Python
使用dockerfile 新创建一个flask工程的镜像
项目工程格式如下 1.写一个flask功能 app/app.py 2. 命令行输入命令 生成app/requirements.txt 在命令窗口运行 注意路径在 app文件夹内 pip freeze > requirements.txt 本次依赖的主要是Fla
B3-1 NetGen6.1安装
安装NetGen6.1 1、下载 https://github.com/NGSolve/ngsolve/releases/download/v6.2.2008/NGSolve-6.2.2008-win64.msi 2、配置 与NetGen6.1版本匹配的python3.7，安装python并添加到环境目录。 3、运行 安装好之后运行netgen.exe 如果运行不成功，大概率是python和c
关于博客园星火燎原的一些小建议
前言 还记得2016年的那个冬天，在工作几年以后，面试时总会被人问及类似【会什么，掌握了什么开发技能，工作中有哪些成绩】的问题，后来几经分析，发现也并没有什么可以拿得出手的东西，而且有些能力也不是自己说，面试官就会采信。加上有些项目是公司资源，涉及到信息安全，保密等因素，并不能拿出来展示。那面试官想要了解一个人的过往经历和技能，就需要经过笔试，机试等一轮一轮的面试，反而觉得繁琐复杂且
【python技巧】文本文件的读写操作
【python技巧】文本文件的读写操作 0. 背景 最近在写后端接口的时候，需要对.c、.conf等类型的文件进行读写操作，在这里整理一下学习收获。 1. file库的文件操作 file库是python中用于处理文件的读取、修改等操作，引入方式为 1.1 打开文件---file.open() 使用open()函数打开文件，语法为: 其中，file_name为文件名，mode为打开文件的模式，b
pg、mysql_fdw、postgis安装
pg wget https://ftp.postgresql.org/pub/source/v14.4/postgresql-14.4.tar.gz --no-check-certificateyum install -y gcc xml2 readlinedev* zlib perldev* pythondev* bison flexsyum install readline-develtar
基于RiceQuant的期货多因子策略实现(三)
前言 上一小节中，介绍了期货多因子的大类分类，同时给出了一部分因子公式。 本节将展示完整的单因子分析流程，用于筛选后期构建多因子模型的素材。 流程 因子预处理 极值处理 标准化 中性化 IC分析 分组收益分析 因子收益率分析 案例展示 以系列一中提到的corr_vp_5m_d21为例 分析品种 选取黑色系期货品种（使用后复权主连数据） ==》 hei_se = ["RB88
mac 进入虚拟环境并加载本地模块到虚拟环境下
1.cd到虚拟环境目录 2.进入当前目录下下载本地模块 每天逼着自己写点东西，终有一天会为自己的变化感动的。这是一个潜移默化的过程，每天坚持编编故事，自己不知不觉就会拥有故事人物的特质的。 Explicit is better than implicit.(清楚优于含糊)
推出稳定代码：人工智能辅助编码的新视野
推荐：使用NSDT场景编辑器快速助你搭建可二次编辑的3D应用场景 在不断发展的软件开发环境中，对效率和可访问性的追求导致了各种工具和平台的创建。最新的创新之一是StableCode，这是Stability AI的大型语言模型（LLM）生成AI产品。StableCode 旨在帮助经验丰富的程序员和有抱负的开发人员，有望彻底改变我们的编码方式。 StableCode是Stabili
时序分析：Python 中的 ARIMA 模型
推荐：使用NSDT场景编辑器快速助你搭建可二次编辑的3D应用场景 什么是ARIMA模型？ ARIMA 模型是用于分析和预测时间序列数据的统计模型。ARIMA 方法明确迎合了时间序列中的标准结构，为制作熟练的时间序列预测提供了一种简单而强大的方法。 ARIMA 代表 自回归积分移动平均线。它结合了三个关键方面： 自回归 （AR）：使用当前观测值和滞后观测值之间相关性的模型。滞后观测值的数量称为滞后
合成数据平台：释放结构化数据的生成式 AI 的力量
推荐：使用NSDT场景编辑器快速助你搭建可二次编辑的3D应用场景 创建机器学习或深度学习模型非常简单。如今，有不同的工具和平台不仅可以自动化创建模型的整个过程，甚至可以帮助您为特定数据集选择最佳模型。 通过创建模型解决问题所需的基本内容之一是包含描述您尝试解决的问题的所有必需属性的数据集。因此，假设我们正在查看描述患者糖尿病病史的数据集。将有特定的列是年龄、性别、葡萄糖水平等重要属性。在预测一个人
7个顶级开源数据集来训练自然语言处理（NLP）和文本模型
推荐：使用NSDT场景编辑器快速助你搭建可二次编辑的3D应用场景 NLP现在是一个令人兴奋的领域，特别是在像AutoNLP这样的用例中，但很难掌握。开始使用NLP的主要问题是缺乏适当的指导和该领域的过度广度。很容易迷失在各种论文和代码中，试图吸收所有内容。 要意识到的是，当涉及到NLP时，你无法真正学习所有东西，因为它是一个广阔的领域，但你可以尝试取得渐进式的进步。当你坚持不懈
python在抛出错误raise时，如何将相关信息一同携带出来（抛出自定义对象）？
示例 代码示例 运行结果 可见，可将相关属性及自定义一些方法进行抛出，通过try except捕捉到e后，进行后续操作，比纯抛出Exception灵活性更大，比return一层层返回更方便。
【linux】命令iftop实时流量监控
命令iftop实时流量监控 iftop是一个命令行系统监控工具用来显示网络连接。默认按照带宽使用排序连接，并且最大带宽消耗排最上方。iftop在命名的网络接口上监听网络流量并显示按照主机对显示当前流量带宽。 如果没有指定接口，iftop将监听在外部接口（使用libcap和libncurses）的第一个接口上。iftop必须使用超级管理员权限运行，因为需要监控所有网络流量。 默认iftop将解析地址
torchvision中的数据集使用
torchvision中的数据集使用 1.torchvision介绍 torchvision是pytorch的一个图形库，它服务于PyTorch深度学习框架的，主要用来构建计算机视觉模型，一般包括左侧几个模块。 pytorch官网-Docs-torchvision（左侧修改为0.90版本就可以直接看到datasets） torchvision.datasets：包含常用的数据集API文档，设置一
[数据分析与可视化] Python绘制数据地图5-MovingPandas绘图实例
MovingPandas是一个基于Python和GeoPandas的开源地理时空数据处理库，用于处理移动物体的轨迹数据。关于MovingPandas的使用见文章：MovingPandas入门指北，本文主要介绍三个MovingPandas的绘图实例。 MovingPandas官方仓库地址为：movingpandas。MovingPandas官方示例代码仓库地址为：movingpandas-examp
知识图谱（Knowledge Graph）根本概念
目录知识图谱定义基础概念：知识图谱构建的关键技术知识图谱的构建实体命名识别知识抽取实体统一指代消解知识图谱的存储RDF和图数据库的主要特点区别知识图谱能干什么反欺诈不一致性验证客户失联管理知识推理常见图数据库 2012年5月17日，Google 正式提出了知识图谱（Knowledge Graph）的概念，其初衷是为了优化搜索引擎返回的结果，增强用户搜索质量及体验。 假设我们想知道 “王健林的儿子”
linux python版本切换alternatives
查看发现linux的python3命令指向alternatives alternatives是Linux系列操作系统的一个内置命令，即使最小化安装也有该命令，它的主要作用就是版本控制切换，比如，你的系统内有多个Python版本，Python3.8，Python2.7.5，Python3.6,。 查看alternatives发现，这个链接指向又回去了 此时我感觉，切换默认p
Python打印类的属性
一、使用__dict__打印类的属性 class Person: def __init__(self, name, age): self.name = name self.age = age person = Person("Tom", 18) print(person.__dict__) 使用__dict__方法可以直接打印出类的属性及其对应的值。上述代
VS2019 C++ 调用python函数/类对象的方法
1.环境配置 VS工程配置要和python一致，安装的python如果是64位的，工程配置也要选成64位的 在工程配置中添加包含目录和库目录，添加python环境目录里的include和libs文件夹路径。想要运行的keras-yolo3是在Anaconda中配置的环境，所以相应的文件夹路径可以在Anaconda的环境文件中找到 打开项目属性页，【VC++目录】中的包含目录和库目录
thread.join()的基本用法
thread.join()方法是Python中用来控制线程执行顺序的一个重要函数。该函数的作用是将当前线程阻塞，直到调用该方法的线程执行完毕。在下面的文章中，我们将详细介绍thread.join()的使用方法及其在多线程编程中的重要性。 一、thread.join()的基本用法在使用thread.join()之前，我们首先需要创建和启动多个线程。一旦我们创建了这些线程，就可以使用thread.jo
《最新出炉》系列初窥篇-Python+Playwright自动化测试-11-playwright操作iframe-上篇
1.简介 原估计宏哥这里就不对iframe这个知识点做介绍和讲解了，因为前边的窗口切换就为这种网页处理提供了思路，另一个原因就是虽然iframe很强大，但是现在很少有网站用它了。但是还是有小伙伴或者童鞋们私下问这个问题，那么宏哥就单独写一篇关于iframe网页处理的文章。iframe 是web自动化里面一个比较头疼的测试场景，在Selenium中处理 iframe 需要切换来切换去非常麻烦。但是在
CVE-2022-32991复现
访问靶场界面，发现并无明显注入点，注册个账号试试。 账号密码就随意写，能登陆就可以 然后登录进入后台 然后根据靶场提示，是在welcome.php处发现基于 Web 的测验系统 v1.0 通过 eid 参数包含一个 SQL 注入漏洞，于是第一反应就是在q=1这个参数进行尝试，但是发现没有结果 继续查找其他页面，点击第一栏start进行跳转，发现存在welcome.php和eid参数 然