Python
【15.0】JavaScript之函数
【一】函数 函数function，也叫做功能，方法 ，函数可以将一段代码封装起来，函数就具备了特定的功能 函数的作用就是封装一段代码，将来可以重复使用 在Python中定义函数需要用 def 在JavaScript中定义函数需要用 function 【二】函数声明 【1】先声明再调用 函数必须先声明，才能使用 【2】函数声明的语法 函数声明的时候函数不会立即执行，只有
【14.0】JavaScript之数组
【一】什么是数组 数组是一组有序的数据集合，数组内部可以存放多个数据，不限制数据类型，数组的长度可以动态调整 数组类似于Python当中的列表 【二】创建数组 创建数据的最简单方式是通过字面量 也可以通过数组对象去创建 存放多个数据，每个数据之间用，分隔 【三】数组获取元素 可以通过索引获取数组内元素，索引从0开始 如果索引超过最大值 得到的结果是 undefi
爬虫：根据表格中专利号对应的超链接爬取网页pdf
这个是公司同事帮我写的，没接触过爬虫，代码存个档学习一下。 这个文件是读取表格单元格中的专利号和对应的超链接，存储到新的csv文件中 import pandas as pd from openpyxl import load_workbook filename = '/data/datasets/LLMS/20231208 湖南中烟专利检索结果及全文(去噪前)/加热卷烟烟支结构专利风险评估项
Python函数每日一讲 - 简洁快速学会globals()函数
引言 在 Python 中，globals() 函数是一个强大的工具，它允许您访问全局命名空间中的所有变量和函数。本文将深入探讨 globals() 函数的语法、用法以及实际应用场景，帮助大家更好地理解和使用这个函数。 语句概览 globals() 函数的语法如下： 函数实例 下面是 globals() 函数的几个使用实例： 例1： 查看全局变量字典 这个例子演示了如何使用 globals()
数据抽取平台pydatax介绍--实现和项目使用
数据抽取平台pydatax实现过程中，有2个关键点： 1、是否能在python3中调用执行datax任务，自己测试了一下可以，代码如下： 这个str1就是配置的shell文件 2、是否能获取datax执行后的信息：用来捕获执行的情况和错误信息
python3的json数据库-TinyDB初入门
无意间看到TinyDB这个词汇，就去查了一下，就发现了它的官方网站 这里 然后就是按照他说的步骤去做。 第1步 安装 pip3 install tinydb 安装成功后，创建一个文件名字叫做 test.py，输入下面的代码： 执行 python3 test.py 然后查看结果 我们可以看到结果是正确的，先插入
2024年第 18期《Python接口自动化+Playwright 》课程，3月7号开学（课程全面升级！）!
2024年第 18 期《Python接口自动化+Playwright 》课程课程，3月7号开学（课程全面升级！） 主讲老师：上海-悠悠 上课方式：微信群视频在线教学，方便交流 本期上课时间：2024年3月7号 - 2024年5月12号，晚上20:30-22:30 报名费：报名费3000一人（周期2-3个月） 联系微信/QQ：283340479 课表如下 直播课程主要涉及的内容： 一、课前学习部分：
11、Fail2Ban 教程
简介 Fail2Ban 是一个 Linux 系统的应用软件，用来防止系统入侵，主要是防止暴力破解系统密码。它是用 Python 开发的。 它主要通过监控日志文件（比如/var/log/auth.log、/var/log/apache/access.log等）来生效。一旦发现恶意攻击的登录请求，它会封锁对方的 IP 地址，使得对方无法再发起请求。 Fail2Ban 可以防止有人反复尝试 SSH 密码
[ida插件]QtMetaParser
解析staticMetaObject vftable-->metaObject()-->staticMetaObject 相关链接： Qt Internals & Reversing [翻译]Qt内部机制及逆向 Qt5 程序初步逆向分析+解析脚本
开源流程引擎三巨头：activiti、flowable、camunda，最推荐使用哪个？
From: https://mp.weixin.qq.com/s?__biz=MzI4Njc5NjM1NQ==&mid=2247551521 市场上比较有名的开源流程引擎有osworkflow、jbpm、activiti、flowable、camunda。其中：Jbpm4、Activiti、Flowable、camunda四个框架同宗同源，祖先都是Jbpm4，开发者只要用过其中一
【深度学习】神经网络的学习
目录常用损失函数均方误差函数（mean squared error）交叉熵误差函数（cross entropy error）/对数损失函数（log loss function）数值微分（numerical gradient）前向差分（forward difference）后向差分（backward difference）中心差分（central difference）基于梯度下降算法的神经网络学习
python3的json数据库-TinyDB效率篇
安装了这个TinyDB库后，我突然想到一般来说python执行的速度并不算高，那这个库写文件速度如何呢？ 测试代码如下： 执行结果发现 看，一次简单的插入，居然要10毫秒，这真是令人发指的缓慢！ 同样的逻辑用php实现一下看看 执行结果 use time(ms) 0.18191337585449 ，这毫无疑问是php快很多，不过想想这个
Python3中的“指针”
技术背景 在python中定义一个列表时，我们一定要注意其中的可变对象的原理。虽然python的语法中没有指针，但是实际上定义一个列表变量时，是把变量名指到了一个可变对象上。如果此时我们定义另外一个变量也指到同一个可变对象的话，就会造成一个“联动”的现象。也就是改变其中的一个值时，另一个值也会随之而改变。本文使用的Python版本为Python 3.7.13 测试案例 这里我们先定义一个列表a，然
【工具】用nvm管理nodejs版本切换，真香！
前言 🍊缘由 换个nodejs版本比换个媳妇还难，nvm堪称管理nodejs版本神器 事情的起因，公司的一些老项目需要依赖稳定老版本的nodejs，但是自己的一些项目所需要的是更高版本的nodejs，这就会面临频繁切换版本的情况。看到很多同事小伙伴并没有使用nvm进行版本管理，面对切换的苦恼，遂将本狗使用nvm的方法进行分享，彻底告别nodejs版本切换的困扰。 🍋实例展示 A，B两个并行开发项
Vue+Vite+Ts+Python后端demo
一、创建前端工程 1.安装node 进入官网下载：Node.js (nodejs.org) 选择安装路径后，默认安装；确认是否成功安装： 2.创建vite项目 ①：npm init vite@latest ②：输入项目名、选择Vue、选择Ts；cd到项目文件夹里；安装依赖项：npm i，启动项目：npm run dev ③：打开浏览器，进入：http://localh
Hession-free 的共轭梯度法的高效计算版本的部分代码（pytorch实现，实现一阶求导的一次计算重复使用）
Hession-free 的共轭梯度法的高效计算版本的部分代码（pytorch实现，实现一阶求导的一次计算重复使用） Hession-free 的共轭梯度法在求解 H*v 的时候是先求一阶导，即雅可比向量，然后雅可比向量与向量v乘积后再求二导数，这样可以避免Hession矩阵在内存中的完全展开，减少内存消耗，使大规模矩阵的计算实现可行；但是该种传统的计算过程中会出现大量重复的对相同计算图的一阶求
python加密脚本py转pyd文件踩的坑
如果是Python 3，则上面的方法是无效的，原因是Python 3使用的是VS 2010编译的，所以设置应该是这样： VS 2010 无需设置，直接能认出 VS 2012 对应：SET VS100COMNTOOLS=%VS110COMNTOOLS% VS 2013 对应：SET VS100COMNTOOLS=%VS120COMNTOOLS% 我的 python3.8.3 安装的
在anaconda下labelimg的下载与使用技巧，及rolabelimg的下载
本文是基于anaconda下关于labelimg和rolabelimg的安装使用，如果事先自己并没有安装好anaconda，可以先安装anaconda。 下载好anaconda后，打开其自带的命令行界面（Anaconda Prompt） ，进入界面之后，我们新建一个虚拟环境，就命名为labelimg2（因为我之前已经安装过一次，为了区分，所以这里加了个2,这只是自己的虚拟环境名称，可以自己自由更
Python 中动态调用函数或类的方法
使用 importlib 这种方式其实是__import__() 方式的扩展。 Python官方文档推荐程序式地导入模块时应该使用 import_module() 而不是__import__。 这里我们继续使用上面定义好的module.py模块。 文档参见此处：importlib — import 的实现 — Python 3.9.0 文档 importlib 包的目的有两个。 第一个目的是在
爬取网页曲线图的后台数据——Python实现
爬取网页曲线图数据的应用十分广泛。在市场分析领域，投资者可以通过分析金融网站上的股票曲线图数据来了解股市趋势，从而做出更明智的投资决策。在科学研究中，研究人员可以通过爬取科学期刊网站上的曲线图数据来分析实验结果，推动科学进步。在气象领域，气象学家可以通过爬取气象网站上的气温曲线图数据来进行天气预测和气候分析。此外，政府部门、社会科学研究机构等也可以利用爬取到的曲线图数据进行政策制定、社会调查等工作
【Filament】Filament环境搭建
1 前言 Filament 是一个实时物理渲染引擎，用于 Android、iOS、Linux、macOS、Windows 和 WebGL 平台。该引擎旨在提供高效、实时的图形渲染，并被设计为在 Android 平台上尽可能小而尽可能高效。Filament 支持基于物理的渲染（PBR），这意味着它可以模拟光线、材质和阴影等物理效果，以创建更逼真的图形场景。该引擎的设计注重性能和资源效率，使
R语言神经网络模型金融应用预测上证指数时间序列可视化
全文链接：https://tecdat.cn/?p=35212 原文出处：拓端数据部落公众号 本文旨在利用神经网络模型来帮助客户预测上证指数的收盘价，通过分析不同历史数据作为输入，建立模型并进行预测。具体而言，我们设计了两个不同的模型，分别使用不同组合的历史收盘价数据作为输入，以比较它们在预测今天的收盘价方面的效果。 获取上证指数数据 首先，我们获取了上证指数的数据，并进行了必要的数据处理，将列名
R语言中实现广义相加模型GAM和普通最小二乘(OLS)回归
原文链接：http://tecdat.cn/?p=20882 原文出处：拓端数据部落公众号 1导言 这篇文章探讨了为什么使用广义相加模型 是一个不错的选择。为此，我们首先需要看一下线性回归，看看为什么在某些情况下它可能不是最佳选择。 2回归模型 假设我们有一些带有两个属性Y和X的数据。如果它们是线性相关的，则它们可能看起来像这样：
python 发送grafana dashboard 面板内容截图到飞书群
需求 环境 docker 环境 查看grafana http://127.0.0.1:3001 (要有选中的这个按钮) ，点击后会有单独的截图页面，证明grafana截图能力没有问题 grafana 生成 service account token 飞书设置 飞书开发者后台要创建企业自建应用 代码 运行后结果 crontab定时任务可自行设置
FastAPI中全局异常处理
装饰器版本自定义异常 非装饰器版 第一种，通过在FastAPI()中指定exception_handlers 第二种，通过实例化的FastAPI对象的add_exception_handler方法 完整案例，项目中可以使用 ------------------------------------------- 个性签名：代码过万，键盘敲烂！！！ 如果觉得这篇文章对你有小小的帮
sklearn——python机器学习の库
sklearn——python机器学习の库 参考链接 【【莫烦Python】Scikit-learn (sklearn) 优雅地学会机器学习】 https://www.bilibili.com/video/BV1xW411Y7Qd/?p=4&share_source=copy_web&vd_source=163dfdf24f62c25720512aaedbfbd696 1、
Python的魔术方法
一、什么是魔术方法 1、魔术方法是一组具有特殊命名和行为的特殊方法，它们允许您自定义类的行为。这些方法使用双下划线（__）作为前缀和后缀，因此也被称为双下划线方法或特殊方法。 2、需要掌握每个方法什么时候触发或者执行 二、常见的魔术方法 1、__init__方法 初始化方法，当一个类被调用产生实例对象，自动触发，它可以用来初始化对象的属性和执行其他必要的设置。 2、__str__和__repr