Python
Centos8使用KVM
安装好Centos8后先配置yum源 [root@localhost ~]# cd /etc/yum.repos.d/ [root@localhost yum.repos.d]# mkdir yum.bak [root@localhost yum.repos.d]# ls CentOS-AppStream.repo CentOS-CR.repo CentOS-Extras.re
centos7.6源码方式安装python3.6.8
1 安装依赖包 centos7.6是没有自带python3的 先挂载iso文件，配置本地yum源 安装依赖包，安装多一点免得又缺了什么 2 下载安装包 3 编译安装python CONFIGURE make 执行make进行编译 或者使用j加速编译 后面可以有这些警告，先不用管 make install 直接安装就可以了 创建软链接 4 验证
TensorFlow 学习笔记
Tensorflow 是谷歌开发的一款机器学习软件包。2019 年，谷歌将 Keras 集成到 Tensorflow 中，并发布了 Tensorflow 2.0。Keras 是 François Chollet 独立开发的一个框架，为 Tensorflow 创建了一个简单的、以层为中心的接口。 张量（Tensor）是数组的另一个名称。 注意 TensorFlow 对数据的处理方式和 NumPy 有
labelme使用方法
labelme是一款在实例分割、语义分割、目标检测等任务中的一个常用工具，本文将介绍如何使用labelme。 labelme有各种版本，包括ubuntu、windows、macOS等。关于windows版本，也可以下载其相关的exe文件https://github.com/wkentaro/labelme/releases来使用标注 一、安装labelme第三方库 labelme开源库链接：ht
python统计分析基本方法汇总
Python 是统计分析的强大工具，特别是当结合了如 NumPy、SciPy、Pandas、Statsmodels 和 Scikit-learn 等库时。以下是一些基本的统计分析方法和相应的 Python 实现： 1. 描述性统计 描述性统计涉及数据的汇总和简化，以提供数据集的快照。 均值（Mean）: 中位数（Median）: 众数（Mode）: 最大值和最小值（Max a
pyenv的安装与简单使用
https://blog.csdn.net/weixin_42289080/article/details/127997003 pyenv的安装与简单使用 Unique·Blue 已于 2023-04-19 15:51:19 修改 阅读量1.8w 收藏 89 点赞数21分类专栏： Python3 文章标签： python 开发语言版权 Python3专栏收录该内容3 篇文章0 订阅订阅专栏一、py
Python中key参数的含义及用法
我们在使用 sorted() 或 map() 函数的时候，都会看到里面有一个 key 参数 其实这个 key 参数也存在于其他内置函数中（例如 min()、max() 等），那么我们今天就来了解一下 key 参数的含义以及用途吧！ sorted() 中的 key 我们来看下面这段代码： reordered_numbers = sorted(some_numbers) 这一行代码使用 Python
内网渗透-隧道代理转发
目录前言环境搭建工具清单工具使用Frp命令执行实验Lcx命令执行实验reGeorg命令执行实验Proxifierew(EarthWorm)正向代理命令执行实验反向代理命令执行实验SocksCapnetsh命令执行pingtunnel命令执行实验ngrok命令执行&&实验cs命令执行实验 前言 本文章介绍内网渗透中本人常用的一些隧道代理转发工具。 环境搭建 环境配置坑点：记得把内网
地图切片软件神器推荐：五款GIS工具优缺点全解析
地图切片（Map Tiling）是指将大型地图或影像数据按照一定的规则切割成多个较小的图块（称为瓦片），并根据缩放级别和用户请求逐步加载这些瓦片，从而提升地图在网络或应用中的显示速度和效率。地图切片技术广泛应用于网络地图服务（如Google Maps、Bing Maps）以及地理信息系统（GIS）中，为用户提供流畅、快速的地图浏览体验。 在实际工作中，挑选一款优秀的地图切片工具非常重要，下面我为大
Flask-SQLAlchemy
from flask import Flask, url_for, request, redirect, render_template from flask_sqlalchemy import SQLAlchemy app = Flask(__name__) # 设置数据库连接地址 DB_URI = 'mysql+pymysql://root:123456@127.0.0.1:3306/we
65websocket服务端和客户端实现
# server.py import asyncio import websockets async def echo(websocket, path): async for message in websocket: print(f"server Received: {message}") await websocket.send(f"S
虚拟环境安装（真的太容易忘记了，写一遍加深一下）
plan 1（conda安装） 新建： check activate back plan 2（pip安装，python自带） new 新建文件夹--进入文件夹--输入cmd bash 第二个venv为name activate pycharm--setting--python解释器--add--应用 直接激活 常用命令
Python、R语言Lasso、Ridge岭回归、XGBoost分析Airbnb房屋数据：旅游市场差异、价格预测
全文链接：https://tecdat.cn/?p=37839 原文出处：拓端数据部落公众号 分析师： Kefan Yu 在大众旅游蓬勃发展的背景下，乡村旅游已成为推动乡村经济、社会和文化发展的关键力量。当前，乡村旅游接待设施主要以招待所、小宾馆和农家乐等形式存在。然而，一方面这些设施的接待能力有限，另一方面为了维护乡村独特的景观特色，住宿设施也不宜完全照搬城市酒店的规模和形制。民宿作
07-数据表创建方式（Database First、Model First、Code First）
常见的创建数据表结构的三种方式: Database First Model First DBA经常使用这个方式 Code First 推荐程序员使用, 此方法专注于业务模型的设计,而不是专注数据库设计 Flask-SQLAlchemy介绍SQLALchemy 实际上是对数据库的抽象，让开发者不用直接和 SQL 语句打交道
几近破产！Python协会丑闻惊了整个社区：49万元被挪用仅剩183元
10月9日消息，据媒体报道，一直以来致力于在新西兰推广Python的非营利性协会Python New Zealand（Python NZ），近期爆出财务丑闻震惊了整个社区。 协会财务主管Carlos Bavastrello Cordero在近5年的时间里，私自挪用了高达7万美元（约合人民币49万元）的资金，被发现时账户里只剩下26美元（约合人民币183元）。 去年9月举办的2023年度Kiwi
浅拷贝和深拷贝的概念与值拷贝和指针拷贝（引用拷贝）有关 浅拷贝 “指针拷贝 深拷贝 值拷贝
在Python中，浅拷贝和深拷贝的概念与值拷贝和指针拷贝（引用拷贝）有关，但它们并不完全相同。下面是它们之间的关系和区别： 浅拷贝（Shallow Copy）： 类似于“指针拷贝”或“引用拷贝”。 浅拷贝创建了一个新的对象，但是它所含的容器对象（例如列表、字典、类的实例等）仍然指向原始对象中的容器对象。 对于不可变类型（如整数、浮点数、字符串、元组），浅拷贝会复制其值。 对于可变类型，浅拷贝
5.4求解非凸非线性规划
import numpy as np from scipy.optimize import minimize # 定义目标函数 def objective(x): return -np.sum(np.sqrt(x)) # 注意：scipy的minimize默认是最小化问题，所以这里取负号 # 定义约束条件 constraints = [ {'type': 'ineq', 'f
scrapy框架学习笔记
scrapy运行机制 详见Architecture overview 安装 直接pip install scrapy即可 使用 命令行 scrapy startproject name命令创建一个新的Scrapy项目 scrapy crawl SpiderName命令运行爬虫 scrapy runspider SpiderName命令运行脚本。 更多命令直接查Command line tool
jupyter notebook里添加conda虚拟环境
情况描述 有时clone的项目中包含demo.ipynb文件，需要启动jupyter-notebook运行，此文记录将虚拟环境导入到jupyter中。 1.下载并运行jupyter-notebook 2.将虚拟环境导入到notebook中 现在notebook里切换kernel时可以找到新的虚拟环境。 参考文章：
强化学习笔记之【SAC算法】
强化学习笔记之【SAC算法】 前言： 本文为强化学习笔记第四篇，第一篇讲的是Q-learning和DQN，第二篇DDPG，第三篇TD3 TD3比DDPG少了一个target_actor网络，其它地方有点小改动 CSDN主页：https://blog.csdn.net/rvdgdsva 目录强化学习笔记之【SAC算法】前言：一、SAC算法二、SAC算法Latex解释三、SAC五大网络和模块3.
关于如何处理数据在时间上的周期性
针对时间序列，有的时候也涉及随机过程。 有时候，会有周期性呈现，因此，这里总结几个去掉数据周期性的技术 —— 主要是数据处理技术。 1.ACF 和 PACF 判断时间序列的周期性问题。 这篇文章，我看到最终是用 ACF 判断的。其过程，相应的 python 代码页显示了，series - k-power - period 三层变换，输出的就是变换过的数据。 参考：点击阅