Python
关于context的用法示例
1.示例代码 ser = self.get_serializer(context={'request': request},data=request.data) 以上代码使用了context的方法将request传入到序列化类中 2.另一种写法 ser = self.get_serializer(data=request.data) ser.aaa=request 这样也可
在windows平台使用Visual Studio 2017配置opencv开发环境
opencv介绍 OpenCV是一个基于Apache2.0许可（开源）发行的跨平台计算机视觉和机器学习软件库，可以运行在Linux、Windows、Android和Mac OS操作系统上。 它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。 OpenCV用C++语言编写，它具有C
Diffusers 一岁啦 !
十分高兴 🤗 Diffusers 迎来它的一岁生日！这是令人激动的一年，感谢社区和开源贡献者，我们对我们的工作感到十分骄傲和自豪。去年，文本到图像的模型，如 DALL-E 2, Imagen, 和 Stable Diffusion 以其从文本生成逼真的图像的能力，吸引了全世界的关注，也带动了对生成式 AI 的大量兴趣和开发工作。但是这些强大的工作不易获取。 在 Hugging Face, 我们的使
使用Python统计下桌面某个文件夹下（含多层子文件夹）具体文件的数量（方法一）
大家好，我是皮皮。 一、前言 前几天在Python最强王者群【东哥】问了一个Python自动化办公的问题，一起来看看吧。这个是他自己在实际工作中遇到的需求，正好遇到了这个问题，想着用Python来实现下。 二、实现过程 这里【郑煜哲·Xiaopang】给了一个提示，使用pathlib.glob()来进行解决，后来他自己找到了一个方法，如下所示： 顺利地解决了粉丝的问题。 不过针对该问题，方法
python一些库的官方文档
https://www.osgeo.cn/openpyxl/index.htmlopenpyxl-一个Python库，用于读/写excel2010 xlsx/xlsm文件 https://openpyxl.readthedocs.io/en/stable/openpyxl - A Python library to read/write Excel 2010 xlsx/xlsm files htt
Python测试用例-unittest-基础
一个简单的测试用例脚本 运行过程：(根据print看不出先后，可以通过debug打断点全部走一下流程) setUpClass -> setUp -> test_task_1 -> tearDown -> setUp -> test_task_2 -> tearDown -> tearDownClass 运行结果： setUpClass: cls.abc
【d2l】【常见函数】【8】 super(self) 和 super(class, self)
python2 必须使用super(class, self), python3 两者都可以 问题来源 【动手学深度学习】https://zh-v2.d2l.ai/chapter_recurrent-modern/encoder-decoder.html 9.6 编码器-解码器架构 这个super没看懂，一般就是super（self）来着 问题解决 参考：https://www.runoob.co
Dokcer学习之旅(1)——运行一个简单的容器
基本概念 镜像 我们都知道，操作系统分为 内核 和 用户空间。对于 Linux 而言，内核启动后，会挂载 root 文件系统为其提供用户空间支持。而 Docker 镜像（Image），就相当于是一个 root 文件系统。比如官方镜像 ubuntu:18.04 就包含了完整的一套 Ubuntu 18.04 最小系统的 root 文件系统。Docker 镜像 是一个特殊的文件系统，除了提供容器运行
最新基于nonebot的qq机器人搭建
导读 核心资源 ( 参考各项目到各自release下载 NoneBot简介 | go-cqhttp 帮助中心qq登录需要包签名，要自己部署 https://github.com/fuqiuluo/unidbg-fetch-qsign 环境 ubuntu: win10商店直接下个ubuntu做wsl，python: wsl里面安装conda, conda创建虚拟环境使用python最新3.11jav
A Brief History of Big Data Technology Development
Foreword Before writing this article, I wrote some history of big data components and some of its evaluations intermittently, but I didn't feel satisfied. History should be continuous and have it
使用 Apache DolphinScheduler 进行 EMR 任务调度
By AWS Team 前言 随着企业规模的扩大，业务数据的激增，我们会使用 Hadoop/Spark 框架来处理大量数据的 ETL/聚合分析作业，⽽这些作业将需要由统一的作业调度平台去定时调度。 在 Amazon EMR 中，可以使用 AWS 提供 Step Function，托管 AirFlow，以及 Apache Oozie 或 Azkaban 进行作业的调用。但随着 Apache Dol
StateAFL demo复现
1.概述 论文地址：https://arxiv.org/abs/2110.06253 源码地址：https://github.com/stateafl/stateafl 配置：VMware Pro 16.0 Ubuntu Linux 18.04 StateAFL在AFLNET的基础上，采用更细粒度的状态表示：通过插桩的方式转储网络应用程序的长生命周期的变量，并计算其散列值作为状态ID。 stat
Python采集主播照片，实现人脸识别, 进行颜值评分，制作颜值排行榜
昨晚一回家，表弟就神神秘秘的跟我说，发现一个高颜值网站，非要拉着我研究一下她们的颜值高低。 我心想，这还得要我一个个慢慢看，太麻烦了~ 于是反手用Python给他写了一个人脸识别代码，把她们的照片全部爬下来，自动检测颜值打分排名。 这不比手动快多了？ 准备工作 开发环境 Python 3.8 Pycharm 模块使用 requests >>>
django restframework 序列化高级用法指定序列化哪些字段
自定义序列化哪些字段 为什么需要这个功能呢，因为在工作中遇到了，不同的接口，需要返回的数据有很多都是相同的，只有个别几个字段数据不一样，那么解决方法如下 方法一，直接写不同的多个序列化器然后进行序列化，这个方法虽然说可以实现，但是需要些很多重复的代码，很不优雅。 具体步骤省略（重点不在这个上面） 方法二，把多个序列化器整合到一个序列化器中，因为他们都要很多共同的字段需要序列化，那么直接把他们都写在
python批量计算多站点多年标准化降水指数SPI
前面提过如何计算单站点多年的标准化降水指数SPI，但是在现实中不仅只计算一个站点的标准化降水指数，有时要计算多个站点的。 原始数据是11个站点1961年至2022年每个月的降水值： 编程思路是： 1、先需要进行站点分类： 此处的难点在于需要写个for循环，根据站点名称遍历数据 2、分类后的站点，提
openGauss笔记 - 实现docker安装openGauss，使用Data Studio连接
openGauss笔记 Docker安装openGauss 拉取openGauss镜像 openGauss 5.0.0 有企业版和轻量版。轻量版定位是在软硬件资源受限场景下仍可使用openGauss，但是保留了企业版大部分的特性，轻量版通过参数默认关闭的特性：Ustore、Asp、增量检查点、双写、列存、段页式存储等，还有些不支持的特性如ORC文件访问、Kerberos安全校验、AI、全密态数据库
Python 内置函数 ：eval、exec、hash、help、callable
1.eval() 功能描述：“剥去字符串的外衣”，去运行字符串里面的代码 作用 ： （1）参数是一个类似"1+3"这样数学表达式的字符串，可以计算得到返回值（int型） （2）参数是一个类似"{'name':'tian','age':18}"这样字典、列表、元组外套上一对引号的字符串，可以快速得到字典、列表、元组 2.exec() 功能和eval 类似，只不过能执行更复杂代码 返回值为
python基础之函数的特性
1. 函数作为参数传递 输出： 说明一个函数可以接受另外一个函数对象作为自己的参数，并对函数对象进行处理。 2. 函数作为变量传递 输出： 说明：如果函数不加括号是不会执行的，因为代表的是一个函数对象，它是可以作为变量来传递的。 3.函数作为返回值 输出： 说明一个函数返回值可以是另外一个函数. 4. 函数的嵌套以及变量的跨域访问 输出： 说明：一个函数（主）内部是可以嵌套另外一个
Linux系统多个Python版本任意切换
比如系统安装了两个python3版本：python3.8 和 python3.10 update-alternatives 用法： 分别设置这两个版本的python3: python3 python3.10-config python3-config python3-pasteurize python3.10 python3.8 python3-futurize 将pyth
Google tile 和 TMS 的索引算法
Google tile和TMS的索引算法TMS是tile map service的缩写，是一种瓦片地图服务，也称之为WMTS（web map tile service），具体的标准可以见 OGC网站。TMS的算法很简单，就是把投影后的世界地图按照层级进行四叉树(待验证)切割，切割后的瓦片数量随层级呈金字塔型，数量和层级关系如下表所示： 对这些瓦片进行编号，由于瓦片编号的规律性（平面
讯飞锂离子电池温度预测_学习笔记
讯飞锂离子电池温度预测_学习笔记 环境配置 在我们进行程序运行之前，需要将程序运行过程中所需要的第三方库进行下载 numpy/pandas : 是十分常见的数据处理的第三方库，我们需要利用它们进行文件数据的读入与写出，以及对数据进行增删改查等各项操作 lightgbm : 这是我们本次比赛所使用的机器学习模型，该模型类属于集成学习，它的具体思想是通过将多个学习器进行组合，常可获得比单一学
python3使用venv虚拟环境
python3自带venv，不用安装； 这里是在Windows环境进行的； 1 创建虚拟环境，(先进入到你的虚拟环境放置目录，右键打开cmd命令终端) 2 激活虚拟环境 (v_spark) PS D:appspython_venvv_sparkscripts> ls 目录: D:appspython_venvv_sparkscripts Mode La
centos7使用docker安装sentry
来源： https://www.likecs.com/show-307736478.html 环境：centos7、docker19 基础环境需求 * Docker 17.05.0+* Compose 1.23.0+ 流程：docker安装-->docker-compose安装-->clone项目-->安装sentry-->启动sentry-->访问验证
VMPWN的入门级别题目详解（一）
实验一 VMPWN1 题目简介 这是一道基础的VM相关题目，VMPWN的入门级别题目。前面提到VMPWN一般都是接收字节码然后对字节码进行解析，但是这道题目不接受字节码，它接收字节码的更高一级语言：汇编。程序直接接收类似”mov”、”add”之类的指令，可以把这道题目看作是一个执行汇编语言的处理器，相比于解析字节码的VM，逆向难度要大大减小。非常适合入门。 题目保护检查 只有Partial RE