Python

Django相关

一、Django django-框架模式 django采用的MTV的框架。 M 代表模型(Model): 负责业务对象和数据库的关系映射(ORM)。 T 代表模板 (Template):负责如何把页面展示给用户(html)。 V 代表视图(View): 负责业务逻辑,并在适当时候调用Model和Template。 除了上面的三层之外,还有一个url分发器。 django-请求生命周期 1、uW

Selenium 学习笔记

Selenium 学习笔记 Selenium 框架是时下在 Web 领域中被使用得最为广泛的自动化测试工具集之一,它能帮助程序员们面向指定的 Web 前端应用快速地开发出自动化测试用例,且能实现跨各种平台、各种编程语言地在多种浏览器上开展测试工作。除此之外,由于该框架的学习曲线比较平缓,开发测试用例的周期也相对较短,这对于编程经验不是很丰富的初学者来说,从使用 Python+Selenium 这一

工作常用脚本

一、执行某些只运行一遍命令的镜像 使用某个docker镜像,运行一遍某个命令,参考以下 执行: 二、python清理过期文件 将源目录240天以上的所有文件移动到目标目录。

Python相关

python-内置函数 内置函数是python预先定义的函数,这些函数可以提高我们的编码效率。常用的比如map,他可以传两个参数,分别是函数和指定的序列,会根据你提供的函数对指定的序列做映射,还比如zip,我们也叫拉链,就是把两个可迭代的对象打包成一个个元组。还有像hash,是获取一个对象的hash值,enumerate,可以把可迭代对象同时列出数据和索引,一般用在for循环里。 python-匿

Python-PyMySQL的一些使用注意事项

一、关于group by的使用 在部分mysql版本(5.7.xx及以上)中,若select的列中,包含了未被group by的字段,会报以下错误: 错误原因是mysql这个版本之后的mysql默认开启了only_full_group_by模式。 有以下几个解决思路: 二、在原生sql语句中,将某些变量放入执行语句中 三、在原生sql语句中,使用in时

python pandas

python pandas 官网地址: https://pandas.pydata.org/docs/getting_started/intro_tutorials/index.html

手写ES6.0-flat()

一、问题描述 二、详细描述 题目表示对于一个多维的数组,需要构建一个方法,将其直接转化为一个一维数组的输出 三、解法思路 (一)递归 1.思路 查看题目的表述就可发现,其实数组中的每一个元素都是整数或者新的数组,这种结构相似的重复判断,我第一时间想到的就是递归解法。 遍历数组,若当前元素为整数,则不需要做处理,直接放入结果,若当前元素为数组,则递归调用自身函数,将当前数组传入,且把返回值加入到结

寻找数组的中心下标

一、问题描述 给你一个整数数组 nums ,请计算数组的 中心下标 。 数组 中心下标 是数组的一个下标,其左侧所有元素相加的和等于右侧所有元素相加的和。 如果中心下标位于数组最左端,那么左侧数之和视为 0 ,因为在下标的左侧不存在元素。这一点对于中心下标位于数组最右端同样适用。 如果数组有多个中心下标,应该返回 最靠近左边 的那一个。如果数组不存在中心下标,返回 -1 。 二、详细描述 示例 1

centos 7上,如何升级python到最新的版本?

在centos 7上yum安装出来的,python版本是3.6.8     想要升级到最新的版本,如何操作?   本文介绍通过源码的方式,升级python到最新的版本。   1、下载python最新的源码包   登录下面的地址: https://www.python.org/downloads/source/   下载到最新的源码

模块学习

模块(A-Z) A aiohttp 学习文档:aiohttp alive_progress 学习文档:alive_progress asynicio 学习文档:asynicio B BeautifulSoup 安装:pip install bs4 BeautifulSoup将HTML文档转为树形结构,每个节点都是一个对象,对象可分为四种: tag: name:名称 attribu

ubuntu 安装Pangolin 过程

Pangolin 是一款开源的OPENGL显示库,可以用来视频显示、而且开发容易。 代码我们可以从Github 进行下载:https://github.com/zzx2GH/Pangolin.git 一般我们安装一个库的时候,都需要依赖其他的库才行。 一般有Glew、CMake、 Boost 、Python2/Python3 按照以下步骤即可: 结束。

Javaweb学习笔记(一)

封面玩AI生成的图片,好看拿来当栏图了~ web前端的学习推荐地方:w3school 在线教程 —-JavaScript—- 最基础的输出语句:alert(“xxx”); 控制台输出:console.log(xxx); 定义变量:var a=xxx; –数据类型:number:数字,string,boolean不多说,null:对象为空,undefined:声明的变量未初始化时。获取数据类型可以

实在智能TARS-RPA-Agent,业界首发的产品级大模型Agent有何非凡之处?

  融合LLM的RPA进化到什么程度? AIGC如何借AI Agent落地? 像生成文本一样生成流程的ChatRPA,能够提升RPA新体验? 边探索边创建的ChatRPA,能否破解RPA与LLM融合难题? AI Agent模式的TARS-RPA-Agent,对超自动化有什么意义? 文/王吉伟   大语言模型(LLM,Large Language Model)的持续爆发,

C++面向对象笔记(转载自黑马程序员)

C++核心编程 本阶段主要针对C++面向对象编程技术做详细讲解,探讨C++中的核心和精髓。 1 内存分区模型 C++程序在执行时,将内存大方向划分为4个区域 代码区:存放函数体的二进制代码,由操作系统进行管理的 全局区:存放全局变量和静态变量以及常量 栈区:由编译器自动分配释放, 存放函数的参数值,局部变量等 堆区:由程序员分配和释放,若程序员不释放,程序结束时由操作系统回收 内存四区意义:

pyhton解决高并发问题

pyhton解决高并发问题

学习笔记:什么是Wasserstein distance

简单地说,就是衡量两个概率分布之间的差异。也可以说是将一个概率分布转换成另一个概率分布要花费多少代价。 图1:在一维空间中的三个概率分布 比如,上图中有三个概率分布f, g, h,我们可以说f与g之间的距离比f与h之间的距离更小。 上述只是感性上的认知,那么如何计算出准确的数值呢?如果我们想求f与g之间差距,Wasserstein distance要求找到一种从f转移到g的方

[SWPUCTF 2021 新生赛]finalrce

[SWPUCTF 2021 新生赛]finalrce 题目来源:nssctf 题目类型:web 涉及考点:RCE 1. 上来先做代码审计 可以看到题目要求GET传入一个参数,且过滤了一系列字符串 介绍一下exec()函数: exec() 执行 command 参数所指定的命令。如果提供了 output 参数, 那么会用命令执行的输出填充此数组, 每行输出填充数组中的一个元素。如果同时提供 o

python - 文件md5校验

通过md5校验文件,我们可以判断文件内容是否改变,用python实现代码如下

windows 桌面GUI自动化- 9.pywinauto 操作 MenuItem 菜单项

前言 pywinauto 操作 MenuItem 菜单项,以及子菜单项。 items() 获取子菜单项 以navicat 为例操作,获取menu菜单项 运行结果 获取文件子菜单 运行结果 click_input() 选中菜单 以navicat 为例操作:文件-打开连接 选择子菜单 选择子菜单有2种方式 item_by_path 通过路径,如:文件->打开连接 item_by

静态Web服务器-以⾯向对象的模式开发

步骤 1. 把提供服务的Web服务器抽象成⼀个类(HTTPWebServer) 2. 提供Web服务器的初始化⽅法,在初始化⽅法⾥⾯创建socket对象 3. 提供⼀个启动Web服务器的⽅法,让Web服务器处理客户端请求操 作。   示例 总结 1. 把提供服务的Web服务器抽象成⼀个类(HTTPWebServer) 1. 把提供服务的Web服务器抽象成⼀个类(HTTPWebSe

可编程网络实验室第三次作业

这个作业属于哪个课程 这个作业要求在哪里 这个作业的目标 <对于网络流量测量的实际应用> 对于上次作业 作业提交后有去看其他同学的作业内容,发现有些步骤不一样的地方。有尝试再做了一遍。 补充下载了wireshark(win10的wireshark需要下载另外的插件才能识别网卡) 作业未完成 还在摸索阶段,暂时未完成 心得 这三次作业让我了解了python

图论算法代码

当参加数学建模竞赛时,图论算法是一个常用的解决方案之一。以下是一个使用Python实现的深度优先搜索(DFS)算法示例,用于遍历图的所有节点: 点击查看代码 在上述代码中,我们实现了一个Graph类,其中包括了添加边、深度优先搜索等方法。你可以根据具体问题的要求进行以下修改: 1.添加边:通过调用add_edge(u, v)方法添加图中的边,其中u和v是边的两个节点。 2.深度优先搜索:通过

使用 🤗 Transformers 优化文本转语音模型 Bark

🤗 Transformers 提供了许多最新最先进 (state-of-the-art, SoTA) 的模型,这些模型横跨多个领域及任务。为了使这些模型能以最佳性能运行,我们需要优化其推理速度及内存使用。 🤗 Hugging Face 生态系统为满足上述需求提供了现成且易于使用的优化工具,这些工具可应用于库中的所有模型。用户只需添加几行代码就可以轻松 减少内存占用 并 提高推理速度。 在本实战教程

[论文理解] HACK: Learning a Parametric Head and Neck Model for High-fidelity Animation

HACK: Learning a Parametric Head and Neck Model for High-fidelity Animation 上科大发布的头和脖子精细建模的参数化模型HACK。 纹理转化 由于HACK没有开源纹理基,我将FLAME开源的纹理基迁移到了HACK上,代码在这里开源: https://github.com/aoru45/FLAME_TO_HACK/tree/ma

GEO,持久化方案,主从复制,

目录1 GEO地理位置信息1 持久化方案1.1 RDB1.2 aof方案1.3 混合持久化2 主从复制原理和方案3 哨兵高可用1 集群原理及搭建1.1 集群搭建1.2 集群扩容1.3 集群缩容 1 GEO地理位置信息 1 持久化方案 1.1 RDB 1.2 aof方案 1.3 混合持久化 2 主从复制原理和方案 3 哨兵高可用 1 集群原理及搭建 1.1 集群搭建 1.2 集群

python rasa聊天机器人教程六:服务器部署

1.准备环境: 宝塔+nginx+docker 首先在服务器上安装好宝塔,然后在宝塔里面安装nginx+docker 2.创建站点 宝塔站点里面创建一个站点   3.上传rasa项目的代码到站点目录 把之前在本地运行正常的rasa项目代码上传到服务器站点目录上 4.修改index.html代码 修改站点目录下/www/wwwroot/rasatest1.webok.me/index.

可编程网络实验室2023暑假纳新--第三次作业

这个作业属于哪个课程 这个作业要求在哪里 这个作业的目标 <进行网络数据包流量分析实战> 首先下载并打开两个数据包 可以看到源地址和目标地址都不同,并且分为TCP和UDP协议两种 然后先学习TOP-K问题 TOP-K问题即使求数据集中频数最高的k条流 其可以拆解成两部分,第一部分是对其进行频率统计,第二部分是对其排序求其最大的k个 首先是依次遍历用字典统计

vue 脚手架文件结构及加载过程浅谈

1. 初始化脚手架   1.1  全局安装 @vue/cli  npm install -g @vue/cli   1.2 切换到创建项目的目录,执行 vue create projectname   1.3 选择符合自己要求的项进行Y/N,最终生成项目文件 2. 脚手架文件结构 |-- node_modules: 存放下载依赖的文件夹 |-- public: 存放

Nexus 如何配置 Python 的私有仓库

Nexus 可作为一个代理来使用。 针对一些网络环境不好的公司,可以通过配置 Nexus 来作为远程的代理。 Group 概念 Nexus 有一个 Group 的概念,我们可以认为一个 Nexus 仓库的 Group 就是很多不同的仓库的集合。 从下面的配置中我们可以看到,我们配置了一个 Nexus PyPI 的 Group。     这个 Group 下面我们只代理了一个仓

加密编译完的html代码

将HTML代码加密可以增加代码的安全性,但请注意,加密后的代码可能会增加加载和解析的复杂性,并且无法直接编辑和调试。以下是一些常见的方法来加密HTML代码: 使用在线工具:有一些在线工具可以帮助您加密HTML代码,例如HTML加密器。这些工具通常使用特定的算法和技术来对代码进行加密和混淆,使其难以被读取和理解。您只需将HTML代码粘贴到工具中,然后点击加密按钮,即可获得加密后的代码。 使

<<  <  507  508  509  510  511  512  513  514  515  516  517  >  >>