'
DIG = 'DigiLink格式；SoundDesignerⅠ音频文件'
DIR = 'MacromediaDirector文件'
DIZ = '描述文件'
DLG = 'C++对话框脚本文件'
DLL = '动态链接库'
DLS = '可下载声音文件'
DMD = 'VisualdBASE数据模块文件'
DMF = 'X-Trakker音乐模块（MOD）文件'
DOC = 'Word文档'
DOT = 'MicrosoftWord文档模板'
DRAW = 'Acorn的基于对象的矢量图像文件'
DRV = '驱动程序'
DRW = 'MicrografxDesigner/Draw；Pro/E绘画文件'
DSF = 'MicrografxDesignerVFX文件'
DSG = 'DOOM保存的文件'
DSM = 'DynamicStudio音乐模块（MOD）文件'
DSP = 'MicrosoftDeveloperStudio工程文件'
DSQ = 'CorelQUERY（查询）文件'
DSW = 'MicrosoftDeveloperStudio工作区文件'
DTD = 'SGML文档类型定义（DTD）文件'
DUN = 'Microsoft拔号网络导出文件'
DV = '数字视频文件（MIME）'
DXF = '可进行互交换的绘图文件格式，二进制的DWG格式的文本表示；数据交换文件'
DXR = 'MacromediaDirector受保护（不可编辑）电影文件'
EDA = 'EnsoniqASR磁盘映像'
EDD = '元素定义文档（FrameMaker+SGML文档）'
EMD = 'ABT扩展模块'
EMF = 'Windows增强元文件'
EML = 'MicrosoftOutlookExpress邮件消息（MIMERFC822）文件'
EPHTML = 'Perl解释增强HTML文件'
EPS = '压缩的PostScript图像'
EXE = '可执行文件（程序）'
FAV = 'MicrosoftOutlook导航条'
FAX = '传真类型图像'
FCD = '虚拟CD-ROM'
FDF = 'AdobeAcrobat表单文档文件'
FFA = 'Microsoft快速查找文件'
FFK = 'Microsoft快速查找文件'
FFL = 'Microsoft快速查找文件'
FFO = 'Microsoft快速查找文件'
FIF = 'Fractal图像文件'
FLA = 'MacromediaFlash电影'
FLC = 'AutodeskFLIC动画文件'
FM = 'AdobeFrameMaker文档'
FML = '文件镜象列表（GetRight）'
FNG = '字体组文件（字体导航器，FontNavigator）'
FNK = 'FunkTracker模块格式'
FON = '系统字体'
FOT = '字体相关文件'
FRT = 'MicrosoftFoxPro报表文件'
FRX = 'VisualBasic表单文本；MicrosoftFoxPro报表文件'
FTG = '全文本搜索组文件，由Windows帮助系统查找时产生--可以删除，并在需要时重建起来'
FTS = '全文本搜索引文件，由Windows帮助系统查找时产生'
GAL = 'Corel多媒体管理器相集'
GDB = 'InterBase数据库文件'
GDM = '铃声、口哨声和声音板模块格式'
GEM = 'GEM元文件'
GEN = 'Ventura产生的文本文件'
GFI = 'Genigraphics图形链接表示文件'
GFX = 'Genigraphics图形链接表示文件'
GHO = 'Norton克隆磁盘映像'
GIF = 'CompuServe位图文件'
GIM = 'Genigraphics图形链接介绍文件'
GIX = 'Genigraphics图形链接介绍文件'
GKH = 'EnsoniqEPS家簇磁盘映像文件'
GKS = 'GravisGripKey文档'
GL = '动画格式'
GNA = 'Genigraphics图形链接介绍文件'
GNT = '生成代码，MicroFocus属性格式里的可执行代码'
GNX = 'Genigraphics图形链接介绍文件'
GO = 'Go语言源文件'
GRA = 'MicrosoftGraph文件'
GRF = 'Grapher（GoldenSoftware公司）图形文件'
GRP = '程序管理组'
GetRight = 'GetRight未完成的下载文件'
HCOM = '声音工具HCOM格式'
HGL = 'HP图形语言绘图文件'
HLP = '帮助文件；DateCADWindows帮助文件'
HPJ = 'VisualBasic帮助工程'
HPP = 'C++程序头文件'
HST = '历史文件'
HT = 'HyperTerminal（超级终端）'
HTM = '超文本文档'
HTML = '超文本文档'
HTT = 'Microsoft超文本模板'
HTX = '扩展HTML模板'
ICB = 'Targa位图文件'
ICC = 'Kodak打印机格式文件'
ICL = '图标库文件'
ICM = '图形颜色匹配配置文件'
ICO = 'Windows图标'
IDD = 'MIDI设备定义'
IDF = 'MIDI设备定义（Windows95需要的文件）'
IDQ = 'Internet数据查询文件'
IDX = 'MicrosoftFoxPro相关数据库索引文件；SymantecQ&A相关数据库索引文件；MicrosoftOutlookExpress文件'
IFF = '交换格式文件；AmigaILBM'
IGES = '初始图形交换说明文件'
IGF = '插入系统元文件'
ILBM = '位图图形文件'
IMA = 'WinImage磁盘映像文件'
INF = '信息文件'
INI = '初始化文件'
INRS = 'INRS远程通信声频'
INS = 'InstallShield安装脚本'
INT = '中间代码，当一个源程序经过语法检查后编译产生一个可执行代码'
IQY = 'MicrosoftInternet查询文件'
ISO = '根据ISD9660有关CD-ROM文件系统标准列出CD-ROM上的文件'
IST = '数字跟踪设备文件'
ISU = 'InstallShield卸装脚本'
IWC = 'InstallWatch文档'
J62 = 'Ricoh照相机格式'
JAR = 'Java档案文件'
JAVA = 'Java源文件'
JBF = 'PaintShopPro图像浏览文件'
JFF = 'JPEG文件'
JFIF = 'JPEG文件'
JIF = 'JPEG文件'
JMP = 'SAS的JMPDiscovery表格统计文件'
JPE = 'JPEG图形文件'
JPEG = 'JPEG图形文件'
JPG = 'JPEG图形文件'
JS = 'Javascript源文件'
JSON = 'Json文件'
JSP = 'HTML网页，其中包含有对一个Javaservlet的参考'
JTF = 'JPEG位图文件'
K25 = 'Kurzweil2500抽样文件'
KAR = '卡拉OKMIDI文件'
KDC = 'Kodak光增强器'
KEY = 'DataCAD图标工具条文件'
KFX = 'KoFakGroup4图像文件'
KIZ = 'Kodak数字明信片文件'
KKW = 'RoboHELP帮助工程索引设计器中与主题无关的K开头的所有关键字'
KMP = 'KorgTrinityKeyMap文件'
KQP = 'Konica照相机本地文件'
LAB = 'VisualdBASE标签文件'
LBM = 'DeluxePaint位图文件'
LBT = 'MicrosoftFoxPro标签文件'
LBX = 'MicrosoftFoxPro标签文件'
LDB = 'MicrosoftAccess加锁文件'
LDL = 'CorelParadox分发库'
LEG = 'Legacy文档'
LFT = '3DStudio（DOS）放样文件'
LGO = 'Paintbrush（Microsoft画图应用程序）的徽标文件'
LHA = 'LZH更换文件后缀'
LIB = '库文件'
LIN = 'DataCAD线型文件'
LIS = '结构化查询报告（SQR）程序产生的输出文件'
LLX = 'Laplink交换代理'
LNK = 'Windows快捷方式文件'
LOG = '日志文件'
LST = '列表文件'
LU = 'ThoughtWing库单元文件'
LYR = 'DataCAD层文件'
LZH = 'LHARC压缩档案'
LZS = 'Skyroads数据文件'
M1V = 'MPEG相关文件（'
M3U = 'MPEGURL（MIME声音文件）'
MAD = 'MicrosoftAccess模块文件'
MAF = 'MicrosoftAccess表单文件'
MAM = 'MicrosoftAccess宏'
MAP = '映射文件；DukeNukem3DWAD游戏文件'
MAQ = 'MicrosoftAccess查询文件'
MAR = 'MicrosoftAccess报表文件'
MAT = 'MicrosoftAccess表；3DStudioMAX材料库'
MB1 = 'ApogeeMonsterBash数据文件'
MBX = 'MicrosoftOutlook保存email格式；Eudora邮箱'
MCR = 'DataCAD键盘宏文件'
MDB = 'MicrosoftAccess数据库'
MDE = 'MicrosoftAccessMDE文件'
MDL = '数字跟踪器音乐模块（MOD）文件；Quake模块文件'
MDN = 'MicrosoftAccess空数据库模板'
MDW = 'MicrosoftAccess工作组文件'
MDZ = 'MicrosoftAccess向导模板文件'
MIC = 'MicrosoftImageComposer文件'
MID = 'MIDI音乐'
MIM = 'MIME，MMEInternet邮件扩展格式的多用途文件，经常作为发送e-mail时在AOL里附件而创建的文件；在一个多区MIM文件里的文件能用WinZip或其他类似程序打开'
MLI = '3DStudio的材料库格式文件'
MNG = '多映像网络图形'
MNU = 'VisualdBASE菜单文件；IntertelSystemsInteract菜单文件'
MOD = 'FastTracker、StarTrekker、NoiseTracker（等等）音乐模块文件；Microsoft多计划电子表格；Amiga/PC磁道文件'
MOV = 'QuickTimeforWindows电影'
MP2 = '第二层MPEG音频文件'
MP3 = '第三层MPEG音频文件'
MPA = 'MPEG相关文件，MIME“mpeg类型”'
MPE = 'MPEG动画文件'
MPEG = 'MPEG动画文件'
MPG = 'MPEG动画文件'
MPP = 'Microsoft工程文件；CAD绘图文件格式'
MPR = 'MicrosoftFoxPro菜单（已编译）'
MSG = 'Microsoft邮件消息'
MSI = 'Windows安装文件包'
MSN = 'Microsoft网络文档；DescentMission文件'
MSP = 'MicrosoftPaint（画图）位图文件；WindowsInstaller路径文件'
MST = 'Windows安装器传输文件'
MTM = 'Multi跟踪器音乐模块（MOD）文件'
NAN = 'Nanoscope文件（RawGrayscale）'
NAP = 'NAP元文件'
NCB = 'MicrosoftDeveloperStudio文件'
NCD = 'Norton改变目录'
NCF = 'NetWare命令文件；LotusNotes内部剪切板'
NFF = '中性文件格式'
NFT = 'NetObjectFusion模板文件'
NIL = 'Norton光标库文件（EasyIcons-兼容）'
NIST = 'NISTSphere声音'
NLS = '用于本地化的国家语言支持文件（例如，Uniscape）'
NLU = 'NortonLiveUpdatee-mail触发器文件'
NTX = 'CA-Clipper索引文件'
NWC = 'NoteworthyComposer歌曲文件'
NWS = 'MicrosoftOutlookExpress新闻消息'
OBJ = '对象文件'
OCX = 'Microsoft对象链接与嵌入定制控件'
ODS = 'MicrosoftOutlookExpress邮箱文件'
OFN = 'MicrosoftOfficeFileNew文件'
OFT = 'MicrosoftOutlook模板'
OLB = 'OLE对象库'
OLE = 'OLE对象'
OOGL = '面向对象图形库'
OPO = 'OPL输出可执行文件'
P65 = 'PageMaker6.5文件'
PAB = 'Microsoft个人地址簿'
PART = 'Zilla部分下载文件'
PAS = 'Pascal源代码'
PBD = 'PowerBuilder动态库，作为本地DLL的一个替代物'
PBL = '用于在PowerBuilder开发环境中的PowerBuilder动态库'
PBM = '可导出位图'
PBR = 'PowerBuilder资源'
PCD = 'KodakPhoto-CD映像；P-Code编译器测试脚本，由Microsoft测试与MicrosoftVisual测试'
PCL = 'Hewlett-Packard打印机控制语言文件（打印机备用位图）'
PCM = '声音文件格式；OKIMSM6376合成芯片PCM格式'
PDD = '可以用PaintShopPro或其他图像处理软件打开的图形图像'
PDF = 'AdobeAcrobat可导出文档格式文件（可用Web浏览器显示）；Microsoft系统管理服务器包定义文件；NetWare打印机定义文件'
PFM = '打印机字体尺度'
PGL = 'HP绘图仪绘图文件'
PGM = '可输出灰度图（位图）'
PH = '由Microsoft帮助文件编译器产生的临时文件'
PHP = '包含有PHP脚本的HTML网页'
PHP3 = '包含有PHP脚本的HTML网页'
PHTML = '包含有PHP脚本的HTML网页；由Perl分析解释的HTML'
PIC = 'PC画图位图；Lotus图片；MacintoshPICT绘图'
PJT = 'MicrosoftVisualFoxPro工程文件'
PJX = 'MicrosoftVisualFoxPro工程文件'
PKG = 'MicrosoftDeveloperStudio应用程序扩展（与DLL文件类似）'
PLI = 'AutodeskFLIC动画'
PNG = '可移植的网络图形位图；PaintShopPro浏览器目录'
POT = 'MicrosoftPowerpoint模块'
PPA = 'MicrosoftPowerpoint内插器'
PPF = 'TurtleBeach的Pinnacle程序文件'
PPM = '可移植的象素映射位图'
PPS = 'MicrosoftPowerpoint幻灯片放映'
PPT = 'MicrosoftPowerpoint演示文稿'
PRF = 'Windows系统文件，Macromedia导演设置文件'
PRG = 'dBASEClipper和FoxPro程序源文件；WAVmaker程序'
PRJ = '3DStudio（DOS）工程文件'
PRN = '打印表格（用空格分隔的文本）；DataCADWindows打印机文件'
PRT = '打印格式化文件；Pro/ENGINEER元件文件'
PSD = 'Adobephotoshop位图文件'
PSP = 'PaintShopPro图像文件'
PST = 'MicrosoftOutlook个人文件夹文件'
PWZ = 'MicrosoftPowerpoint向导'
PY = 'Python源代码'
PYC = 'Python字节码文件'
PYW = 'Python图形窗口文件'
QIC = 'Microsoft备份文件'
QIF = 'QuickTime相关图像（MIME）；Quicken导入文件'
QLB = 'Quick库'
QRY = 'Microsoft查询文件'
QTP = 'QuickTime优先文件'
QTX = 'QuickTime相关图像'
QW = 'SymantecQ&AWrite程序文件'
RA = 'RealAudio声音文件'
RAM = 'RealAudio元文件'
RAR = 'RAR压缩档案（EugeneRoshall格式）'
RDF = '资源描述框架文件（涉及XML和元数据）'
REG = '注册表文件'
REP = 'VisualdBASE报表文件'
RES = 'MicrosoftVisualC++资源文件'
RFT = '可修订的表单文本（IBM的DCA一部分或文档内容框架结构一部分）'
RGB = 'Silicon图形RGB文件'
RM = 'RealAudio视频文件'
RMD = 'MicrosoftRegMaid文档'
RPT = 'MicrosoftVisualBasicCrystal报表文件'
RTF = 'RichText格式文档'
RUL = 'InstallShield使用的扩展名'
RVP = 'MicrosoftScan配置文件（MIME）'
S = '汇编源代码文件'
SAV = '游戏保存文件'
SBL = 'ShockwaveFlash对象文件'
SCC = 'MicrosoftSourceSafe文件'
SCF = 'WindowsExplorer命令文件'
SCP = '拨号网络脚本文件'
SCR = 'Windows屏幕保护；传真图像；脚本文件'
SCT = 'SAS目录（DOS）；ScitexCT位图；MicrosoftFoxPro表单'
SCX = 'MicrosoftFoxPro表单文件'
SDT = 'SmartDraw模板'
SDV = '分号分隔的值文件'
SDX = '由SDX压缩的MIDI抽样转储标准文件'
SEP = '标签图像文件格式（TIFF）位图'
SFD = 'SoundStage声音文件数据'
SFI = 'SoundStage声音文件信息'
SFR = 'SonicFoundrySample资源'
SFX = 'RAR自解压文件'
SGI = 'Silicon图形RGB文件'
SGML = '标准通用标签语言'
SHG = '热点位图'
SHTML = '含有服务器端包括（SSI）的HTML文件'
SHW = 'CorelShow演示文稿'
SIG = '符号文件'
SKA = 'PGP秘钥'
SKL = 'Macromedia导演者资源文件'
SL = 'PACT的保存布局扩展名'
SO = 'Linux的共享库'
SPL = 'ShockwaveFlash对象；DigiTrakker抽样'
SQC = '结构化查询语言（SQR）普通代码文件'
SQR = '结构化查询语言（SQR）程序文件'
STR = '屏幕保护文件'
SWA = '在Macromedia导演文件（MP3文件）中的Shockwave声音文件'
SWF = 'ShockwaveFlash对象'
SYS = '系统文件'
SYW = 'YamahaSY系列波形文件'
TAZ = 'UNIXgzip/tape档案'
TGA = 'Targa位图'
THEME = 'Windows桌面主题文件'
THN = 'GraphicsWorkShopforWindows速写'
TIF = '标签图像文件格式（TIFF）位图'
TIFF = '标签图像文件格式（TIFF）位图'
TIG = '虎形文件，美国政府用于分发地图'
TLB = 'OLE类型库'
TMP = 'Windows临时文件'
TOL = 'Kodak照片增强器'
TPL = 'CakeWalk声音模板文件；DataCAD模板文件'
TRM = '终端文件'
TRN = 'MKS源完整性工程用法日志文件'
TTF = 'TrueType字体文件'
TXT = 'ASCⅡ文本格式的声音数据'
TXW = 'YamahaTX16W波形文件'
UDF = 'WindowsNT/2000唯一性数据库文件'
ULT = 'UltraTracker音乐模块（MOD）文件'
URL = 'Internet快捷方式文件'
USE = 'MKS源完整性文件'
UWF = 'Ultraracker波形文件'
VBP = 'MicrosoftVisualBasic工程文件'
VBS = 'MicrosoftVisualBasic脚本语言'
VBW = 'MicrosoftVisualBasic工作区文件'
VBX = 'MicrosoftVisualBasic用户定制控件'
VCT = 'MicrosoftFoxPro类库'
VCX = 'MicrosoftFoxPro类库'
VDA = 'Targa位图'
VIR = 'NortonAnti-Virus或其他杀毒产品用于标识被病毒感染的文件'
VIV = 'VivoActivePlayer流视频文件'
VQF = 'YamahaSound-VQ文件（可能出现标准）'
VSD = 'Visio绘画文件（流程图或图解）'
VSL = '下载列表文件（GetRight）'
VSS = 'Visio模板文件'
VST = 'Targa位图'
VSW = 'Visio工作区文件'
VXD = 'MicrosoftWindows虚拟设备驱动程序'
W3L = 'W3Launch文件'
WAB = 'MicrosoftOutlook文件'
WAD = '包含有视频、玩家水平和其他信息的DOOM游戏的大文件'
WAV = 'Windows波形声形'
WBK = 'MicrosoftWord备份文件'
WCM = 'WordPerfect宏'
WDB = 'MicrosoftWorks数据库'
WFM = 'VisualdBASEWindows表单'
WFN = '在CorelDRAW中使用的符号'
WIL = 'WinImage文件'
WIZ = 'MicrosoftWord向导'
WLL = 'MicrosoftWord内插器'
WMF = 'Windows元文件'
WOW = 'GraveComposer音乐模块（MOD）文件'
WP = 'WordPerfect文档'
WPD = 'WordPerfect文档或演示'
WPF = '可字处理文档'
WPG = 'WordPerfect图形'
WPS = 'MicrosoftWorks文档'
WPT = 'WordPerfect模板'
WR1 = '书写器文档'
WRK = 'Cakewalk音乐声音工程文件'
WRL = '虚拟现实模型'
WRZ = 'VRML文件对象'
X = 'AVS图像格式'
X16 = '宏媒体扩展（程序扩展），16位'
X32 = '宏媒体扩展（程序扩展），32位'
XAR = 'CorelXARA绘画'
XBM = 'MIME“xbitmap”图像'
XI = 'ScreamTracker设备抽样文件'
XLA = 'MicrosoftExcel内插器'
XLB = 'MicrosoftExcel工具条'
XLC = 'MicrosoftExcel图表'
XLD = 'MicrosoftExcel对话框'
XLK = 'MicrosoftExcel备份'
XLL = 'MicrosoftExcel内插器文件'
XLM = 'MicrosoftExcel宏'
XLS = 'MicrosoftExcel工作单'
XLT = 'MicrosoftExcel模板'
XLV = 'MicrosoftExcelVBA模块'
XLW = 'MicrosoftExcel工作簿/工作区'
XNK = 'MicrosoftExchange快捷方式文件'
XPM = 'X位图格式'
XWD = 'XWindows转储格式'
XWF = 'YamahaXGWorks文件（MIDI序列）'
YAL = 'Arts&Letters剪贴艺术库'
Z = 'UNIX gzip文件'
ZAP = 'Windows软件安装配置文件'
ZIP = 'Zip文件'
jtyoui.FunctionType

builtins.function 的别名

exception jtyoui.IdCardCheckError[源代码]

基类：Exception

身份证校验成功

exception jtyoui.InconsistentLengthError[源代码]

基类：Exception

长度不一致错误

class jtyoui.Iterable

基类：object

class jtyoui.Languages[源代码]

基类：enum.Enum

英语单词对应中文

Chinese = '汉语'
English = '英语'
French = '法语'
German = '德语'
Japanese = '日语'
Korean = '韩语'
Spanish = '西班牙语'
exception jtyoui.LibraryNotInstallError[源代码]

基类：Exception

第三方库没有安装

jtyoui.Load_BaiDuBaiKe(name)[源代码]

下载百度百科里面的内容信息

参数:name – 百科百科名字
返回:百度百科的文本信息
class jtyoui.Lunar(year, month, day)[源代码]

基类：object

阳历转农历

返回年月日星期和节日

>>> lun = Lunar(year=2018, month=1, day=2)
>>> print(lun)  # 二零一九年 七月 十四 星期四 无
>>> print(lun.y)  # 农历的年,中文字符 二零一九
>>> print(lun.year)  # 农历的年，阿拉伯数字 2019
>>> print(lun.m)  # 农历的月份 中文字符 七
>>> print(lun.month)  # 农历的月份 阿拉伯字符 7
>>> print(lun.d)  # 农历的日期 中文字符 十四
>>> print(lun.day)  # 阳历的日期 阿拉伯数字 15 ，注意。和农历不一样
>>> print(lun.w)  # 星期几 中文字符
>>> print(lun.week)  # 星期几、英文字符
>>> print(lun.h)  # 节日
>>> print(lun)  # 二零一九年 七月 十四 星期四 无
get_china_day(d)[源代码]
get_holiday(date)[源代码]
leap_days(lunar_year)[源代码]
leap_months(lunar_year)[源代码]
lunar()[源代码]
month_days(lunar_year, lunar_month)[源代码]
to_sc()[源代码]

年 月 日

year_days(lunar_year)[源代码]
class jtyoui.LunarDate(year, month, day, isleap=False)[源代码]

基类：object

农历

class jtyoui.LunarSolarDateConverter[源代码]

基类：object

农历和阳历互转

>>> converter = LunarSolarDateConverter()
>>> lunar = converter.solar_to_lunar(SolarDate(2019, 12, 6))
>>> print(lunar)
>>> solar = converter.lunar_to_solar(LunarDate(2019, 11, 10))
>>> print(solar)
lunar_to_solar(lunar_date: jtyoui.plunar.LSC.LunarDate) → jtyoui.plunar.LSC.SolarDate[源代码]

农历转阳历

solar_to_lunar(solar_date: jtyoui.plunar.LSC.SolarDate) → jtyoui.plunar.LSC.LunarDate[源代码]

阳历转农历

class jtyoui.MathSymbols[源代码]

基类：object

‖‰℃℉←↑→↓∈∏∑°√∝∞∟∠∣∧∨∩∪∫∮～≈≌≒≠≡

and_ = '∧'
approximately_equal = '≈'
asymptotically_equal = '～'
belong_to = '∈'
celsius_scale = '℃'
check_mark = '√'
closed_curve = '∮'
condition = '∣'
down = '↓'
fahrenheit_scale = '℉'
identically_equal = '≌'
identity = '≡'
infinity = '∞'
integral = '∫'
intersection = '∩'
left = '←'
ls = ['‖', '‰', '℃', '℉', '←', '↑', '→', '↓', '∈', '∏', '∑', '°', '√', '∝', '∞', '∟', '∠', '∣', '∧', '∨', '∩', '∪', '∫', '∮', '～', '≈', '≌', '≒', '≠', '≡']
not_equal = '≠'
one_degrees = '°'
one_thousand = '‰'
or_ = '∨'
positive_proportion = '∝'
product = '∏'
reversible = '≒'
right = '→'
slope = '∠'
summation = '∑'
union = '∪'
up = '↑'
vector_value = '‖'
exception jtyoui.MathValueWarning[源代码]

基类：Warning

数值错误

class jtyoui.Matrix(data)[源代码]

基类：object

det

秩

diagonal_unitized(data)[源代码]

对角单位化

elimination(data)[源代码]

消元矩阵

i

逆矩阵

t

转置矩阵

trace_vector(data)[源代码]

矩阵迹向量

unitized(length)[源代码]

单位E矩阵

static zero_matrix(length)[源代码]

单位零矩阵

exception jtyoui.MatrixNotDottedError[源代码]

基类：Exception

矩阵不能点乘

jtyoui.ModuleType

builtins.module 的别名

class jtyoui.NAA(split_num=4, seq=0.001, cond=50, free=0.5)[源代码]

基类：object

all_lens = 0.0
filter(filter_cond=10, filter_free=0.5, flag=False)[源代码]

过滤一些不重要的数据

[出现次数,出现频率,凝固程度,自由程度]

参数:
  • filter_cond – 过滤凝聚度
  • filter_free – 过滤自由度
  • flag – 是否是并且还是或者,默认是或者，满足一个就过滤
返回:

过滤后的数据字典
handle()[源代码]

处理数据 计算左邻字集合和右邻字集合有多随机，左邻字信息熵和右邻字信息熵中的较小值 计算凝固程度,自由程度

naa_words = {}
read_file(file, file_encoding='utf-8-sig')[源代码]

读取文件内容，注意文件是UTF-8的格式且不是BOM格式

参数:
  • file – 读取的文件
  • file_encoding – 文本编码
read_ls(ls)[源代码]
read_string(st, split_seq='\n')[源代码]

讲字符按照split_seq格式来分割

参数:
  • st – 字符串
  • split_seq – 字符分割
返回:

None
split(words)[源代码]

拆分字符，最大匹配num个字符，并也字典的形式返回

[出现次数,出现频率,凝固程度,自由程度,关键字的左邻,关键字的右邻](作为信息熵的衡量)

exception jtyoui.NameOfTrainStationNotFoundError[源代码]

基类：Exception

未找到该火车站名字

class jtyoui.Neologism[源代码]

基类：object

filter_words(count, frequency, cond, free)[源代码]

过滤一些不重要的数据

[出现次数,出现频率,凝固程度,自由程度]

参数:
  • count – key出现的次数
  • frequency – 过滤的频率
  • cond – 过滤凝聚度
  • free – 过滤自由度
返回:

过滤后的数据字典
handle()[源代码]

处理数据 计算左邻字集合和右邻字集合的频率，左邻字信息熵和右邻字信息熵中的较小值 计算凝固程度,自由程度

read_file(file, split_num)[源代码]

按文件读取

参数:
  • file – 文件地址
  • split_num – 最大分割词语
read_ls(ls, split_num)[源代码]

数据类型[str]

参数:
  • ls – 表示链表
  • split_num – 分词的个数
read_string(st, split_num, split_seq='[，。！？：., ?]')[源代码]

按字符按照split_seq格式来分割

参数:
  • st – 字符串
  • split_num – 分词的个数
  • split_seq – 字符分割
statistics()[源代码]

统计每个单词的频率

exception jtyoui.NotFindPipError[源代码]

基类：Exception

没有找到pip命令

exception jtyoui.NotLegitimateNumberError[源代码]

基类：Exception

不是一个合法的数字

exception jtyoui.NotLinuxSystemError[源代码]

基类：Exception

不是Linux系统异常

exception jtyoui.NumberValueError[源代码]

基类：Exception

number值错误

exception jtyoui.ParameterNotEmptyError[源代码]

基类：Exception

参数不能为空

class jtyoui.ParseHtml(start_tag, start_attr, end_tag, end_attr)[源代码]

基类：html.parser.HTMLParser, abc.ABC

基类

get_data()[源代码]

得到数据

handle_data(data)[源代码]
handle_endtag(tag)[源代码]
handle_starttag(tag, attrs)[源代码]
class jtyoui.ParseTime(data, current_date=None, date_format='%Y-%m-%d %H:%M:%S', **kwargs)[源代码]

基类：object

change_time(day=0, hour=0, minute=0, week=0, second=0)[源代码]

增加天数来修改时间

day()[源代码]

查询天数

find_times()[源代码]

同StringTime.find_times中的一样

hour()[源代码]

查找当前的小时

load_config(map_path=None, re_path=None)[源代码]

自定义日期解析映射表和匹配日期的正则表

参数:
  • map_path – 解析日期的映射表
  • re_path – 匹配日期的正则表
minute()[源代码]

查找当前的分钟

month()[源代码]

查询月份

parse()[源代码]

开始解析，返回解析后的标准时间

second()[源代码]

查找当前的秒钟

standard_time()[源代码]

标准时间化

str_time()[源代码]

字符串时间

week()[源代码]

查找第几个周

what_week()[源代码]

查找当前周中的第几个星期

year()[源代码]

查询年份

class jtyoui.RMMA(ls, sort=False)[源代码]

基类：object

RMMA(Reverse Maximum Matching Algorithms)逆向最大匹配算法

>>> r = RMMA(ls=['我们', '野生', '动物园', '在野'], sort=True)
>>> print(r.cut('我们在野生动物园玩', 3))
>>> # ['我们', '在', '野生', '动物园', '玩']
cut(line, max_length)[源代码]

输入一行字符串，最大按照max_length拆分

class jtyoui.RegexEngine(xml, str_)[源代码]

基类：object

select(tag)[源代码]

根据xml的tag来实现不同的正则提取

参数:tag – xml的tag标签
返回:正则提取的数据
string
jtyoui.SC

jtyoui.plunar.SC_.Lunar 的别名

class jtyoui.Sentence[源代码]

基类：object

造句函数，输入一个词语，造出一些句子

>>> s = Sentence()
>>> data = s['我爱你']
>>> for jz in data:print(jz)
make_sentence(word)[源代码]

制造句子

参数:word – 输入一个词语:比如:刘德华、万绮雯、宇宙等
class jtyoui.SoGou(search)[源代码]

基类：object

load_word(url_word=None)[源代码]

下载搜狗文件

参数:url_word – 下载链接
返回:转化好的搜狗文件。返回格式的链表
class jtyoui.SolarDate(year, month, day)[源代码]

基类：object

阳历

class jtyoui.StringTime(sentence, date_str=None, date_format='%Y-%m-%d %H:%M:%S')[源代码]

基类：object

解析时间

>>> st = StringTime('二零零七年十月三十一号下午2点半')
>>> print(st.find_times())
adds(x, fmt)[源代码]
find(name)[源代码]

根据名字来查找年月日

参数:name – 填写年、月、日、号、来找对应的日期
find_hour()[源代码]

找对应的小时

find_min()[源代码]

找对应的分钟

find_sec()[源代码]

找对应的秒钟

find_times()[源代码]

根据一句话来找对应的时间

sentence
class jtyoui.TFIDF[源代码]

基类：object

get_tf_idf(word)[源代码]

传入一个词语，获得重要性

input_ls(ls)[源代码]
input_str(str_)[源代码]
class jtyoui.TZ[源代码]

基类：object

时区名字

Africa_Abidjan = 'Africa/Abidjan'
Africa_Accra = 'Africa/Accra'
Africa_Addis_Ababa = 'Africa/Addis_Ababa'
Africa_Algiers = 'Africa/Algiers'
Africa_Asmara = 'Africa/Asmara'
Africa_Bamako = 'Africa/Bamako'
Africa_Bangui = 'Africa/Bangui'
Africa_Banjul = 'Africa/Banjul'
Africa_Bissau = 'Africa/Bissau'
Africa_Blantyre = 'Africa/Blantyre'
Africa_Brazzaville = 'Africa/Brazzaville'
Africa_Bujumbura = 'Africa/Bujumbura'
Africa_Cairo = 'Africa/Cairo'
Africa_Casablanca = 'Africa/Casablanca'
Africa_Ceuta = 'Africa/Ceuta'
Africa_Conakry = 'Africa/Conakry'
Africa_Dakar = 'Africa/Dakar'
Africa_Dar_es_Salaam = 'Africa/Dar_es_Salaam'
Africa_Djibouti = 'Africa/Djibouti'
Africa_Douala = 'Africa/Douala'
Africa_El_Aaiun = 'Africa/El_Aaiun'
Africa_Freetown = 'Africa/Freetown'
Africa_Gaborone = 'Africa/Gaborone'
Africa_Harare = 'Africa/Harare'
Africa_Johannesburg = 'Africa/Johannesburg'
Africa_Juba = 'Africa/Juba'
Africa_Kampala = 'Africa/Kampala'
Africa_Khartoum = 'Africa/Khartoum'
Africa_Kigali = 'Africa/Kigali'
Africa_Kinshasa = 'Africa/Kinshasa'
Africa_Lagos = 'Africa/Lagos'
Africa_Libreville = 'Africa/Libreville'
Africa_Lome = 'Africa/Lome'
Africa_Luanda = 'Africa/Luanda'
Africa_Lubumbashi = 'Africa/Lubumbashi'
Africa_Lusaka = 'Africa/Lusaka'
Africa_Malabo = 'Africa/Malabo'
Africa_Maputo = 'Africa/Maputo'
Africa_Maseru = 'Africa/Maseru'
Africa_Mbabane = 'Africa/Mbabane'
Africa_Mogadishu = 'Africa/Mogadishu'
Africa_Monrovia = 'Africa/Monrovia'
Africa_Nairobi = 'Africa/Nairobi'
Africa_Ndjamena = 'Africa/Ndjamena'
Africa_Niamey = 'Africa/Niamey'
Africa_Nouakchott = 'Africa/Nouakchott'
Africa_Ouagadougou = 'Africa/Ouagadougou'
Africa_Porto_Novo = 'Africa/Porto-Novo'
Africa_Sao_Tome = 'Africa/Sao_Tome'
Africa_Tripoli = 'Africa/Tripoli'
Africa_Tunis = 'Africa/Tunis'
Africa_Windhoek = 'Africa/Windhoek'
America_Adak = 'America/Adak'
America_Anchorage = 'America/Anchorage'
America_Anguilla = 'America/Anguilla'
America_Antigua = 'America/Antigua'
America_Araguaina = 'America/Araguaina'
America_Argentina_Buenos_Aires = 'America/Argentina/Buenos_Aires'
America_Argentina_Catamarca = 'America/Argentina/Catamarca'
America_Argentina_Cordoba = 'America/Argentina/Cordoba'
America_Argentina_Jujuy = 'America/Argentina/Jujuy'
America_Argentina_La_Rioja = 'America/Argentina/La_Rioja'
America_Argentina_Mendoza = 'America/Argentina/Mendoza'
America_Argentina_Rio_Gallegos = 'America/Argentina/Rio_Gallegos'
America_Argentina_Salta = 'America/Argentina/Salta'
America_Argentina_San_Juan = 'America/Argentina/San_Juan'
America_Argentina_San_Luis = 'America/Argentina/San_Luis'
America_Argentina_Tucuman = 'America/Argentina/Tucuman'
America_Argentina_Ushuaia = 'America/Argentina/Ushuaia'
America_Aruba = 'America/Aruba'
America_Asuncion = 'America/Asuncion'
America_Atikokan = 'America/Atikokan'
America_Bahia = 'America/Bahia'
America_Bahia_Banderas = 'America/Bahia_Banderas'
America_Barbados = 'America/Barbados'
America_Belem = 'America/Belem'
America_Belize = 'America/Belize'
America_Blanc_Sablon = 'America/Blanc-Sablon'
America_Boa_Vista = 'America/Boa_Vista'
America_Bogota = 'America/Bogota'
America_Boise = 'America/Boise'
America_Cambridge_Bay = 'America/Cambridge_Bay'
America_Campo_Grande = 'America/Campo_Grande'
America_Cancun = 'America/Cancun'
America_Caracas = 'America/Caracas'
America_Cayenne = 'America/Cayenne'
America_Cayman = 'America/Cayman'
America_Chicago = 'America/Chicago'
America_Chihuahua = 'America/Chihuahua'
America_Costa_Rica = 'America/Costa_Rica'
America_Creston = 'America/Creston'
America_Cuiaba = 'America/Cuiaba'
America_Curacao = 'America/Curacao'
America_Danmarkshavn = 'America/Danmarkshavn'
America_Dawson = 'America/Dawson'
America_Dawson_Creek = 'America/Dawson_Creek'
America_Denver = 'America/Denver'
America_Detroit = 'America/Detroit'
America_Dominica = 'America/Dominica'
America_Edmonton = 'America/Edmonton'
America_Eirunepe = 'America/Eirunepe'
America_El_Salvador = 'America/El_Salvador'
America_Fort_Nelson = 'America/Fort_Nelson'
America_Fortaleza = 'America/Fortaleza'
America_Glace_Bay = 'America/Glace_Bay'
America_Godthab = 'America/Godthab'
America_Goose_Bay = 'America/Goose_Bay'
America_Grand_Turk = 'America/Grand_Turk'
America_Grenada = 'America/Grenada'
America_Guadeloupe = 'America/Guadeloupe'
America_Guatemala = 'America/Guatemala'
America_Guayaquil = 'America/Guayaquil'
America_Guyana = 'America/Guyana'
America_Halifax = 'America/Halifax'
America_Havana = 'America/Havana'
America_Hermosillo = 'America/Hermosillo'
America_Indiana_Indianapolis = 'America/Indiana/Indianapolis'
America_Indiana_Knox = 'America/Indiana/Knox'
America_Indiana_Marengo = 'America/Indiana/Marengo'
America_Indiana_Petersburg = 'America/Indiana/Petersburg'
America_Indiana_Tell_City = 'America/Indiana/Tell_City'
America_Indiana_Vevay = 'America/Indiana/Vevay'
America_Indiana_Vincennes = 'America/Indiana/Vincennes'
America_Indiana_Winamac = 'America/Indiana/Winamac'
America_Inuvik = 'America/Inuvik'
America_Iqaluit = 'America/Iqaluit'
America_Jamaica = 'America/Jamaica'
America_Juneau = 'America/Juneau'
America_Kentucky_Louisville = 'America/Kentucky/Louisville'
America_Kentucky_Monticello = 'America/Kentucky/Monticello'
America_Kralendijk = 'America/Kralendijk'
America_La_Paz = 'America/La_Paz'
America_Lima = 'America/Lima'
America_Los_Angeles = 'America/Los_Angeles'
America_Lower_Princes = 'America/Lower_Princes'
America_Maceio = 'America/Maceio'
America_Managua = 'America/Managua'
America_Manaus = 'America/Manaus'
America_Marigot = 'America/Marigot'
America_Martinique = 'America/Martinique'
America_Matamoros = 'America/Matamoros'
America_Mazatlan = 'America/Mazatlan'
America_Menominee = 'America/Menominee'
America_Merida = 'America/Merida'
America_Metlakatla = 'America/Metlakatla'
America_Mexico_City = 'America/Mexico_City'
America_Miquelon = 'America/Miquelon'
America_Moncton = 'America/Moncton'
America_Monterrey = 'America/Monterrey'
America_Montevideo = 'America/Montevideo'
America_Montserrat = 'America/Montserrat'
America_Nassau = 'America/Nassau'
America_New_York = 'America/New_York'
America_Nipigon = 'America/Nipigon'
America_Nome = 'America/Nome'
America_Noronha = 'America/Noronha'
America_North_Dakota_Beulah = 'America/North_Dakota/Beulah'
America_North_Dakota_Center = 'America/North_Dakota/Center'
America_North_Dakota_New_Salem = 'America/North_Dakota/New_Salem'
America_Ojinaga = 'America/Ojinaga'
America_Panama = 'America/Panama'
America_Pangnirtung = 'America/Pangnirtung'
America_Paramaribo = 'America/Paramaribo'
America_Phoenix = 'America/Phoenix'
America_Port_au_Prince = 'America/Port-au-Prince'
America_Port_of_Spain = 'America/Port_of_Spain'
America_Porto_Velho = 'America/Porto_Velho'
America_Puerto_Rico = 'America/Puerto_Rico'
America_Punta_Arenas = 'America/Punta_Arenas'
America_Rainy_River = 'America/Rainy_River'
America_Rankin_Inlet = 'America/Rankin_Inlet'
America_Recife = 'America/Recife'
America_Regina = 'America/Regina'
America_Resolute = 'America/Resolute'
America_Rio_Branco = 'America/Rio_Branco'
America_Santarem = 'America/Santarem'
America_Santiago = 'America/Santiago'
America_Santo_Domingo = 'America/Santo_Domingo'
America_Sao_Paulo = 'America/Sao_Paulo'
America_Scoresbysund = 'America/Scoresbysund'
America_Sitka = 'America/Sitka'
America_St_Barthelemy = 'America/St_Barthelemy'
America_St_Johns = 'America/St_Johns'
America_St_Kitts = 'America/St_Kitts'
America_St_Lucia = 'America/St_Lucia'
America_St_Thomas = 'America/St_Thomas'
America_St_Vincent = 'America/St_Vincent'
America_Swift_Current = 'America/Swift_Current'
America_Tegucigalpa = 'America/Tegucigalpa'
America_Thule = 'America/Thule'
America_Thunder_Bay = 'America/Thunder_Bay'
America_Tijuana = 'America/Tijuana'
America_Toronto = 'America/Toronto'
America_Tortola = 'America/Tortola'
America_Vancouver = 'America/Vancouver'
America_Whitehorse = 'America/Whitehorse'
America_Winnipeg = 'America/Winnipeg'
America_Yakutat = 'America/Yakutat'
America_Yellowknife = 'America/Yellowknife'
Antarctica_Casey = 'Antarctica/Casey'
Antarctica_Davis = 'Antarctica/Davis'
Antarctica_DumontDUrville = 'Antarctica/DumontDUrville'
Antarctica_Macquarie = 'Antarctica/Macquarie'
Antarctica_Mawson = 'Antarctica/Mawson'
Antarctica_McMurdo = 'Antarctica/McMurdo'
Antarctica_Palmer = 'Antarctica/Palmer'
Antarctica_Rothera = 'Antarctica/Rothera'
Antarctica_Syowa = 'Antarctica/Syowa'
Antarctica_Troll = 'Antarctica/Troll'
Antarctica_Vostok = 'Antarctica/Vostok'
Arctic_Longyearbyen = 'Arctic/Longyearbyen'
Asia_Aden = 'Asia/Aden'
Asia_Almaty = 'Asia/Almaty'
Asia_Amman = 'Asia/Amman'
Asia_Anadyr = 'Asia/Anadyr'
Asia_Aqtau = 'Asia/Aqtau'
Asia_Aqtobe = 'Asia/Aqtobe'
Asia_Ashgabat = 'Asia/Ashgabat'
Asia_Atyrau = 'Asia/Atyrau'
Asia_Baghdad = 'Asia/Baghdad'
Asia_Bahrain = 'Asia/Bahrain'
Asia_Baku = 'Asia/Baku'
Asia_Bangkok = 'Asia/Bangkok'
Asia_Barnaul = 'Asia/Barnaul'
Asia_BeiJing = 'Asia/Shanghai'
Asia_Beirut = 'Asia/Beirut'
Asia_Bishkek = 'Asia/Bishkek'
Asia_Brunei = 'Asia/Brunei'
Asia_Chita = 'Asia/Chita'
Asia_Choibalsan = 'Asia/Choibalsan'
Asia_Colombo = 'Asia/Colombo'
Asia_Damascus = 'Asia/Damascus'
Asia_Dhaka = 'Asia/Dhaka'
Asia_Dili = 'Asia/Dili'
Asia_Dubai = 'Asia/Dubai'
Asia_Dushanbe = 'Asia/Dushanbe'
Asia_Famagusta = 'Asia/Famagusta'
Asia_Gaza = 'Asia/Gaza'
Asia_Hebron = 'Asia/Hebron'
Asia_Ho_Chi_Minh = 'Asia/Ho_Chi_Minh'
Asia_Hong_Kong = 'Asia/Hong_Kong'
Asia_Hovd = 'Asia/Hovd'
Asia_Irkutsk = 'Asia/Irkutsk'
Asia_Jakarta = 'Asia/Jakarta'
Asia_Jayapura = 'Asia/Jayapura'
Asia_Jerusalem = 'Asia/Jerusalem'
Asia_Kabul = 'Asia/Kabul'
Asia_Kamchatka = 'Asia/Kamchatka'
Asia_Karachi = 'Asia/Karachi'
Asia_Kathmandu = 'Asia/Kathmandu'
Asia_Khandyga = 'Asia/Khandyga'
Asia_Kolkata = 'Asia/Kolkata'
Asia_Krasnoyarsk = 'Asia/Krasnoyarsk'
Asia_Kuala_Lumpur = 'Asia/Kuala_Lumpur'
Asia_Kuching = 'Asia/Kuching'
Asia_Kuwait = 'Asia/Kuwait'
Asia_Macau = 'Asia/Macau'
Asia_Magadan = 'Asia/Magadan'
Asia_Makassar = 'Asia/Makassar'
Asia_Manila = 'Asia/Manila'
Asia_Muscat = 'Asia/Muscat'
Asia_Nicosia = 'Asia/Nicosia'
Asia_Novokuznetsk = 'Asia/Novokuznetsk'
Asia_Novosibirsk = 'Asia/Novosibirsk'
Asia_Omsk = 'Asia/Omsk'
Asia_Oral = 'Asia/Oral'
Asia_Phnom_Penh = 'Asia/Phnom_Penh'
Asia_Pontianak = 'Asia/Pontianak'
Asia_Pyongyang = 'Asia/Pyongyang'
Asia_Qatar = 'Asia/Qatar'
Asia_Qostanay = 'Asia/Qostanay'
Asia_Qyzylorda = 'Asia/Qyzylorda'
Asia_Riyadh = 'Asia/Riyadh'
Asia_Sakhalin = 'Asia/Sakhalin'
Asia_Samarkand = 'Asia/Samarkand'
Asia_Seoul = 'Asia/Seoul'
Asia_Shanghai = 'Asia/Shanghai'
Asia_Singapore = 'Asia/Singapore'
Asia_Srednekolymsk = 'Asia/Srednekolymsk'
Asia_Taipei = 'Asia/Taipei'
Asia_Tashkent = 'Asia/Tashkent'
Asia_Tbilisi = 'Asia/Tbilisi'
Asia_Tehran = 'Asia/Tehran'
Asia_Thimphu = 'Asia/Thimphu'
Asia_Tokyo = 'Asia/Tokyo'
Asia_Tomsk = 'Asia/Tomsk'
Asia_Ulaanbaatar = 'Asia/Ulaanbaatar'
Asia_Urumqi = 'Asia/Urumqi'
Asia_Ust_Nera = 'Asia/Ust-Nera'
Asia_Vientiane = 'Asia/Vientiane'
Asia_Vladivostok = 'Asia/Vladivostok'
Asia_Yakutsk = 'Asia/Yakutsk'
Asia_Yangon = 'Asia/Yangon'
Asia_Yekaterinburg = 'Asia/Yekaterinburg'
Asia_Yerevan = 'Asia/Yerevan'
Atlantic_Azores = 'Atlantic/Azores'
Atlantic_Bermuda = 'Atlantic/Bermuda'
Atlantic_Canary = 'Atlantic/Canary'
Atlantic_Cape_Verde = 'Atlantic/Cape_Verde'
Atlantic_Faroe = 'Atlantic/Faroe'
Atlantic_Madeira = 'Atlantic/Madeira'
Atlantic_Reykjavik = 'Atlantic/Reykjavik'
Atlantic_South_Georgia = 'Atlantic/South_Georgia'
Atlantic_St_Helena = 'Atlantic/St_Helena'
Atlantic_Stanley = 'Atlantic/Stanley'
Australia_Adelaide = 'Australia/Adelaide'
Australia_Brisbane = 'Australia/Brisbane'
Australia_Broken_Hill = 'Australia/Broken_Hill'
Australia_Currie = 'Australia/Currie'
Australia_Darwin = 'Australia/Darwin'
Australia_Eucla = 'Australia/Eucla'
Australia_Hobart = 'Australia/Hobart'
Australia_Lindeman = 'Australia/Lindeman'
Australia_Lord_Howe = 'Australia/Lord_Howe'
Australia_Melbourne = 'Australia/Melbourne'
Australia_Perth = 'Australia/Perth'
Australia_Sydney = 'Australia/Sydney'
Canada_Atlantic = 'Canada/Atlantic'
Canada_Central = 'Canada/Central'
Canada_Eastern = 'Canada/Eastern'
Canada_Mountain = 'Canada/Mountain'
Canada_Newfoundland = 'Canada/Newfoundland'
Canada_Pacific = 'Canada/Pacific'
Europe_Amsterdam = 'Europe/Amsterdam'
Europe_Andorra = 'Europe/Andorra'
Europe_Astrakhan = 'Europe/Astrakhan'
Europe_Athens = 'Europe/Athens'
Europe_Belgrade = 'Europe/Belgrade'
Europe_Berlin = 'Europe/Berlin'
Europe_Bratislava = 'Europe/Bratislava'
Europe_Brussels = 'Europe/Brussels'
Europe_Bucharest = 'Europe/Bucharest'
Europe_Budapest = 'Europe/Budapest'
Europe_Busingen = 'Europe/Busingen'
Europe_Chisinau = 'Europe/Chisinau'
Europe_Copenhagen = 'Europe/Copenhagen'
Europe_Dublin = 'Europe/Dublin'
Europe_Gibraltar = 'Europe/Gibraltar'
Europe_Guernsey = 'Europe/Guernsey'
Europe_Helsinki = 'Europe/Helsinki'
Europe_Isle_of_Man = 'Europe/Isle_of_Man'
Europe_Istanbul = 'Europe/Istanbul'
Europe_Jersey = 'Europe/Jersey'
Europe_Kaliningrad = 'Europe/Kaliningrad'
Europe_Kiev = 'Europe/Kiev'
Europe_Kirov = 'Europe/Kirov'
Europe_Lisbon = 'Europe/Lisbon'
Europe_Ljubljana = 'Europe/Ljubljana'
Europe_London = 'Europe/London'
Europe_Luxembourg = 'Europe/Luxembourg'
Europe_Madrid = 'Europe/Madrid'
Europe_Malta = 'Europe/Malta'
Europe_Mariehamn = 'Europe/Mariehamn'
Europe_Minsk = 'Europe/Minsk'
Europe_Monaco = 'Europe/Monaco'
Europe_Moscow = 'Europe/Moscow'
Europe_Oslo = 'Europe/Oslo'
Europe_Paris = 'Europe/Paris'
Europe_Podgorica = 'Europe/Podgorica'
Europe_Prague = 'Europe/Prague'
Europe_Riga = 'Europe/Riga'
Europe_Rome = 'Europe/Rome'
Europe_Samara = 'Europe/Samara'
Europe_San_Marino = 'Europe/San_Marino'
Europe_Sarajevo = 'Europe/Sarajevo'
Europe_Saratov = 'Europe/Saratov'
Europe_Simferopol = 'Europe/Simferopol'
Europe_Skopje = 'Europe/Skopje'
Europe_Sofia = 'Europe/Sofia'
Europe_Stockholm = 'Europe/Stockholm'
Europe_Tallinn = 'Europe/Tallinn'
Europe_Tirane = 'Europe/Tirane'
Europe_Ulyanovsk = 'Europe/Ulyanovsk'
Europe_Uzhgorod = 'Europe/Uzhgorod'
Europe_Vaduz = 'Europe/Vaduz'
Europe_Vatican = 'Europe/Vatican'
Europe_Vienna = 'Europe/Vienna'
Europe_Vilnius = 'Europe/Vilnius'
Europe_Volgograd = 'Europe/Volgograd'
Europe_Warsaw = 'Europe/Warsaw'
Europe_Zagreb = 'Europe/Zagreb'
Europe_Zaporozhye = 'Europe/Zaporozhye'
Europe_Zurich = 'Europe/Zurich'
GMT = 'GMT'
Indian_Antananarivo = 'Indian/Antananarivo'
Indian_Chagos = 'Indian/Chagos'
Indian_Christmas = 'Indian/Christmas'
Indian_Cocos = 'Indian/Cocos'
Indian_Comoro = 'Indian/Comoro'
Indian_Kerguelen = 'Indian/Kerguelen'
Indian_Mahe = 'Indian/Mahe'
Indian_Maldives = 'Indian/Maldives'
Indian_Mauritius = 'Indian/Mauritius'
Indian_Mayotte = 'Indian/Mayotte'
Indian_Reunion = 'Indian/Reunion'
Pacific_Apia = 'Pacific/Apia'
Pacific_Auckland = 'Pacific/Auckland'
Pacific_Bougainville = 'Pacific/Bougainville'
Pacific_Chatham = 'Pacific/Chatham'
Pacific_Chuuk = 'Pacific/Chuuk'
Pacific_Easter = 'Pacific/Easter'
Pacific_Efate = 'Pacific/Efate'
Pacific_Enderbury = 'Pacific/Enderbury'
Pacific_Fakaofo = 'Pacific/Fakaofo'
Pacific_Fiji = 'Pacific/Fiji'
Pacific_Funafuti = 'Pacific/Funafuti'
Pacific_Galapagos = 'Pacific/Galapagos'
Pacific_Gambier = 'Pacific/Gambier'
Pacific_Guadalcanal = 'Pacific/Guadalcanal'
Pacific_Guam = 'Pacific/Guam'
Pacific_Honolulu = 'Pacific/Honolulu'
Pacific_Kiritimati = 'Pacific/Kiritimati'
Pacific_Kosrae = 'Pacific/Kosrae'
Pacific_Kwajalein = 'Pacific/Kwajalein'
Pacific_Majuro = 'Pacific/Majuro'
Pacific_Marquesas = 'Pacific/Marquesas'
Pacific_Midway = 'Pacific/Midway'
Pacific_Nauru = 'Pacific/Nauru'
Pacific_Niue = 'Pacific/Niue'
Pacific_Norfolk = 'Pacific/Norfolk'
Pacific_Noumea = 'Pacific/Noumea'
Pacific_Pago_Pago = 'Pacific/Pago_Pago'
Pacific_Palau = 'Pacific/Palau'
Pacific_Pitcairn = 'Pacific/Pitcairn'
Pacific_Pohnpei = 'Pacific/Pohnpei'
Pacific_Port_Moresby = 'Pacific/Port_Moresby'
Pacific_Rarotonga = 'Pacific/Rarotonga'
Pacific_Saipan = 'Pacific/Saipan'
Pacific_Tahiti = 'Pacific/Tahiti'
Pacific_Tarawa = 'Pacific/Tarawa'
Pacific_Tongatapu = 'Pacific/Tongatapu'
Pacific_Wake = 'Pacific/Wake'
Pacific_Wallis = 'Pacific/Wallis'
US_Alaska = 'US/Alaska'
US_Arizona = 'US/Arizona'
US_Central = 'US/Central'
US_Eastern = 'US/Eastern'
US_Hawaii = 'US/Hawaii'
US_Mountain = 'US/Mountain'
US_Pacific = 'US/Pacific'
UTC = 'utc'
class jtyoui.TextSummary(text, title)[源代码]

基类：object

calc_summary(ratio=0.1, index=None)[源代码]
class jtyoui.Tool(string)[源代码]

基类：object

自定义工具类

>>> tool = Tool('我家在贵州省遵义县的一个地方是虾子')
>>> i_s = tool.index_select_string('01056666600000056', '56+')
>>> print(i_s)
>>> tool.string = '我在这里、一、相亲最大的好处是。二、想要什么婚姻。三五、开放型的婚姻是凉鞋。'
>>> t_s = tool.split('[一二三四五六七八九十]+、', retain=False)
>>> print(t_s)
>>> tool.string = '我家在贵州省遵义县的一个地方是虾子'
>>> s_i = tool.string_select_index(ls=['贵州省', '遵义县', '虾子'], start_name='5', end_name='6')
>>> print(s_i)
>>> d = [[1, 2, 3],[1, 0, -1],[0, 1, 1]]
>>> print(tool.select_row(d, 1))  # [2, 0, 1]
>>> tool.generator = False
>>> print(tool.select_ls(['遵义县', '虾子']))
>>> tool.string = '9994599945545599945'
>>> ts = tool.search('(45+)+')
>>> print(ts.start(), ts.end(), ts.value())
>>> print(tool.string)
>>> tool.string = 'are you fuck!'
>>> print(tool.replace('[0-9a-zA-Z]', ''))
generator = True
index_select_string(index, select)[源代码]

利用索引的关系来标记字符串

利用索引的关系来找字符串:一般用在深度学习中的标注模型

参数:
  • index – 索引
  • select – 索引匹配的正则
返回:

匹配字符串列表
replace(pattern, repl, count=0, flags=0)[源代码]

正则替换

search(pattern, flags=0)[源代码]

根据正则获取字符串的索引以及值，索引和值都是list类型

select_ls(ls_)[源代码]

根据列表里面的元素选取字符串中的元素

参数:ls – 列表元素，比如[‘张三’,’李四’,’王麻子’]，string=’张三去李四家找东西’
返回:[‘张三’,’李四’]
select_row(iterable_, row)[源代码]

选取可迭代对象中的某一列

参数:
  • iterable – 可迭代对象
  • row – 每一列
split(re_, flag=0, retain=True)[源代码]

支持正则分割

参数:
  • re – 正则表达式
  • flag – re.search(re_, self.string, flag), 默认flag=0
  • retain – 是否要保留正则匹配的字符,默认是保留
string

更新字符串

string_select_index(ls, start_name, end_name, flag='O', labels=None)[源代码]

将一段文字进行标记返回标记的列表

参数:
  • ls – 标记的关键字列表
  • start_name – 开始标记的名称
  • end_name – 连续标记的名称
  • flag – 不在关键字列表中默认标记，默认是O,大写的o
  • labels – 自定义标记
class jtyoui.Tree(value=None, parent=None)[源代码]

基类：object

创建一颗树

>>> tree = Tree(value='Root')
>>> for d in data:
        t = Tree(value=d, parent=tree)
        tree.add_child(t)
add_child(node)[源代码]

增加节点（孩子）

参数:node – 节点
node_parent_value()[源代码]

知道一个节点，打印该节点的所有值（路径）

返回:返回该节点路径上的所有值
search_tree(value: str, ls)[源代码]

多叉搜索树

>>> tree_object = []
>>> ts.search_tree('g', tree_object)
>>> print(tree_object)
参数:
  • value – 树上一个值
  • ls – 树集合
search_tree_value(value: str)[源代码]

搜索树的路径

参数:value – 树上的一个值
返回:树支的路径
exception jtyoui.UAPageVersionError[源代码]

基类：Exception

ua版本异常,重新指定版本即可

class jtyoui.WeatherForecast[源代码]

基类：object

get_15day_weather()[源代码]

获得15天 天气预报

get_7day_weather()[源代码]

获得7天 天气预报

get_today_weather()[源代码]

获得当天 天气预报

set_city(city)[源代码]

输入一个城市名字

参数:city – 城市名字
jtyoui.abs_function(value)[源代码]

绝对值函数

jtyoui.add_day(date: str, format_='%Y-%m-%d', to_str=False, **kwargs) → <module 'datetime' from '/home/docs/.pyenv/versions/3.7.3/lib/python3.7/datetime.py'>[源代码]

一个日期加多少天或者时间

参数:
  • date – 一个正确的日期
  • format – 日期格式化
  • to_str – 是否打印字符串
  • kwargs – 可以填写 :days=xx，seconds=xx,microseconds=xx,milliseconds=xx,minutes=xx,hours=xx,weeks=xx
返回:

被加后的日期
jtyoui.analysis(data_name, response_headers='cookie: HJ_UID=a0752831-ba30-9486-ddc8-66bcbb7f303a; _REF=https://www.baidu.com/link?url%3DTvv2c125EbCEB2T5xBtSlQeMb4zSO1v2ZkeB8uvhFXacQdks-Z0OXCabLXXX-Wpa&wd%3D&eqid%3D9cbe02970005752c000000025cd1684b; _REG=www.baidu.com|; _SREG_3=www.baidu.com|; HJ_CST=0; HJ_CSST_3=0; _SREF_3=https://www.baidu.com/link?url%3DTvv2c125EbCEB2T5xBtSlQeMb4zSO1v2ZkeB8uvhFXacQdks-Z0OXCabLXXX-Wpa&wd%3D&eqid%3D9cbe02970005752c000000025cd1684b; TRACKSITEMAP=3%2C6%2C; HJ_SID=5b45f4b2-9ae1-4a93-803b-7e2d08faba78; HJ_SSID_3=e959e1f7-6b25-4c49-a26d-a914297c0f32\nuser-agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/74.0.3729.131 Safari/537.36')[源代码]

分析单词、爬去小D网站：https://dict.hjenglish.com/jp/jc/%E3%81%AB%E3%81%8E%E3%82%8F%E3%81%86

jtyoui.auto_get_ip(eth=None)[源代码]

自动获取ip地址

参数:eth – window下eth默认是None。在Linux下，eth对应着不同的网卡
jtyoui.bai_du_translate(word, from_, to_, cookie)[源代码]

百度翻译：需要自己增加cookie

参数:
  • word – 翻译的单词
  • from – 该单词是什么语言
  • to – 翻译成什么语言
  • cookie – 百度翻译网址cookie
返回:

返回json数据
jtyoui.bd_map(title, scope, page_size=20, page_num=0)[源代码]

获取信息,和get_data()一样

二分查找算法

>>> s = [1, 2, 3, 4, 5, 6, 10, 7]
>>> print(binary_search(s, 7, True))
参数:
  • ls – 列表。
  • x – 被查找的数。
  • sort – 是否要启动排序，False表示不启动排序，默认是不启动。
返回:

找到返回True，反之亦然
jtyoui.binary_system(x, base_x, base_y)[源代码]

转化进制

>>> print(binary_system(2542, 7, 12))
参数:
  • x – 字符串非负整数
  • base_x – 字符串的进制
  • base_y – 转化的进制
返回:

被转化的进制
jtyoui.bray_curtis_distance(dimension_x, dimension_y)[源代码]

布雷柯蒂斯距离

参数:
  • dimension_x – 一个维度的集合,不是一个点
  • dimension_y – 另一个维度的集合.不是另一个点
返回:

布雷柯蒂斯距离
jtyoui.bubbled_sort(ls)[源代码]

冒泡算法

>>> import random
>>> import time
>>> s = []
>>> for _ in range(100):
        jr = random.randint(0, 1000)
        s.append(jr)
>>> start = time.time()
>>> bs = bubbled_sort(s)
>>> print(bs)
>>> print(time.time() - start)
jtyoui.char_number_split(str_: str, number: int)[源代码]

根据字符串个数来分割字符串

jtyoui.chebyshev_distance(coordinate_p, coordinate_q)[源代码]

传入的是两个可迭代对象,每一个是一个n位坐标,比如:p=(x1,x2,x3….xn),q=(y1,y2,y3….yn)

参数:
  • coordinate_p – p坐标
  • coordinate_q – q坐标
返回:

切比雪夫距离(棋盘距离)
jtyoui.check_date_type(date_str: str) -> (<class 'bool'>, <module 'datetime' from '/home/docs/.pyenv/versions/3.7.3/lib/python3.7/datetime.py'>)[源代码]

验证数字字符串是否日期类型：例如 2018-2-1

参数:date_str – 日期类型 例如 2019-2-1，返回真、2019-2-29 返回假（2019年没有2月29号）。
返回:返回元组，（真、datetime类型）、（假、None）
jtyoui.check_id_card(id_card: str)[源代码]

身份证号码识别

参数:id_card – 一串号码
返回:识别出身份证号码
jtyoui.chinese_to_pin_yin(pin_yin, string_)[源代码]

将汉字转为拼音

参数:
  • pin_yin – 拼音模型
  • string – 汉字
返回:

拼音列表
jtyoui.collatz(n)[源代码]

Collatz猜想:也叫3n+1猜想，给一个正整数，如果是偶数，则减半；如果是奇数，则变为它的三倍加一。直到变为一停止

jtyoui.combination(ls: iter, number=2) → list[源代码]

组合：不重复

jtyoui.combination_repeat(ls: iter, number=2) → list[源代码]

组合：可重复

class jtyoui.combinations

基类：object

combinations(iterable, r) –> combinations object

Return successive r-length combinations of elements in the iterable.

combinations(range(4), 3) –> (0,1,2), (0,1,3), (0,2,3), (1,2,3)

class jtyoui.combinations_with_replacement

基类：object

combinations_with_replacement(iterable, r) –> combinations_with_replacement object

Return successive r-length combinations of elements in the iterable allowing individual elements to have successive repeats. combinations_with_replacement(‘ABC’, 2) –> AA AB AC BB BC CC

jtyoui.confusion_matrix(simple, pred)[源代码]

混淆矩阵

参数:
  • simple – 实际样本分类列表
  • pred – 预测样本分类列表
返回:

TP,TN,FP,FN
jtyoui.contain_list_subset(str_: str, ls: list) -> (<class 'bool'>, <class 'list'>)[源代码]

输入一个字符串判断字符串是否属于某个列表的子集

例如：str_：贵州，ls：[贵州省，遵义市]，那么贵州属于ls某个字符串的子集

参数:
  • str – 字符串
  • ls – 字符串列表
返回:

存在返回True。不存在返回False。都会返回list列表
jtyoui.contain_subset(str_: str, ls: list) -> (<class 'bool'>, <class 'list'>)[源代码]

输入一个字符串判断字符串的子集是否在ls列表中,并且返回子集列表

参数:
  • str – 字符串
  • ls – 字符串列表
返回:

存在返回True。不存在返回False。都会返回list列表
jtyoui.continuous_pause(sentence: str) → str[源代码]

去除多重断句符号

jtyoui.coroutine(func)[源代码]

自动激活协程装饰器

jtyoui.cosine(coordinate_p, coordinate_q)[源代码]

余弦距离又叫余弦角度

参数:
  • coordinate_p – p坐标
  • coordinate_q – q坐标
返回:

余弦距离
jtyoui.cosine_distance(sentence, data)[源代码]

余弦距离

jtyoui.cov(x, y)[源代码]

协方差

返回:表示x的数学期望
jtyoui.create_app_sh(project_address)[源代码]
jtyoui.create_config(project_address)[源代码]
jtyoui.create_docker_init(project_address)[源代码]
jtyoui.create_docker_project(project_address)[源代码]

一键创建由Flask创建的Dockers项目文件

jtyoui.create_dockerfile(project_address)[源代码]
jtyoui.create_flaskenv(project_address)[源代码]
jtyoui.create_requirements(project_address)[源代码]
jtyoui.create_uwsgi(project_address)[源代码]
jtyoui.ctc_to_sc(ctc)[源代码]

农历转阳历

参数:ctc – 农历
返回:阳历
jtyoui.ctc_to_td(ctc)[源代码]

农历转天干地支

参数:ctc – 农历
返回:天干地支,找不到返回空
jtyoui.cut(text_name)[源代码]

从原始数据里面提取日语单词

参数:text_name – 原始数据的文件地址
返回:返回提取数据文本的地址
jtyoui.deprecationWarning(func)
jtyoui.dict_create_tree(data: dict, tree: jtyoui.algorithm.TreeAlgorithm.Tree = <jtyoui.algorithm.TreeAlgorithm.Tree object>)[源代码]
创建下面的树结构
a

b c d

e f g |g h| k m

>>> ds = {'a': {'b': ['e', 'f', 'g'], 'c': ['g', 'h'], 'd': ['k', 'm']}}
>>> ts = dict_create_tree(ds)
>>> print(ts)
参数:
  • data – 创建树型结构，对照上面，例如：ds = {‘a’: {‘b’: [‘e’, ‘f’, ‘g’], ‘c’: [‘g’, ‘h’], ‘d’: [‘k’, ‘m’]}}
  • tree – 默认为上一层树结构，不需要传入
返回:

一颗自动带有root根目录的树结构
jtyoui.dict_key_value_re(dicts: dict, value_re: str = None, key_re: str = None) → list[源代码]

根据字典的key-value来进行正则匹配

根据value值的索引获取key或者根据key的索引获取到value 同理：key_value_re函数

>>> print(dict_key_value_re({'我': '6', '叫': '6', '张': '0', '伟': '1'}, value_re='01+'))
参数:
  • dicts – 字典
  • value_re – 根据值的正则获取key。比如：01正则表达式获取到ab
  • key_re – 同理。根据key的正则。获取到值。比如：ab正则表达式。返回01
jtyoui.dirichlet_function(value)[源代码]

狄利克雷函数：只是简单的判断

jtyoui.display_file(file_path)[源代码]

显示文件夹或者文件

显示成功之后，返回真假值，真为成功，假为失败！

参数:file_path – 文件夹或者文件的地址
jtyoui.double_data_chart(start=None, end=None)[源代码]

爬取双色球数据,第一列数据是信息头

参数:
  • start – 开始期号：默认是第一期时间
  • end – 结束期号：默认是现在时间
返回:

二维列表
jtyoui.download_dev_tencent(file_path: str, username: str, package: str, save_path: str, md5: str)[源代码]

下载数据

下载数据在coding平台上

>>> download_dev_tencent('date.zip', 'zhangwei0530', 'logo', 'D://', '79A5A43F33CA300CD2671DF1168B24E5')
参数:
  • file_path – 文件路径
  • username – 账号
  • package – 项目
  • save_path – 保存文件在该文件夹
  • md5 – MD5校验值
返回:

下载成功返回保存的地址
jtyoui.download_gitee(package, name, file_dir=None, project='logo')[源代码]

下载非结构文本数据

参数:
  • package – 包名
  • name – 文件名
  • file_dir – 保存文件的文件夹地址
  • project – 项目名
返回:

下载成功返回’success’,失败返回’fail’
jtyoui.draw_koch(n=3, polygon=6)[源代码]

绘画科赫雪花

参数:
  • n – 迭代次数
  • polygon – 多边形雪花
jtyoui.edit_distance(chars, other_chars)[源代码]

编辑距离

参数:
  • chars – 字符串
  • other_chars – 另一个字符串
返回:

编辑距离值
jtyoui.entity_attribute_value(entity, attribute)[源代码]

实体&属性->属性值

参数:
  • entity – 实体名
  • attribute – 属性名
返回:

根据实体、属性获取属性值
jtyoui.entity_to_knowledge(entity)[源代码]

实体->知识

参数:entity – 实体名
返回:根据实体获取实体知识
jtyoui.euclidean_distance(coordinate_p, coordinate_q)[源代码]

欧氏距离

参数:
  • coordinate_p – p坐标
  • coordinate_q – q坐标
返回:

欧氏距离值
jtyoui.f_measure(tp, tn, fp, fn)[源代码]

综合评价指标=(2*P*R)/(P+R)

jtyoui.f_to_j(str_)[源代码]

繁体字转简体字

参数:str – 字符串
返回:转换后的字符串生成器
jtyoui.factorial(n, number=1)[源代码]

求n的阶乘

当number==1时，表示n! 当number==2时，表示n!! 当number==3时，表示n!!! ……………….

参数:
  • n – 输入大于1的整数
  • number – 阶乘数
返回:

n的number阶乘
jtyoui.fetch_gitee(package, name, project='logo')[源代码]

爬取非结构文本数据

参数:
  • package – 包名
  • name – 文件名
  • project – 项目名
返回:

返回字节数据
jtyoui.find(str_: str, re_: str) → list[源代码]

功能类似于str.find(),但是支持正则表达式

参数:
  • str – 字符串
  • re – 正则
返回:

返回列表，包含元组：（匹配正则对象，匹配正则的开始索引）
jtyoui.find_address(name)[源代码]

查询地址

该函数也废除，建议使用：finds_address函数 输入一个地名，查到这个名字的详细地址：比如输入：大连市、朝阳区、遵义县、卡比村等

参数:name – 输入一个地址。
返回:地址的信息
jtyoui.find_identity_card_address(card_addr)[源代码]

识别身份证地址

输入一个地址，判断是否是身份证上的地址，返回格式包括： 一级地址：省|自治区 二级地址：自治州|市|盟|地区|区划 三级地址：市|县|旗|区 四级地址：区|镇 五级地址：其他

参数:card_addr – 一串地址
返回:返回元组，包括五级地址
jtyoui.find_train_desc(name)[源代码]

查询火车站的摘要信息

jtyoui.find_train_desc_info(name)[源代码]

查询火车站的摘要和基本信息

jtyoui.find_train_info(name)[源代码]

查询火车站的基本信息

jtyoui.find_unicodedata_name(data: str) → list[源代码]

查询Unicode编码中的名字

♠ == BLACK SPADE SUIT N{BLACK SPADE SUIT} == ♠

参数:data – 字符串
返回:字符的Unicode名字列表
jtyoui.finds_address(data, name: str)[源代码]

查询地址

输入一个地名，查到这个名字的详细地址：比如输入：大连市、朝阳区、遵义县、卡比村等

参数:
  • data – 地址数据
  • name – 输入一个地址名
返回:

地址的信息
jtyoui.flag_contain_subset(str_: str, ls: list) → bool[源代码]

输入一个字符串判断字符串的子集是否在ls列表中

jtyoui.flask_abort(code, jsonify, message=None, **kwargs)[源代码]

手动抛出flask异常

参数:
  • code – 状态码
  • jsonify – 传入flask里面的jsonify对象。from flask import jsonify
  • message – 返回的msg异常信息
  • kwargs – 其他jsonify参数
返回:

异常状态信息
jtyoui.flask_content_type(requests)[源代码]

根据不同的content_type来解析数据

jtyoui.flask_error_abort(code, jsonify, error, message=None, **kwargs)[源代码]

手动抛出flask异常、并且增加error详细异常

jtyoui.flask_register_errors(app, jsonify)[源代码]

app启动处注册一个错误处理器

from flask import jsonify,Flask app = Flask(__name__) register_errors(app, jsonify) #注册异常解析器

参数:
  • app – app对象
  • jsonify – jsonify对象
jtyoui.fun_generic(*args, **kwargs)[源代码]

自定义泛型类型

jtyoui.gcd(m, n)[源代码]

最大公约数

>>> print(gcd(97 * 2, 97 * 3))
参数:
  • m – 大于零的整数
  • n – 大于零的整数
返回:

返回最大公约数
jtyoui.get(url, cookie=None)[源代码]

Get网站

jtyoui.get_argCount(func) → int[源代码]

获取函数对象的参数个数

def sum(a,b):
return(a+b)

print(sum.__code__.co_argcount) # 2

#输出的函数参数个数 print(sum.__code__.co_varnames) # (‘a’, ‘b’) #这里会输出函数用到的所有变量名，不只是参数名

print(sum.__defaults__) # None # 返回参数的初始值

import inspect inspect.getargspec(sum) #ArgSpec(args=[‘a’, ‘b’], varargs=None, keywords=None, defaults=None)

参数:func – 函数对象
返回:函数对象的参数个数
jtyoui.get_file_md5(file_path)[源代码]

获取文件的MD5值

参数:file_path – 文件地址
返回:MD5校验值
jtyoui.get_js(js, js_fun, js_params)[源代码]
jtyoui.get_linux_ip(eth)[源代码]

在Linux下获取IP

jtyoui.get_log_config(config_path=None, custom_dir=None) → <module 'configparser' from '/home/docs/.pyenv/versions/3.7.3/lib/python3.7/configparser.py'>[源代码]

加载当前文件下的log.ini文件

默认日志文件夹在当前运训目录的logs下 如果要自定义文件夹，只需要将custom_dir定义该目录即可，修改目录下的日志文件夹只需要定义handlers即可，程序会自动寻找handlers下的args的值。 [handlers] keys = consoleHandler,fileHandler,errorHandler

参数:
  • config_path – 日志文件配置
  • custom_dir – 自定义日志文件夹
返回:

日志文件配置对象
jtyoui.get_mac_address() → str[源代码]

获得本机MAC地址

jtyoui.get_window_ip()[源代码]

在window下获取ip

jtyoui.get_window_name()[源代码]

获取window系统名

jtyoui.ham_distance(chars, other_chars, weight=None, f=64)[源代码]

比较那个字符串的海明距离

参数:
  • chars – 字符串
  • other_chars – 另一个字符串
  • weight – 权重字典:weight={“电影”: 3}
  • f – samHash的bit位数
返回:

海明距离值
jtyoui.header(request_headers)[源代码]

将浏览器中的Request Headers头复制过来.进行改装成字典类型

参数:request_headers – 浏览器中的Request Headers头信息
返回:分割Headers头信息的键值对
jtyoui.headers_ua()[源代码]
jtyoui.helen_formula(a, b, c)[源代码]

海伦公式，知道三边求面积

a、b、c是三角形的三条边

jtyoui.hide_file(file_path)[源代码]

隐藏文件夹或者文件

隐藏成功之后，返回真假值，真为成功，假为失败！

参数:file_path – 文件夹或者文件的地址
jtyoui.id_card_calibration(id_card: str)[源代码]

身份证号码检验

校对身份证最后一位数字

参数:id_card – 一串号码
返回:检验值
jtyoui.integral_function(value)[源代码]

取整函数

jtyoui.interface_all_tests(method, url, data, record_time=True, **kwargs)

简单接口测试

参数:
  • method – 请求方法，比如：post、get
  • url – url地址
  • data – 传入的参数
  • record_time – 是否记录消耗时间
  • kwargs – 参考requests.post **kwargs
返回:

接口返回值
jtyoui.interface_post_test(dict_, address, record_time=True, **kwargs)

简单接口测试

参数:
  • dict – 传入的参数
  • address – url地址
  • kwargs – 参考requests.post **kwargs
  • record_time – 是否记录消耗时间
返回:

接口返回值
jtyoui.interface_test(dict_, address, record_time=True, **kwargs)[源代码]

简单接口测试

参数:
  • dict – 传入的参数
  • address – url地址
  • kwargs – 参考requests.post **kwargs
  • record_time – 是否记录消耗时间
返回:

接口返回值
jtyoui.interface_tests(method, url, data, record_time=True, **kwargs)[源代码]

简单接口测试

参数:
  • method – 请求方法，比如：post、get
  • url – url地址
  • data – 传入的参数
  • record_time – 是否记录消耗时间
  • kwargs – 参考requests.post **kwargs
返回:

接口返回值
jtyoui.is_chinese(char: str) → bool[源代码]

判断一个字符是否是中文

参数:char – 一个字符
返回:是中文返回真，否则是假
jtyoui.is_prime(n)[源代码]

判断一个数是否为质数

jtyoui.j_to_f(str_)[源代码]

简体字转繁体字

参数:str – 字符串
返回:转换后的字符串生成器
jtyoui.jaccard_distance(set_, other_set)[源代码]

杰卡德距离

1） m00:代表向量A与向量B都是0的维度个数； 2） m01:代表向量A是0而向量B是1的维度个数； 3） m10:代表向量A是1而向量B是0的维度个数； 4) m11:代表向量A和向量B都是1的维度个数。 n维向量的每一维都会落入这4类中的某一类，因此： Jaccard距离为:m01+m10/m01+m10+m11+m00

参数:
  • set – 以1和0组合的集合
  • other_set – 以1和0组合的集合
返回:

两个不一样的频率
jtyoui.jaccard_set_distance(set_, other_set)[源代码]

杰卡德距离

两个集合A和B的交集元素在A，B的并集中所占的比例， 称为两个集合的杰卡德相似系数 与杰卡德相似系数相反的概念是杰卡德距离 杰卡德距离用两个集合中不同元素占所有元素的比例来衡量两个集合的区分度

参数:
  • set – 一个set类型
  • other_set – 另一个set类型
返回:

集合之间的值
jtyoui.join(chars: str, obj: collections.abc.Iterable) → str[源代码]

同str.join函数一样，只不过数字会自动转为字符串

参数:
  • chars – 要拼接的字符串
  • obj – 拼接对象
返回:

字符串
jtyoui.kendall_coefficient(sample_x, sample_y)[源代码]

肯德尔相关性系数

其中C表示XY中拥有一致性的元素对数（两个元素为一对）；D表示XY中拥有不一致性的元素对数。 n1,n2,n3可以参考 https://blog.csdn.net/wsywl/article/details/5889419

参数:
  • sample_x – 数据集合
  • sample_y – 数据集合
返回:

两个集合的肯德尔相关性系数
jtyoui.key_value_re(key: list, value: list, value_re: str = None, key_re: str = None) → list[源代码]

根据value值的索引获取key或者根据key的索引获取到value

参数:
  • key – k值。[‘a’,’b’]
  • value – v值。[0,1]
  • value_re – 根据值的正则获取key。比如：01正则表达式获取到ab
  • key_re – 同理。根据key的正则。获取到值。比如：ab正则表达式。返回01
jtyoui.kmp(string, str_)[源代码]

KMP(The Knuth-Morris-Pratt Algorithm)无回溯串匹配算法

>>> print(kmp('我们在野生动物园玩', '动物园'))
jtyoui.load_address_file(file_address_path)[源代码]

加载地址文件数据

参数:file_address_path – 加载地址文件的路径，没有地址文件默认自动下载。
返回:地址文件数据，类型字典
jtyoui.load_date(load_date_dir)[源代码]
jtyoui.load_pin_yin(tone=False)[源代码]

加载拼音模型字典

参数：True 有声调， False没有声调

参数:tone – 是否要加载声调
返回:拼音模型字典
jtyoui.load_zip(zip_name, file_name, encoding='UTF-8', sep='\n')[源代码]

加载zip数据

参数:
  • zip_name – 压缩包的名字
  • file_name – 压缩包里面文件的名字
  • encoding – 文件的编码
  • sep – 压缩文件里面的换行符
返回:

压缩包里面的数据：默认编码的UTF-8
jtyoui.log(log_file, config_file=None)[源代码]

日志装饰器，用于测试函数的时候打印日志

关于日志配置：可以参考官网配置： https://docs.python.org/3.7/library/logging.config.html

参数:
  • log_file – 日志地址保存地方
  • config_file – 日志配置地址保存地址
jtyoui.log_file_config()[源代码]

默认加载配置文件

jtyoui.mahalanobis_distance(matrix, coordinate)[源代码]

求解马氏距离

马氏距离要求样本数要大于维数，否则无法求协方差矩阵 此处进行转置，表示10个样本，每个样本2维

参数:
  • matrix – 矩阵列表
  • coordinate – 坐标
Return result:

两个点的马氏距离
jtyoui.manhattan_distance(coordinate_p, coordinate_q)[源代码]

曼哈顿距离

参数:
  • coordinate_p – p坐标
  • coordinate_q – q坐标
返回:

曼哈顿距离值
jtyoui.map_replace(str_: str, key: [<class 'list'>, <class 'str'>] = None, value: [<class 'list'>, <class 'str'>] = None, maps: dict = None) → str[源代码]

映射替换,最好使用maps字典映射

>>> print(map_replace('[中国]', '[]', '【】')) #【中国】
>>> print(map_replace('[中国]', maps={'[': '【', ']': '】'})) #【中国】
参数:
  • str – 字符串
  • key – 替换字符
  • value – 被替换的字符
  • maps – 字符映射
返回:

替换完毕的字符串
jtyoui.math_tex(tex, file_path=None)[源代码]

根据Tex语言生成数学公式矢量图

关于Tex语法参考：https://blog.csdn.net/qfire/article/details/81382048

参数:
  • tex – Tex语言
  • file_path – 保存矢量图的地址，后缀名一定是: xxx.svg
返回:

默认返回SVG数据。有地址保存到地址，返回True
jtyoui.max_str(ls: list)[源代码]

统计字符串列表出现字符串最多的字符串

jtyoui.max_sub_array(ls: list) → tuple[源代码]

求解最大子数组

>>> print(max_sub_array([5, 4, -12, 1, 3, -1, 4, 1, -6]))
参数:ls – 数字类列表
返回:（起始位置，结束位置，最大值）
jtyoui.mention_to_entity(mention)[源代码]

输入名称->实体

参数:mention – 输入名称
返回:根据名称获取歧义关系
jtyoui.merge_address(work: str, address: list, new_address: list) → list[源代码]

合并地址

当模型无法提取一些地址的时候，需要手动添加一些地址，添加后的地址需要进行合并

>>> print(merge_address('观山湖区长岭北路89号金融城B座', ['观山湖区'], ['观山湖区长岭北路']))
参数:
  • work – 地址数据
  • address – 地址1
  • new_address – 地址2
返回:

返回合并后的地址
jtyoui.miller_rabin_prime(n, k=50)[源代码]

米勒-拉宾素性检验是一种素数判定法则

米勒-拉宾素性检验是一种素数判定法则，利用随机化算法判断一个数是合数还是可能是素数。 卡内基梅隆大学的计算机系教授Gary Lee Miller首先提出了基于广义黎曼猜想的确定性算法， 由于广义黎曼猜想并没有被证明，其后由以色列耶路撒冷希伯来大学的Michael O. Rabin教授作出修改， 提出了不依赖于该假设的随机化算法。

参数:
  • n – 质数
  • k – 检验的次数
返回:

是质数返回True，不是返回False
jtyoui.minkowski_distance(coordinate_p, coordinate_q, dimension)[源代码]

闵可夫斯基距离

参数:
  • coordinate_p – p坐标
  • coordinate_q – q坐标
  • dimension – 闵可夫斯基维度
返回:

闵可夫斯基距离
jtyoui.parameter_set_length(fun)[源代码]

参数集合长度验证修饰器

jtyoui.pearson_coefficient(sample_x, sample_y)[源代码]

皮尔森相关性系数

参数:
  • sample_x – x样本数据变量集合
  • sample_y – y样本数据变量集合
返回:

x和y的相关系数
jtyoui.permutation(ls: iter, number=2) → list[源代码]

排列

class jtyoui.permutations

基类：object

permutations(iterable[, r]) –> permutations object

Return successive r-length permutations of elements in the iterable.

permutations(range(3), 2) –> (0,1), (0,2), (1,0), (1,2), (2,0), (2,1)

jtyoui.pi(n=7)[源代码]

计算PI,能精确到小数点：15万5千6百42位

参数:n – 表示精确的小数，n的范围是：0-155640
返回:返回的是字符串，默认是返回小数点7位
jtyoui.pips(module, package=None)[源代码]

安装模块：有时候加载模块和下载模块的名字不一样，需要指定package

参数:
  • module – 加载模块的名字
  • package – 没有模块下载模块的名字
jtyoui.plate_number(number: str, car_re: str = '[京津沪渝冀豫云辽黑湘皖鲁新苏浙赣鄂桂甘晋蒙陕吉闽贵粤青藏川宁琼使领A-Z][A-Z][A-HJ-NP-Z0-9]{4}[A-HJ-NP-Z0-9挂学警港澳]|[京津沪渝冀豫云辽黑湘皖鲁新苏浙赣鄂桂甘晋蒙陕吉闽贵粤青藏川宁琼使领A-Z][A-Z](?:(?:[0-9]{5}[DF])|(?:[DF][A-HJ-NP-Z0-9][0-9]{4}))') → list[源代码]

车牌号验证

默认校验车牌号号码包括：

—— 普通车牌

—— 新能源车牌

具体的引用正则包括：

—— 普通车牌 jtyoui.ORDINARY_CAR_RE

—— 新能源车牌 jtyoui.NEW_ENERGY_VEHICLE_RE

—— 所有的车牌 jtyoui.ALL_CAR_RE

参数:
  • car_re – 匹配车牌号的正则，默认是：CAR_RE
  • number – 车牌号
返回:

车牌号
jtyoui.plus_date(start: str, end: str, format_='%Y-%m-%d %H:%M:%S') → <module 'datetime' from '/home/docs/.pyenv/versions/3.7.3/lib/python3.7/datetime.py'>[源代码]

两个日期相减得差数 :end-start

参数:
  • start – 一个正确的日期
  • end – 另一个正确的日期
  • format – 日期格式化
返回:

被加后的日期
jtyoui.post(url, params, cookie=None)[源代码]

Post网站

jtyoui.precision(tp, tn, fp, fn)[源代码]

精确率=(TP+TN)/(TP+TN+FP+FN)

jtyoui.primes(n)[源代码]

埃拉托斯特尼质数筛法

print(len(list(primes(1_0000_0000)))) # 时间5.5541136264801025秒 10万内：9592 100万内：78498 1000万内：664579 1亿内：5761455

参数:n – 表示[0,n]范围的质数
jtyoui.print_heart(s='♥')[源代码]

输出一个心脏的符号

参数:s – 字符串
返回:心脏的格式
jtyoui.punctuate(sentence)[源代码]

根据词性进行简单校验断句

jtyoui.random(browser='chrome', version='0.1.11', update=False)

随机返回browser浏览器一条UA

参数:
  • browser – 浏览器名字,包括如下:[chrome,opera,firefox,internetexplorer,safari]
  • version – 爬取ua网页版本
  • update – 是否更新保存的UA文件数据
返回:

字典类型
jtyoui.random_big_prime(n=15)[源代码]

随机生成一个大位质数

>>> print(random_big_prime(128))

这种算法具有不确定，错误概率在亿分之一以下。犹如买彩票一样

参数:n – 质数的位数
返回:大质数
jtyoui.random_char(number=1)[源代码]

随机选择字母

参数:number – 生成个数
jtyoui.random_digits(number=1)[源代码]

随机选择数字

参数:number – 生成个数
jtyoui.random_lower_char(number=1)[源代码]

随机选择小写字母

参数:number – 生成个数
jtyoui.random_special(number=1)[源代码]

随机选择特殊字符

参数:number – 生成个数
jtyoui.random_upper_char(number=1)[源代码]

随机选择大写字母

参数:number – 生成个数
jtyoui.reader_conf(path: str, encoding: str = 'UTF-8') → dict[源代码]

读取配置文件 [capitalize] a b

参数:
  • path – 配置文件路径
  • encoding – 文件编码
jtyoui.real_number(value)[源代码]

判断是否是实数

jtyoui.recall(tp, tn, fp, fn)[源代码]

召回率=TP/(TP+FN)

jtyoui.reduce(function, sequence[, initial]) → value

Apply a function of two arguments cumulatively to the items of a sequence, from left to right, so as to reduce the sequence to a single value. For example, reduce(lambda x, y: x+y, [1, 2, 3, 4, 5]) calculates ((((1+2)+3)+4)+5). If initial is present, it is placed before the items of the sequence in the calculation, and serves as a default when the sequence is empty.

jtyoui.remove_subset(ls: list) → list[源代码]

去除列表中的子集

比如：[‘aa’,’a’,’ab’] –> [‘aa’,’ab’]

参数:ls – 字符串列表
返回:返回去重后的结果
jtyoui.replace(re_, repl, string_, count=0, flags=0)[源代码]

支持正则替换

jtyoui.replace_regular(re_, replace_)[源代码]

根据正则来修改参数

参数:
  • re – 匹配的正则
  • replace – 替换正则的数据
返回:

被替换完毕的参数
jtyoui.rm_empty_dir(dir_path)[源代码]

删除空目录

jtyoui.runtimeWarning(func)
jtyoui.save_conf(cx: dict, path: str, encoding='UTF-8')[源代码]

保存配置文件

参数:
  • cx – 保存的字典类型：{str：list}
  • path – 保存的路径
  • encoding – 保存文件的编码
jtyoui.save_csv(file)[源代码]

保存到csv文件

参数:file – csv文件地址
jtyoui.save_txt(file)[源代码]

保存到纯文本

参数:file – 文件地址
jtyoui.sc_to_ctc(sc)[源代码]

阳历转农历

参数:sc – 阳历
返回:农历
jtyoui.sc_to_td(sc)[源代码]

阳历转天干地支纪年

参数:sc – 阳历
返回:天干地支纪年
jtyoui.send_qq_mail(from_addr, password, to_addr, content, subject='', files=None, host=('smtp.qq.com', 465))[源代码]

这个一个邮箱发送函数.默认是qq邮箱

参数:
  • from_addr – 发送方邮箱
  • password – 填入发送方邮箱的授权码
  • to_addr – 收件人为多个收件人,通过;为间隔的字符串,比如: xx@qq.com;yy@qq.com
  • content – 正文
  • subject – 主题
  • files – 附加
  • host – 邮件传输协议
返回:

bool类型.打印成功和失败
jtyoui.set_log_file_config(config: <module 'configparser' from '/home/docs/.pyenv/versions/3.7.3/lib/python3.7/configparser.py'>)[源代码]

加载配置文件到内存

jtyoui.sign_function(value)[源代码]

符号函数

jtyoui.simHash_similarity(text1: (<class 'str'>, <class 'dict'>), text2: (<class 'str'>, <class 'dict'>), weight: dict = None, f: int = 64) → float[源代码]

文本相似度算法

参数:
  • text1 – 文本1
  • text2 – 文本2
  • weight – 文本词权重
  • f – hash bit位数
返回:

相似度
jtyoui.singleton(cls, *args, **kwargs)[源代码]

单列模式修饰器

jtyoui.spear_man_coefficient(sample_x, sample_y)[源代码]

斯皮尔曼相关系数

参数:
  • sample_x – x样本数据变量集合
  • sample_y – y样本数据变量集合
返回:

x和y的相关系数
jtyoui.split(re_, str_, flag=0, max_split=0) → list[源代码]

支持正则分割

参数:
  • re – 正则表达式
  • str – 字符串
  • flag – re.search(re_, self.string, flag), 默认flag=0
  • max_split – 最大分割数量
jtyoui.string_function(module: [<class 'str'>, <class 'module'>], func: str, *args, **kwargs)[源代码]

根据字符串方法名来进行调用模块方法

参数:
  • module – 模块名
  • func – 模块中的方法名字
  • args – 方法里面的参数值
  • kwargs – 方法里面的参数值
返回:

返回一个返回值
jtyoui.strip(data: str, re_) → str[源代码]

支持正则去除data中的数据。类似于str.strip()函数

参数:
  • data – 数据
  • re – 去除data中的数据
返回:

去除后的数据
jtyoui.supplement_address(address_ls, address_tree)[源代码]

补全地址

输入零碎的地址信息。补全地址，比如输入：[‘山西’, ‘文水’, ‘孝义村’],补全为：山西省-吕梁市-文水县-孝义镇-孝义村委会

>>> Tree = jtyoui.dict_create_tree(jtyoui.load_address_file('D://'))
>>> print(supplement_address(['山西', '文水', '孝义'], Tree))
参数:
  • address_ls – 补全的地址名字
  • address_tree – 地址树，默认方法：dict_create_tree(load_address_file(‘D://’))
返回:

返回列表，列表里面是一个元组，第一个参数是地址名字，第二个参数是地址的权重，权重越大越相似，排序越前。
jtyoui.td_to_ctc(td)[源代码]

天干地支纪年转农历

参数:td – 输入一个天干地支纪年
返回:农历
jtyoui.td_to_sc(td)[源代码]

天干地支纪年转阳历

参数:td – 输入一个天干地支纪年
返回:阳历
jtyoui.telephone_number_matching_verification(re_, str_: str)[源代码]

电话号码匹配

默认匹配到的电话号码包括： —— 移动、联通、电信手机卡 —— 海事卫星通信 —— 应急通信 —— 移动、联通、电信虚拟运营商 —— 移动、联通、电信物联网数据卡 —— 移动、联通、电信上网卡

具体使用默认正则：请看： https://github.com/jtyoui/Jtyoui/blob/master/jtyoui/data/phoneRegularity.py

参数:
  • re – 电话号码匹配的正则
  • str – 一串数字
返回:

匹配到的电话号码
jtyoui.tetrahedron_volume(r1, r2, r3, r4, r5, r6)[源代码]

知道四面体的边求体积，r1-r6都是边

jtyoui.tetrahedron_volume2(a, b, c, m, n, l)[源代码]

知道四面体的边求体积，a, b, c, m, n, l都是边

jtyoui.theorem_Zero(function, x1: float, x2: float) → float[源代码]

零点定理

定义一个函数：x^3-2x-5=0,求x等于多少。x的值域：[1,1000] 原理利用二分法不断的逼近，求出答案

参数:
  • function – 定一个函数
  • x1 – 开始值
  • x2 – 结束值
返回:

返回零点的值
jtyoui.thread_analysis(file, thread_num=10, split_num=4, frequency=0.0001, cond=10, free=0.1, flag=False)[源代码]

多线程启动分析

参数:
  • file – 训练的文本
  • thread_num – 线程数
  • split_num – 匹配个数
  • frequency – 频率
  • cond – 凝聚度
  • free – 自由度
  • flag – 是否是并且还是或者,默认是或者，满足一个就过滤
返回:

分析完毕的字典
jtyoui.translate_to_chinese(name, languages, headers={'cookie': 'HJ_CST=1; HJ_CSST_3=1; HJ_SID=58dfee85-f85c-a234-f219-b79dcb7e1e9d; _REF=https://www.baidu.com/link?url%3D1PPFhXl2aDlh33a6R3XE_eUsUW7banuolBKo19dvNXD8eQK8Qf1vvpCORFg1ShyF&wd%3D&eqid%3D812dd4340002b121000000065cc69469; _REG=www.baidu.com|; HJ_SSID_3=ea24368a-e9e2-9b58-9b38-8a90fb70cbae; _SREF_3=https://www.baidu.com/link?url%3D1PPFhXl2aDlh33a6R3XE_eUsUW7banuolBKo19dvNXD8eQK8Qf1vvpCORFg1ShyF&wd%3D&eqid%3D812dd4340002b121000000065cc69469; _SREG_3=www.baidu.com|; HJ_UID=18a93035-bcf4-49bd-a944-1d64e9099ce5; TRACKSITEMAP=3%2C', 'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/73.0.3683.103 Safari/537.36'})[源代码]

将一种语言翻译成中文

参数:
  • name – 单词
  • languages – 语言、及包含：from jtyoui.data import Languages
  • headers – 请求头。更新方法：https://dict.hjenglish.com/
返回:

中文
jtyoui.tree()[源代码]

创建一颗简单树

>>> x = tree()
>>> x['a']['b'] = 1
返回:树
jtyoui.ua(browser='chrome', version='0.1.11', update=False)[源代码]

随机返回browser浏览器一条UA

参数:
  • browser – 浏览器名字,包括如下:[chrome,opera,firefox,internetexplorer,safari]
  • version – 爬取ua网页版本
  • update – 是否更新保存的UA文件数据
返回:

字典类型
jtyoui.unbz2_one(bz2_address, file_name, encoding='UTF-8')[源代码]

解压bz2数据包

参数:
  • bz2_address – 压缩包的地址
  • file_name – 压缩包里面文件的名字
  • encoding – 文件的编码
返回:

压缩包里面的数据：默认编码的UTF-8
jtyoui.unzip(zip_address, file_name, encoding='UTF-8')[源代码]

解压zip数据包

参数:
  • zip_address – 压缩包的地址
  • file_name – 压缩包里面文件的名字
  • encoding – 文件的编码
返回:

压缩包里面的数据：默认编码的UTF-8
jtyoui.warns(message, category=None)[源代码]

警告装饰器

参数:
  • message – 警告信息
  • category – 警告类型：默认是None
返回:

装饰函数的对象
jtyoui.warps(func)[源代码]

这个装饰器等效：functools.wraps(fun)

jtyoui.window_name_get_ip(window_name)[源代码]

根据window的名字来获取ip地址

参数:window_name – window的名字
返回:返回当前计算机的ip地址
jtyoui.word_nature()[源代码]

读取file_zip下的word_nature文件，返回词性字典