Python
学习python自动化——pytest单元测试框架
一、什么是pytest 单元测试框架，unittest（python自带的），pytest（第三方库）。 用于编写测试用例、收集用例、执行用例、生成测试结果文件（html、xml） 1.1、安装pytest 1.2、导入 二、步骤 2.1、TestCase(测试用例) 2.1.1、创建测试类 1）类名要以Test开头 2.1.2、测试用例函数 1）可以
Python numpy.full函数方法的使用
NumPy（Numerical Python的缩写）是一个开源的Python科学计算库。使用NumPy，就可以很自然地使用数组和矩阵。NumPy包含很多实用的数学函数，涵盖线性代数运算、傅里叶变换和随机数生成等功能。本文主要介绍一下NumPy中full方法的使用。 参考文档：Python numpy.full函数方法的使用-CJavaPy numpy.full numpy.ful
Python 机器学习 决策树 数值型特征的处理
Python 机器学习中，特征提取是将原始数据转换为能够被模型有效利用的格式的过程。对于决策树模型而言，特征提取尤其重要，因为好的特征可以显著提升模型的预测性能。在实际应用中，需要根据具体情况选择合适的特征提取方法。数值型特征是机器学习中常见的一种特征类型，它指的是可以表示为数字的特征。特别是在构建决策树模型时，对数值型特征的处理是一个重要步骤。决策树能够直接处理数值型数据，但如
代码随想录算法训练营第三天|203.移除链表元素
今天的代码，不知道为啥haead.next完全没法打印出来，新创建的ListNode才可以操作。参考了答案写出来了。创建虚拟头节点还是比较简单的。不然head如果是那个值，就还需要删除头结点，加个判断。 # Definition for singly-linked list. # class ListNode: # def __init__(self, val
kosaraju 算法
前言 以前学习了算法，但是因为没有记录下来，最近又要重新开始学习了，这次就将我的学习经历汇总成文章，记录下来。 科萨拉朱算法（英语：Kosaraju's algorithm），也被称为科萨拉朱—夏尔算法，是一个在线性时间内寻找一个有向图中的强连通分量的算法。 首先我们需要知道几个概念 有向图 边为有方向的图称作有向图（英语：directed graph或digraph）。 有向图的一种比较
简化 Python 日志管理：Loguru 入门指南
简化 Python 日志管理：Loguru 入门指南 在开发和维护软件项目时，高效的日志管理系统对于监控应用程序的行为、调试代码和追踪异常至关重要。Python 的标准日志模块虽然功能强大，但其配置和使用往往较为复杂，尤其是对于新手开发者。这就是 Loguru 库发挥作用的地方，它以极简的方式重新定义了 Python 中的日志管理。 Loguru 的核心特性 Loguru 是一个第三方日志库，旨在
有哪些好用的开源软件？
有哪些好用的开源软件？ 题主大一学生，学的软件技术专业，前几天在上SQL课的时候被老师安利了brackets这个开源软件，很简洁很实用，比电脑自带的文本编辑器好用多了，所以想多知道一些好用的开源软件，有利于软件开发这块的。 开源软件有很多种，各自用途和领域也不同。以下是一些广泛使用和推崇的开源软件： 开发工具：
蓝桥杯2022年第十三届省赛真题-矩形拼接
目录题目分析代码 题目 分析 情况1：三个矩形有一边相等。（完全匹配：4边） 情况2：三个矩形中有前两个矩形的边等于第三个矩形的边，而且前两个矩形的另一条边相等。（完全匹配：4边） 情况3：三个矩形中有前两个矩形的边等于第三个矩形的边，而且前两个矩形的另一条边不相等。（部分匹配：6边） 情况4：如果有两个矩阵有一条边相等，那么合并后就是6条边 情况5：3个矩形完全不能
《程序是怎样跑起来的》——第十二章读后感
一：1.在机器学习中，我们使用学习程序让计算机读取大量数据并根密数据特征自己进行学 。 2.本章中，笔者会介绍于写数字识别这个分类问题的实例。具体来说就是对于写数字图像数据进行识别，并将其分类为数字0~9。 3.本章中，针对手写数字识别问题，我们会使用支持向量机算法。 4.本章中，我们会使用 scikit-leam 这个机器学习库，只需要儿行代码就可以体验机器学习。 在分类问题的机器学习中，我们将
中英文互译赫尔辛基大学翻译模型安装与测试
引子 近期接到一个文本中英互译的任务，一直以为这种翻译应该很成熟，各种商用版本很多。那么开源的一定也不少，经过网络搜索发现，近两年还真的出现了很多优秀的开源翻译项目。找到了赫尔辛基大学开源免费的多语言翻译模型，开发了1400多个多语种翻译模型。其中就包含了中译英和英译中。OK，那就让我们开始吧。 一、环境安装 1、模型下载 下载地址：英译中 https://huggingface.co/Hels
django如何将视图的数据表下载下来？（包括数据过滤）
思路 关键：django的视图本身返回的是json数据，而pandas本身就可以对json数据形成excel输出。所以，现在的关键是如何拿到需要的json数据？ 突破点：filterset还是serializers，都是可以支持手动使用的。
发送post请求，进行网站登录
发送post请求，进行网站登录 import requests # 请求头 headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/107.0.0.0 Safari/537.36', 'Referer': 'h
2024 蓝桥杯模拟赛3（div1+div2）
P8834 [传智杯 #3 决赛] 序列 (O(N^2))枚举 P8780 [蓝桥杯 2022 省 B] 刷题统计 数据很弱可以直接枚举 当然比较保险的做法是算出一周的做题数，然后除一下 P8623 [蓝桥杯 2015 省 B] 移动距离 要把变换转换为坐标，然后计算曼哈顿距离。要注意偶数行的话要把纵坐标倒过来 P8738 [蓝桥杯 2020 国 C] 天干地支 直接打表，然后计算一下偏移量
finalShell 安装Python3.6 nginx
1）前往用户根目录 2）下载 或 上传 Python3.6.7# 服务器终端 # 本地终端，给服务器上传 3）解压安装包 4）进入目标文件 5）配置安装路径：/usr/local/python3  
Paper Reading: SMOGN: a Pre-processing Approach for Imbalanced Regression
目录研究动机文章贡献本文方法实验结果数据集和实验设置对比实验pre 和 recall 的分析 Paper Reading 是从个人角度进行的一些总结分享，受到个人关注点的侧重和实力所限，可能有理解不到位的地方。具体的细节还需要以原文的内容为准，博客中的图表若未另外说明则均来自原文。 论文概况 详细 标题 《SMOGN: a Pre-processing Approach for Im
2024 52pojie春节解题领红包之Windows 高级题
2024 52pojie春节解题领红包之Windows 高级题 分析： crackme2024.exe x64位程序upx 脱壳，x64dbg设置异常，手动脱壳，略 反调试 cinit-->initterm_4 定位到如下函数 VEH_antiBP_140001670 mapview_and_antidbg_140001000 antidbg_checkthread_140001020
通过 saltstack 批量更新 SSL 证书
哈喽大家好，我是咸鱼。 之前写过两篇关于 SSL 过期巡检脚本的文章： SSL 证书过期巡检脚本 SSL 证书过期巡检脚本(Python 版) 这两篇文章都是讲如何通过脚本去自动检测 SSL 过期时间的，当我们发现某一域名的 SSL 证书过期之后，就要及时更换。 如果这个域名下有很多服务器，我们一台一台手动登录机器然后更新证书的话效率是非常低的，所以我们可以通过一些自动化运维工具去完成这些大量
Python使用shutil模块操作文件/文件夹
Python的标准库中os模块已经可以操作文件了，但是具有很多局限性(比如不能复制文件)，因此Python的另一个标准库shutil对文件/文件夹的移动，复制，删除文件夹，压缩，解压等操作做了增强，更加方便用户进行使用。 1、复制文件/文件夹（shutil.copy(src，dst)） 1.1 复制文件 复制文件常用的方法是shutil.copy(src，dst)和shut
matlab和python语法方面的差异
同为脚本语言，matlab和python在算法优化过程中都不可避免的会涉及到，甚至有些情况下会涉及到两种语言程序的互相转换，这几天我刚好也做了相关工作，需要将之前用matlab写的一个小算法模块转换成python，以方便和模型集成，过程不难，但因为需要同时涉及两种语言的书写风格，并且这两种语音在某些方面还挺相似，难免会一时混淆，遂简单整理一下形成此篇博文，方便区分及后续查阅。 矩阵相关处理 矩阵维
【Django开发】0到1开发美多shop项目：用户登录模块开发。全md文档笔记（附代码 文档）
本系列文章md笔记（已分享）主要讨论django商城项目相关知识。项目利用Django框架开发一套前后端不分离的商城项目（4.0版本）含代码和文档。功能包括前后端不分离，方便SEO。采用Django + Jinja2模板引擎 + Vue.js实现前后端逻辑，Nginx服务器（反向代理）Nginx服务器（静态首页、商品详情页、uwsgi服务器（美多商场业务场景），后端服务：MySQL、Redis、
day42 动态规划part4 代码随想录算法训练营 46. 携带研究材料- 一维数组写法
题目：46. 携带研究材料 我的感悟： 一维是二维的压缩 理解难点： 倒序遍历j 因为每轮的数字是由左上决定的。 遍历的时候，从右侧遍历，是不会影响左侧的。 weight[i] 是本轮的重量,遍历到这里就结束了,为了python取前不取后，要多减1位, 为weight[i] -1 听课笔记： 代码示例： def bag_problem(weight, value, bagWeig
pandas | value_counts()的用法
value_counts()方法返回一个序列Series，该序列用于统计某列中各个值的出现次数的函数。当配合参数 bins 使用时，它可以将数据分成指定的区间，然后统计每个区间内值的出现次数。 value_counts()是Series拥有的方法，一般在DataFrame中使用时，需要指定对哪一列或行使用。value_counts()只能对应series，不能直接对整个Dataframe做操作。
12. 整数转罗马数字(中)
目录题目题解 题目 罗马数字包含以下七种字符： I， V， X， L，C，D 和 M。 字符 数值 I 1 V 5 X 10 L 50 C 100 D 500 M 1000 例如， 罗马数字 2 写做 II ，