Python
Git 基本配置与常用命令
使用Git会用到一些基本的Linux命令，比如： ls/ll 查看当前目录 cat 查看文件内容 touch 创建文件 vi vi编辑器（使用vi编辑器方便展示效果） 安装成功 右击桌面出现如下两个选项表示安装成功 Git GUI：Git提供的图形界面工具 Git Bash：
程序员如何在ChatGPT世界中生存和发展
How Coders Can Survive—and Thrive—in a ChatGPT World 4 tips for programmers to stay ahead of generative AI 编码人员如何在 ChatGPT 世界中生存和发展程序员领先于生成式 AI 的 4 个技巧 Artificial intelligence, particularl
小红书快手抖音相关API接口开发系列
以快手商品详情为示例 快手根据ID取商品详情 API 返回值说明 item_get-根据ID取商品详情 请求地址: https://o0b.cn/anzexi 请求参数 请求参数：num_iid=79356974 参数说明：num_iid:商品ID ; delist_time不为空代表商品已下架;数据会获取异常。 请求示例 # coding:utf-8 """ Com
easyPing工具
目录结构 easyPing.py # -*- coding: utf-8 -*- import asyncio import re import sys import aioping from PyQt5 import QtCore, QtWidgets from MyPing import Ui_MyPing class EasyPing(QtWidgets.QWidget
使用加密算法时报错:ModuleNotFoundError: No module named ‘Crypto‘
解决办法： 安装Crypto 模块，执行 pip install Crypto ，安装成功后，再执行命令，还是报上面的错误 第一步： 在python3 （或者 python 虚拟环境）目录下的 /Lib/site-packages/ 目录下找到 crypto 、crypto-1.4.1.dist-info 目录，将crypto 首字母改为大写，即修改名称为 Crypto、 Cr
MarkDong学习
MarkDong学习 标题 [# +标题名字 对应几级标题（最多到六级）] 二级标题 三级遍题 四级标题 五级标题 六级标题 字体 Hello World！粗体 Hello World！斜体 Hello World！倾斜加粗 Hello World！删除线 Hello World！ Hello World！ 引用 Java 分割线 图片 超链接 [点击跳转到百度](百度一下，你就知道 (
力扣231、326 2的幂，3的幂
示例 1： 示例 2： 示例 3： 示例 4： 示例 5： 思考： 考虑到是找二的幂，那就是换成二进制，令n与n-1相与，如果是0说明是2的幂，如果不是，就要返回False。 另一种方法是一直除以2，若不是2的幂，就返回False，如果是就是True。 3的幂：
Ubuntu结合CV 0.0
安装Ubuntu版opencv 在 https://github.com/opencv/opencv 下载源码，在源码根目录下打开终端 mkdir buildcd buildcmake ..make -j sudo make install mkdir catkin_ws && cd catkin_wsmkdir src && c
超级App快速开发的一种创新模式
超级App是一种集成了多个功能和服务的移动应用程序，它在一个平台上提供了广泛的服务和体验。超级App通常具有大量的用户群体和高度活跃的用户社区，通过提供便利、多样化的功能，吸引用户在一个应用中完成多个任务和满足多个需求。 与传统的单一功能应用相比，超级App的特点在于它的多样性和综合性。超级App不仅提供核心功能，如社交、支付或出行，还可能整合其他服务，如电商、餐饮外卖、金融等
Django App使用
App - 基本使用 作用主要用于业务功能模块开发 创建App > python manage.py startapp app01 创建成功后默认生成以下文件 默认文件讲解： 1. models.py和migrations文件夹以及文件 models.py 用orm代替原生SQL语句（对类和对象进行操作 --> SQL语句 -->自动执行） 操作：
Windows使用PyTorch遇到RuntimeError: Unable to find a valid cuDNN algorithm to run convolution的解决方案
Windows使用PyTorch遇到RuntimeError: Unable to find a valid cuDNN algorithm to run convolution的解决方案 PyTorch在Windows上的cuDNN实现有问题才会导致这个错误，解决方法是禁用cuDNN滚回旧实现上 torch.backends.cudnn.enabled = False 用这个也行torc
安装anaconda并配置
一、安装包 123云盘内 二、安装步骤 不要添加环境变量，后续手动添加 三、环境变量配置 D:Softwareanaconda D:SoftwareanacondaScripts D:SoftwareanacondaLibrarybin D:SoftwareanacondaLibrarymingw-w64bin 四、conda安装包，缓存位
三十八、区块量化 BitGet接口
1、接口文档网址：https://bitgetlimited.github.io/apidoc/zh/mix/#03b4e6fa59 2、下载https://github.com/BitgetLimited/V3-bitget-api-sdk/tree/master/bitget-python-sdk-api 3、解压下载好的bitget-python-sdk-api 可以命名为python-bi
JavaCV实现旋转图像识别和旋转角度预测
引言 本文将介绍如何使用JavaCV库来实现图像识别和旋转角度预测，并结合直方图统计和dhash算法来比较图片的相似度。JavaCV是一个基于OpenCV的Java库，提供了丰富的图像处理和计算机视觉功能。 环境搭建 在开始之前，需要安装JavaCV库和相关依赖。可以通过Maven或手动下载jar包的方式进行安装。安装完成后，配置JavaCV的开发环境，确保能够成功引入相关的类和方法。这里是使用m
anolis 8.8 (CentOS 8) 环境下搭建青岛大学OJ
#yum -y install python3-pip // system replied: Package python3-pip-9.0.3-22.an8.noarch is already installed. #pip install docker-compose //system replied: bash: pip: comma
Python pip报错解决
问题描述：Mac M2环境安装完Python后，pip click house驱动失败，报错信息为： Collecting clickhouse-driver Using cached clickhouse-driver-0.2.6.tar.gz (229 kB) Preparing metadata (setup.py) ... doneRequirement already satisfi
ChatGLM-6B落地实践——Cpu模式
1、安装Python 下载地址：https://www.python.org/downloads/release/python-3106 记得要勾选path 安装完成后，命令行里输入Python -V，如果返回Python 3.10.6那就是成功安装了 命令行里输入 python -m pip install --upgrade pip安装升级pip到最新版。 2、安装gcc&
在 Python 中，多个字典进行合并：
在 Python 中，可以用以下几种方法将多个字典进行合并： 1. 使用update()函数 实现思路：创建一个空字典作为结果字典，然后使用update()函数将所有字典一一合并到结果字典中。 dict1 = {'a': 1, 'b': 2} dict2 = {'b': 3, 'c': 4} dict3 = {'c': 5, 'd': 6} result_dict = {} for item i
现代电网的存储管理matlab源代码，代码按照高水平文章复现，保证正确，Jupyter Notebook编写，需要安装Pyth
现代电网的存储管理matlab源代码，代码按照高水平文章复现，保证正确，Jupyter Notebook编写，需要安装Python本文介绍了一种电网储能管理方法。从发电和用电需求的随机特性出发，提出了一个将每个时间步的储存水平作为其之前状态和实现的电力盈/亏的函数的方程。由此，我们可以得到下一个时间步中:(i)存在无法储存的剩余，或(ii)存在需求，而可用的储存无法满足。我们期望这个简单的程序可以
使用多级蒙特卡洛方法加速电力系统风险分析充分性评估python源代码，文章对应代码，保证正确
使用多级蒙特卡洛方法加速电力系统风险分析充分性评估python源代码，文章对应代码，保证正确阐述了MLMC方法如何应用于电力系统风险分析，特别是系统充分性评估问题。确定了特别适合MLMC实现的通用模型模式，并引入了计算速度度量，以一种易于在工具、蒙特卡罗方法和风险度量之间进行比较的方式来量化模拟速度。两个案例研究说明了加速风险度量评估的潜力，以及将该方法应用于复杂模拟的能力。。本文使用了最近提出的
python - 异常
发生错误时，python创建异常对象。如果编写了对异常处理的代码，程序将继续运行，否则程序将停止并显示traceback。 1. 使用try-except处理ZeroDivisionError异常 2. else代码块 3.处理FileNotFoundError异常 4.静默失败 只要程序依赖于外部因素，如用户输入、存在指定的文件、有网络链接，就有可能出现异常。
时间序列转图像：相对位置矩阵(Relative Position Matrix)-Python版复现
时间序列分类(TSC)在时间序列数据挖掘任务中备受关注，已经应用到各个领域。随着卷积神经网络(Convolutional Neural Network, CNN)的迅速发展，基于卷积神经网络的TSC方法直到最近才开始出现。因此，提出了一个新的深度学习框架，使用相对位置矩阵（Relative Position Matrix，RPM）和卷积神经网络(CNN)来完成TSC任务。我们研究了一种称为相对位置