Python
【自编RSG插件】梁结构生成插件QGToolBox
正在学习基于ABAQUS-PYTHON的GUI开发，出于练手的想法，编写了一个简单的插件。 实现功能： 基于nodes、 rods的table,完成桁架结构的几何建模。 GUI界面： RSG Builder 设计： kernel python 代码:
R语言基于ARMA-GARCH过程的VaR拟合和预测|附代码数据
原文链接：http://tecdat.cn/?p=2657 最近我们被客户要求撰写关于ARMA-GARCH的研究报告，包括一些图形和统计输出。 本文展示了如何基于基础ARMA-GARCH过程（当然这也涉及广义上的QRM）来拟合和预测风险价值（Value-at-Risk，VaR） 模拟数据 我们考虑具有t分布的ARMA（1,1）-GARCH（1,1）过程 将ARMA-GARCH模型拟合到（模拟
spss modeler用决策树神经网络预测ST的股票|附代码数据
原文链接：http://tecdat.cn/?p=2784 最近我们被客户要求撰写关于决策树神经网络的研究报告，包括一些图形和统计输出。 之前在某社区中看到一篇帖子《一张价值几十万个跌停的统计表》，主要是预测即将被ST的股票，虽然有些标题党，但是还有有一些参考价值的 文章中使用了净利润指标来对可能成为ST的股票进行排雷，那么是否有其他指标可以用机器学习的方法对该问题进行建模同时提高预测的准确度呢?
python判断一个字符串是否是回文
1.主要是对python字符串的切片要熟悉，str[:]与str[::-1] 2. 探讨s[::-1] : 返回一个逆序的字符串 一个不太熟悉的trick
django知识点回顾
对django优缺点的了解：优点：自带大量常用框架和工具（auth认证、权限管理等）、强大的数据库管理框架orm、以及独特的app设计理念；缺点：因为封装过多导致改动会比较困难、当流量过大后随之而来的就是性能问题 对比django、flask、tornado： django：适合开发全栈网站，以及博客/管理类等需求复杂且多的网站，适合小团队快速开发 flask：相比于django更灵活，易用，快速
2023.5.22——软件工程日报
所花时间（包括上课）：6h 代码量（行）：0行 博客量（篇）：1篇 今天，上午学习，下午学习。 我了解到的知识点： 1.了解了一些数据库的知识； 2.了解了一些python的知识； 3.了解了一些英语知识； 5.了解了一些Javaweb的知识； 4.了解了一些数学建模的知识； 6.了解了一些计算机网络的知识；
RSA之低加密指数攻击------2023.5.22
1，e=3的小明文攻击： 特点： 当 e=3 时，如果明文过小，导致明文的三次方仍然小于n，那么通过直接对密文开三次方即可得到明文。 即：C=m^e mod n,如果e=3,且m^e<n,则C=m^e,m=c^(1/3) 2.如果明文的三次方比n大，但不是足够大，那么设k有： C=m^e+k∗n 爆破k，如果&nbs
RSA之低加密指数广播攻击------2023.5.22
使用条件： 模数n，密文C不同，明文m，加密指数e相同。（一般的话e=k，k是题目给出的n和c的组数） 例如：e=k=3 同余式组： C1≡m^emodn1 C2≡m^emodn2 C3≡m^emodn3 由中国剩余定理： 设n1,n2,n3是两两互素的正整数，M=n1∗n2∗n3Mi=M/ni (i=1,2,3)则同余式组： m^e≡Ci mod ni&n
with open() as读写文件
with open( 'test.txt'，'r') as f: print(f . read( ) ) 文件对象属性file.closed 文件已经关闭，否则为Falsefile.mode 打开文件时使用的访问模式file.encoding 文件所使用的编码file.name 文件名file.newlines 未读取到行分隔符时为None 文件读写时都有可能产生IOEr
《代码大全》读后感2
第五章 软件构建中的设计 > 设计的限制： 设计是一个“险恶”的问题：只有通过解决或至少部分解决，才能明确地定义它。 设计中会有很多错误和修正的过程。 设计有诸多限制，要针对限制与需求进行取舍。 设计是不确定的，是启发式的过程，是自然而然的。 > 管理复杂度：把任何人在同一时间需要处理的本质复杂度减小到最小（模块化、分工），不要让偶然复杂度无谓地增长（封装、良好的问
django数据库读写分离
目录django之多数据库一、多数据库-读写分离1.在settings中配置数据库2.在app应用下的models中编写3.数据库迁移命令4.编写分库方法1. 方法1 - 使用using**2. 方法2 - 编写类3. 在settings中注册二、分库-app划分1. 事前准备2. 在两个app应用中创建不同表3. 数据迁移 - 分库(app<---->数据库)4. 注意事项5. 具体
f.read(1024) # 读取1024字节
f.read(1024) # 读取1024字节 data = f.readline() while data: print(data) data = f.readline() f.close() 如果文件很小，read()一次性读取最方便如果不能确定文件大小，反复调用read(size)比较保险如果是配置文件，调用readlines()最方便；redlines()读取大文件会
week13_MLP_多层感知机
Multi-Layer Perceptron 多层感知机 生物神经网络 圣地亚哥·拉蒙-卡哈尔（西班牙语：Santiago Ramón y Cajal，1852年5月1日－1934年10月17日），西班牙病理学家、组织学家，神经学家，1906年诺贝尔生理学医学奖得主。 人类对大脑的研究由来已久，在十九世纪末到二十世纪初，在大脑神经系统的研究方面获得了突破性的进展。1906年，西班牙神经组织学家、
drf——反序列化校验源码(了解)、断言、drf之请求和响应、视图之两个视图基类
1.模块与包 2.反序列化校验源码分析(了解) 3.断言 4.drf之请求 4.1Request类对象的分析 4.2请求能够接受的编码格式 5.drf之响应 5.1响应类的对象Response 5.2响应的格式 6.视图之两个视图基类 6.1使用APIView+序列化类+Response写接口 6.2 使用GenericAPIView+序列化类+Response写接口
这可能是最全面的MySQL面试八股文了
什么是MySQL MySQL是一个关系型数据库，它采用表的形式来存储数据。你可以理解成是Excel表格，既然是表的形式存储数据，就有表结构（行和列）。行代表每一行数据，列代表该行中的每个值。列上的值是有数据类型的，比如：整数、字符串、日期等等。 数据库的三大范式 第一范式1NF 确保数据库表字段的原子性。最全面的Java面试网站 比如字段 userInfo: 广东省 10086' ，依照第一范式必
HTB ACADEMY-Linux Privilege Escalation WRITE UP
We have been contracted to perform a security hardening assessment against one of the INLANEFREIGHT organizations' public-facing web servers. The client has provided us with a low privileged user to
Kubernetes 控制平面组件：etcd
Kubernetes 控制平面组件：etcd¶ etcd¶ Etcd是CoreOS基于Raft开发的分布式key-value存储，可用于服务发现、共享配置以及一致性 保障（如数据库选主、分布式锁等）。 在分布式系统中，如何管理节点间的状态一直是一个难题，etcd像是专门为集群环境的服务发现 和注册而设计，它提供了数据TTL失效、数据改变监视、多值、目录监听、分布式锁原子操作等 功能，可以方便的跟踪
IDA keypatch IDApatcher 安装问题
将“idapatcher.py”置于plugins目录下 在IDA/python38目录下cmd python -m pip install --upgrade pip python -m pip install keystone-engine 启动IDA pro 容易踩坑 no module named keystone python -m pip install keystone-engi
python的私有属性
对于python来说，其并没有像C#、Java那样使用关键字的形式对变量进行访问控制 而是使用 左至少两个下划线，右至多一个下划线的形式（__kwargs）表明一个变量是私有变量 第一种场景，没有使用私有变量，结果与预期有出入，结果输出 b 3 而在我们的预期中，子类传入两个kwargs，子类的init函数对kwargs分组，再调用父类的init函数，实际应该将两个kwargs都输出，但实际只输出
MATLAB用GARCH-EVT-Copula极值理论模型VaR预测分析股票投资组合|附代码数据
全文链接：http://tecdat.cn/?p=30426 最近我们被客户要求撰写关于GARCH-EVT-Copula的研究报告，包括一些图形和统计输出。 对VaR计算方法的改进，以更好的度量开放式基金的风险。本项目把基金所持股票看成是一个投资组合，引入Copula来描述多只股票间的非线性相关性，构建多元GARCH-EVT-Copula模型来度量开放式基金的风险，并与其他VaR估计方法的预测结果
经济学：动态模型平均(DMA)、动态模型选择(DMS)、ARIMA、TVP预测原油时间序列价格|附代码数据
全文链接：http://tecdat.cn/?p=22458 最近我们被客户要求撰写关于动态模型平均的研究报告，包括一些图形和统计输出。 本文提供了一个经济案例。着重于原油市场的例子。简要地提供了在经济学中使用模型平均和贝叶斯方法的论据，使用了动态模型平均法（DMA），并与ARIMA、TVP等方法进行比较 简介 希望对经济和金融领域的从业人员和研究人员有用。 动机 事实上，DMA将计量经济学建模的
R语言门限误差修正模型(TVECM)参数估计沪深300指数和股指期货指数可视化
全文链接：http://tecdat.cn/?p=32511 原文出处：拓端数据部落公众号 时间序列模型的理论已经非常丰富,模型的应用也相当广泛。但现实生活中,越来越多的时间序列模型呈现出了非线性的特点,因此,研究非线性时间序列模型的理论及对其参数进行估计有着极其重要的意义。门限模型作为非线性时间序列模型的一种,与一般的时间序列模型不同的是模型中包含跳跃,即有门限,因此对模型的参数估计还需先对门限
Python自动化办公对每个子文件夹的Excel表加个表头(Excel不同名)(上篇)
大家好，我是皮皮。 一、前言 上一篇文章，我们抛出了一个问题，这篇文章来进行解答。如果针对子文件夹下不同的Excel表名，应该如何处理？ 二、实现过程 我们继续问ChatGPT，它给出了一个方法，如下所示： 提问如下：假如你是一名Python程序员，现在你有一个自动化办公的需求，你桌面上有一个新建文件夹，该文件夹下的每一个子文件夹里面都有不同的Excel表，你如何写代码，获取到子文件夹内的所有Ex
python内置库--tmpfile
简单介绍 tmpfile可以生成临时文件和目录，在生成后，其中一些函数还有自动清理那些生成的文件或目录的功能 相关函数 tempfile.TemporaryFile() tempfile.TemporaryFile(mode='w+b', buffering=- 1, encoding=None, newline=None, suffix=None, prefix=None, dir=None,
关于Matlab的p文件解析
每次github上有人提issue时都要重新看代码来回顾整个过程，遂写下这篇文章减少复习的时间。 什么是p文件 p文件是指Matlab中的以.p为后缀的脚本文件，这种文件经过了编码、编译、压缩的操作，没有进行加密，所以p文件并不是一种安全的、能够保护代码和数据的文件。 p文件使用pcode指令生成，以下是官方的pcode指令的部分说明： pcode(item) 对搜索路径中 .m 文件或文件
肖sir__数据项目__简历
项目一：数据清洗平台 数据清洗平台主要是提供给公司内部的数据生产部门使用，为了制定统 一的地址标准体系，编制成一套贯穿行政区划至户室的多级元素化的地址结 构，将地址层级结构分为了四个模块：任务领取模块、AOI 模块、楼栋模块、 单元户室模块，其中每个模块也划分有不同的任务生产线，例如楼栋模块分 为楼栋别名、楼栋状态等。 主要负责： 负责数据生产平台 web 端中首页、地图展示、楼栋、单元、户室模块