Python
ubuntu opencv安装与卸载
安装opencv 1.在下面网站上下载所需版本的源文件Releases - OpenCVhttps://opencv.org/releases/ 2.解压并进入该文件夹 3.命令行执行如下指令 mkdir build cd b
python sqlalchemy 框架
1. SQLAlchemy 简介 SQLAlchemy是一个Python SQL工具包和对象关系映射器，它为应用程序开发人员提供了SQL的全部功能和灵活性。它提供了一整套广为人知的企业级持久性模式，旨在实现高效和高性能的数据库访问，并将其转化为简单且Pythonic的领域语言。 以下是SQLAlchemy的一些主要特点： 提供ORM和Core两种API，ORM是一个高度抽
Ubuntu 装卸Opencv
buntu中卸载opencv的方法： 1、打开ubuntu； 2、找到当初安装opencv的build目录，进入该build目录执行卸载操作； 3、通过rm命令清理/usr中所有opencv相关项即可。具体操作步骤：1、在ubuntu系统桌面中使用快捷键【Ctrl+Alt+T】打开终端命令行模式。2、在ubuntu终端命令行输入以下命令进入安装opencv的build目录并进行卸载操作。 
configparser模块
configparser是python的内置模块，它提供的ConfigParser类来解析基本的配置文件：一、读取配置文件： 二、写入配置文件： 返回结果：[DEFAULT]serveraliveinteraval = 45compression = yescompressionlevel = 9forwardx11 = yes [donfag.com.cn]user = Lvtong
【1.0】flask框架之初识
【一】Flask框架引入 【1】Python界的web框架 （1）Django： Django是一个高级的Python Web框架，它注重快速开发和代码复用。 它提供了许多内置功能和模块，包括ORM（对象关系映射），表单处理，用户认证，会话管理等。 Django采用了MTV（模型-模板-视图）的设计模式，使得开发人员可以更加专注于业务逻辑而不是底层细节。 Django适合用于构建大型、复杂的We
【3.0】flask之路由系统
【一】路由系统基于装饰器 【二】转换器 默认转化器 【三】路由系统的本质 【1】执行流程分析 执行@app.route('/index', methods=['GET']) 本质上执行了index = @app.route('/index', methods=['GET'])(index) 触发了 route 方法中的 decorator 所以本质上执行了index = dec
【2.0】flask框架之配置文件
【一】引入 django 有settings配置文件 所有web框架都会有配置文件- 配置文件的形式可能不太一样 【二】flask的配置文件 【1】配置方式一(简单配置) 【2】配置方式二(依赖app.config) 【3】配置方式三(依赖settings) settings.py main.py 【4】配置方式四(依赖类) settings.py main.py
【补充】装饰类的装饰器类作为装饰器
【一】装饰类的装饰器： 装饰类的装饰器是指一个类，它接收一个类作为参数，并返回一个新的类。 这个新的类通常会继承自被装饰的类，并对其进行一些拓展或修改。 示例代码如下： 在上述示例中，decorator是装饰类的装饰器。 它接收一个类cls作为参数，并创建一个继承自cls的新类NewClass。 在NewClass中，我们添加了一个新的属性new_attribute以及一个新的方
【4.0】Flask框架之CBV
【一】基本使用 【二】CBV 函数加装饰器 为什么decorators = [auth] 能加装饰器 app.add_url_rule('/home', view_func=view内存地址) 用装饰器一直在装饰 view内存地址 ，所以，以后执行，就是有装饰器的view，装饰器代码会走 等价于 view = auth(view) view_func=Home.a
【6.0】Flask框架之闪现
【一】闪现引入 一个请求 ---> 假设出错了 ---> 重定向到另一个地址 ---> 把错误信息在另一个返回中看到 错误信息放个位置 ---> 另一个请求过来，去那个位置拿 把一些数据，放在某个位置 ---> 后期可以去取出来 ---> 取完不用删除，就没了 闪现（Flash）是一种在Web应用程序中临时存储消息或数据的机制。 它通常用于在一个请求和
【5.0】Flask框架之请求与响应
【一】引入 所有web:请求对象，响应对象(go,java,ptyhon) 【二】flask请求对象 django：request（每个请求一个request），新手四件套 flask：requset：全局的，但是也是每个请求一个request，新手三件套 参数 【二】flask响应对象 【1】四件套： 1 直接返回字符串 2 返回模板：render_template 3 返
【10.0】Flask框架之数据库连接池
【一】引入 【1】正常创建数据库对象 会产生问题 conn 和 cursor 是全局的，多个进程同时操作 数据库会发生数据库错乱 conn 和 cursor 要在视图函数中独立生成 在Django中使用orm语句时，会创建一个链接对象，执行，执行完毕后释放链接对象 优化后 【二】数据库连接池 【1】安装 【2】封装数据库连接池单例 setting.py utils/
【9.0】Flask框架之flask-session
【一】引入 flask 自带session---》以cookie的形式放到了浏览器中---》加密 真正的session，是在服务端存储 django中存在djangosession表中 flask中，使用第三方，保存在---》redis中---》flask-session flask能不能用jwt 可以 【二】安装 【1】安装 【2】高版本兼容性 用高版本：在app中放一个参数
【8.0】Flask框架之g对象和蓝图
【一】g对象 【1】引入 请求来了，在request中放个path，后续的视图函数中都能拿到 flask不建议向request对象中放变量，建议使用g对象 g对象，当次请求中放入的变量，在当次请求中一直存在 global的缩写，global 在Flask中，当我们处理请求时，有时需要在多个视图函数之间共享某些变量。 通常情况下，我们不建议直接将这些变量存储在Flask的reque
【7.0】Flask框架之请求扩展
【一】请求扩展引入 在 Flask 框架中，可以通过请求扩展（Request Extension）来实现类似于 Django 中间件的功能。 请求扩展提供了一些钩子函数，可以在请求的不同生命周期中执行特定的操作。 以下是 Flask 中几个常用的请求扩展和它们的作用： before_request：在每个请求到达视图函数之前调用。 after_request：在每个请求结束后调用，并且只有在没
【12.0】Flask框架之flask-script
【一】Django中的命令 【1】引入 django中，有命令 python manage.py runserver： 这个命令用于启动Django开发服务器，让我们能够在本地运行我们的应用程序。 它会默认在本地的8000端口上启动服务器，我们可以在浏览器中访问 http://localhost:8000 来查看应用程序。 python manage.py makemigrations：
【11.0】Flask框架之信号
【一】引入 Flask框架中的信号基于blinker，其主要就是让开发者可是在flask请求过程中定制一些用户行为 【二】安装 【1】安装 【2】内置信号 【3】使用信号 【三】使用步骤 【1】引入 使用内置信号优化上述问题 【2】使用内置信号 启动项目 【3】内置信号说明 request_started request_started是一个信号，在每个请求到来之前执行。
【13.0】sqlalchemy 集成到Flask框架
【在Flask中集成SQLAlchemy】 在Flask中集成SQLAlchemy可以通过使用第三方扩展包flask-sqlalchemy来实现，以下是详细的步骤和说明： 首先，需要导入SQLAlchemy类以及flask_sqlalchemy模块： 实例化SQLAlchemy对象： 这个对象将用于在Flask应用程序中处理数据库操作。 将db对象注册到Flask应用程序中：
【补充】Django中的信号
【一】Django中的信号 Django中的信号是一种机制，用于在特定事件发生时自动触发相关的操作或函数。 通过使用信号，可以实现模块间的解耦和事件驱动的编程。 在Django中，有两种类型的信号：内置信号和自定义信号。 【二】内置信号 Django提供了许多内置信号，以便我们在与数据库交互、处理请求和响应等方面执行特定的操作。 1. Model signals（模型信号）
linux卡片机：u-boot编译烧录
前言 在正式开始今天的内容之前，我想先简单介绍下我用到的这款主控芯片——F1C200S，这是国产厂商全志科技推出的一款移动应用处理器，88个引脚，QFN封装，40nm制程，集成了usb otg、uart、spi、tWI、tp、sd/mmc、csi等接口，支持1080高清视频解码、音频解码、相机等外设，内置了64M的DDR1内存，可以支持诸如MELIS、Linux等操作系统，当然这也是我选择这块主控
Python多进程用法
Python的多进程用法主要是通过`multiprocessing`模块实现的。以下是一个简单的示例： 1. 首先，导入`multiprocessing`模块。 2. 定义一个要在多个进程中运行的函数。 3. 使用`multiprocessing.Process`类创建多个进程对象。 4. 调用进程对象的`start()`方法启动进程。 5. 使用`join()`方法等待所有进程完成
【AL&MT】Decision Tree
1 Introduction usual class in decision tree:ID3,C4.5,CART ID3:/Informattion Entropy,基于信息熵和信息增益 C4.5:/信息增益率,base on the ID3 CART:/基尼系数,using regress or class 2 achieving 1.1 ID3 decision tree
Python 主流RPC 框架有哪些
Python RPC 框架的使用越来越广泛。在这篇博客中，我将介绍三个主流的 Python RPC 框架：gRPC、Thrift 和 RPyC，并对它们的特点进行比较。 RPC、Thrift 和 RPyC，并对它们的特点进行比较。 框架开发公司序列化格式支持语言文档和社区支持 gRPC Google Protocol Buffers 多种语言，包括 Python 相对丰富
pyinstaller打包exe和apk命令
PyInstaller可以打包Windows系统文件和Android系统文件。对于Windows系统文件，可以使用以下命令进行打包： ``` pyinstaller -F --windowed --name="myapp" --icon="myapp.ico" "myapp.py" ``` 其中，`-F` 表示生成单个可执行文件，`--windowed` 表示不显示控制
python 生态圈都有哪些主流框架及技术
Python 生态圈是一个庞大的社区，拥有许多流行的框架和技术。以下是一些主流的 Python 框架和技术： Pandas：一个用于数据处理和分析的开源库，提供了快速、灵活和富有表现力的数据结构，旨在使数据清洗、准备和分析变得更加简单。 NumPy：一个用于科学计算的基础库，提供了高性能的多维数组对象和用于处理这些数组的工具。 SciPy：一个用于科学计算、数值积分、优化、统计和图像处理的库。
pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simpleLooking in indexes: https://pypi.tuna.tsinghua.edu.cn/simpleCollecting numpy Downloading https://pypi.tuna.tsinghua.edu.cn/packages/8b/d9/