Python
数据api接口就是应用集成吗？
数据 API 接口和应用集成是两个不同的概念，但是它们之间有一定的联系。数据 API 接口是一种用于访问和传输数据的标准化接口，而应用集成则是将不同的应用程序和系统整合在一起，实现数据和业务流程的共享和协同。 数据 API 接口是一种基于互联网标准和开放平台的应用程序接口，它允许开发人员将数据从一个应用程序传输到另一个应用程序，或者在应用程序之间共享数据。这些接口使用标准的互联网协议（如 HT
redis：hash
1、前言 字典数据，和python中的dict一个数据样式： 虽然写法是这样，但是在存储上，并不是把{}当做一个整体，而是hash内部的每个K-V都单独存储，这时候称为Field-Value对(简写为f-v)更合适，因为一个V真正对应的是{...}。 内部编码 hash的内部编码有两种： 1）ziplist（压缩列表）： 使用条件 f-v对的个数＜hash-max-ziplist-entri
Hadoop 和 Spark 简介
Hadoop 和 Spark 简介 Hadoop 是一个由 Apache 基金会所开发的分布式系统基础架构。用户可以在不了解分布式底层细节的情况下，开发分布式程序。充分利用集群的威力进行高速运算和存储。Hadoop 过去一直是大数据的经典解决方案，它包含两个部分：Hadoop HDFS 和 Hadoop MapReduce，分别是分布式存储模块和分布式处理模块，但现在已经有了更好的处理模块 Spa
PyTorch 提高生产力的技巧
推荐：使用NSDT场景编辑器助你快速搭建3D应用场景 介绍 您是否曾经花费数小时调试机器学习模型，但似乎找不到准确性没有提高的原因？你有没有觉得一切都应该完美地工作，但由于某种神秘的原因，你没有得到模范的结果？ 好吧，没有了。作为初学者探索 PyTorch 可能会令人生畏。在本文中，您将探索久经考验的工作流程，这些工作流程肯定会改善您的结果并提高模型的性能。 1. 过拟合单个批次 曾经在大型数据集
五种重要的 AI 编程语言
推荐：使用NSDT场景编辑器助你快速搭建3D应用场景 简而言之：决定从哪种语言开始可能会令人生畏。 不用担心！本文将解释 AI 中使用的最流行编程语言背后的基础知识，并帮助您决定首先学习哪种语言。对于每种语言，我们将描述它的基本特征，它做得好的地方，它不足的地方，以及哪种工作最常使用它。 人工智能编程语言的基本路线图 AI中最重要的五种编程语言是Python，C++，R，MATLAB和Java。在
Pandas 使用教程 Series、DataFrame
目录Series （一维数据）指定索引值使用 key/value 对象,创建对象设置 Series 名称参数DataFrame（二维数据）使用字典（key/value）创建loc 属性返回指定行的数据 Pandas 一个强大的分析结构化数据的工具集，基础是 Numpy（提供高性能的矩阵运算） Pandas 可以从各种文件格式比如 CSV、JSON、SQL、Microsoft Excel 导入数据。
7个用于机器学习和数据科学的基本 Python 库
推荐：使用NSDT场景编辑器助你快速搭建3D应用场景 这篇文章针对的是刚开始使用Python进行AI的人，以及那些有经验的人，但对下一步要学习什么有疑问的人。我们将不时花点时间向初学者介绍基本术语和概念。如果您已经熟悉它们，我们鼓励您跳过更基本的材料并继续阅读，以了解对图形执行和急切执行等更精细的观点的看法。这篇文章将解释人工智能最重要的 Python 库和包，解释如何使用它们，并介绍它们的优点和
SecureCRT通过vbs脚本实现自动化登录linux服务器
1、配置登录主机名、用户和密码 2、配置登录后操作脚本目录 3、vbs操作脚本如下（crt也支持python） #$language = "VBScript" #$interface = "1.0" crt.Screen.Synchronous = True Sub Main crt.Screen.Send "ssh clouder@196.166.36.60"
从 Python3.11 新增 SWAP 字节码到基础语法面试题
点评：典型的送分考验基础的题目，在其他编程语言中可以使用异或运算的方式来实现交换两个变量的值。 但是Python中有更为简单明了的 Pythonic 做法。 条件：不允许使用中间变量 @目录方法一 使用异或（XOR）运算符方法二 使用 Python 的解包特性 ( 元组解包 ) 来交换变量的值元组解包ROT_TWO ROT_THREE 到 SWAP 字节指令通过字节码验证是否是元组解包 方法一
不拼花哨，只拼实用：unittest指南，干货为王！
“ Python为开发者提供了内置的单元测试框架 unittest，它是一种强大的工具，能够有效地编写和执行单元测试。unittest 提供了完整的测试结构，支持自动化测试的执行，能够对测试用例进行组织，并且提供了丰富的断言方法。最终，unittest 会生成详细的测试报告，这个框架非常简单且易于使用。” unittest核心概念 在 unittest 中，有四个核心概念：
python 身份证读取 照片并通过摄像头实时 比对相似度 人证比对软件 源码
最近朋友需要一个人证比对软件需要实现以下功能： 通过摄像头实时采集人脸图像 通过身份证读卡器采集身份证信息 和 身份证照片 使用实时人脸照片 和 身份证照片做相似度比对 比对后返回相似度，或者返回同一人，非同一人 实时采集照片 和 身份证信息照片存档，方便以后查阅 准备 摄像头采用普通电脑usb摄像头 身份证读卡器采用 华视 CVR-100UC 人脸识别软件使用 虹软免费SDK 为什么使
Pandas 使用教程 JSON
目录JSON 转换为 CSV简单 JSON从 URL 中读取 JSON 数据：字典转化为 DataFrame 数据内嵌的 JSON 数据复杂 JSON Pandas 可以很方便的处理 JSON 数据 demo.json JSON 转换为 CSV 非常方便，只要通过 pd.read_json 读出JSON数据，再通过 df.to_csv 写入 CSV 即可 简单 JSON 从 URL 中读
windows 桌面GUI自动化- 15.pywinauto电脑端微信自动发聊天消息实现
前言 前面学了pywinauto 基础操作手，总不能老拿记事本练手，是时候找个常用的应用实战了，比如用微信实现自动发消息。 连上微信 先自己登录微信，打开窗口， 用connect 连上微信窗口 给联系人发消息 先从消息列表找到联系人 然后输入框输入内容，按enter发搜 示例代码 直接执行就可以看到给"文件传输助手"发消息了。
Jenkins最新版java11的docker安装教程
Jenkins最新版java11的docker安装教程 2023/8/25 14:58:19 Jenkins新版本必须java11或者java17，所以选择docker方式安装，踩坑步骤如下， 安装docker就不说了还是常用yum install docker按照官方文档一步一步最后无法安装， E: Failed to fetch http://deb.debian.org/debia
gitee上传代码体冲突
解决 1.新在gitee上创建一个仓库 在本地初始化 git init 返回结果 在D:/python pro/baseapi/.Git中初始化了空的Git存储库/ 2 查询状态 git status 2.2 合并云仓库的代码到本地 由于云端和本地两个项目的目录结构不一致，这时推送和拉取都是不行的（此时可以强制推送） ，
编译和使用opencv
之前编译过32位的opencv库，过了一段时间再次想编译64位的时候忘记怎么操作了，索性就记录下 需要:opencv源码、cmake软件、python-3.11.3-amd64.exe 1.用cmake设置好源码路径和生成路径并选择自己用的vs版本以及是x64或者x86就可以点击下面的generate进行生成了 2.生成之后得到目录如下： 3.拿到目录里的bin和l
python实现RPC（远程过程调用）
python实现RPC（远程过程调用） 1.1 SimpleXMLRPCServer 自带的 1.2zerorpc rpc和http的关系 json和xml
Python的循环语句2——break和continue
while True: content = input("请输入你要发送的内容(q结束):") print("发送内容:", content) 这样的代码会无限循环 因此我们需要使用break字段让循环立即停止 添加一个判断，如果输入q，即可结束循环跳出 while True: content = input("请输入你要发送的内容(q结束):") if cont
使用gr.inputs.File(type="fille")输入一个zip包，这个zip包是个图片文件夹，解压并提取其中的图片
要在 Gradio 中使用 gr.inputs.File(type="file") 输入一个包含图片的 Zip 文件，并在函数中解压并提取其中的图片，您可以按照以下步骤进行操作： 在您的函数中使用 Python 的 zipfile 模块来解压上传的 Zip 文件。 从解压后的文件夹中获取图像文件，并进行处理。 以下是一个示例代码，演示如何在 Gradio 中实现这个过程：
讲解pytorch的tensor没有移除某个元素的操作
在 PyTorch 中，要从一个 Tensor 中移除一个元素，您需要使用索引操作来选择保留的元素，然后重新创建一个新的 Tensor。由于 PyTorch 的 Tensor 是不可变的，所以无法直接在原 Tensor 上移除元素。 下面是一个示例，展示了如何从一个 PyTorch Tensor 中移除指定位置的元素： import torch # 创建一个示例的 PyTorch Tensor
Python之Requests模块使用详解
api_get_record.py import requests response = requests.get(url="http://127.0.0.1:8000/api/test123") response.raise_for_status() data = response.json() print(data) api_add_record.py impor
常用代码段-nms操作
非极大值抑制（Non-Maximum Suppression，NMS）是一种常用于目标检测和计算机视觉任务的技术，用于从重叠的检测框中选择最佳的候选框。以下是使用 PyTorch 实现标准的 NMS 算法的示例代码： import torch def nms(boxes, scores, iou_threshold): sorted_indices = scores.argsort(de
BeautifulSoup：学习使用BeautifulSoup库进行HTML解析和数据提取。
BeautifulSoup是一个用于解析HTML和XML文档的Python库。它可以帮助我们从网页中提取数据，并以易于操作的方式进行分析。 以下是使用BeautifulSoup进行HTML解析和数据提取的基本语法： 安装BeautifulSoup库：首先，你需要在你的Python环境中安装BeautifulSoup库。可以使用以下命令进行安装： 导入库：导入BeautifulSoup库以