- 博客(56)
- 问答 (1)
- 收藏
- 关注
原创 自学Python爬虫js逆向(一)准备好一些工具
常见的Python调用JS代码的库有这些:PyV8 Js2Py PyExecJs PyminiRacer Selenium Pyppeteer
2024-04-18 22:48:11 1091
原创 <学习笔记>从零开始自学Python-之-常用库篇(十三)内置小型数据库shelve
shelve是Python当中数据储存的方案,类似key-value数据库,便于保存Python对象,
2023-10-30 00:55:18 344
原创 <学习笔记>从零开始自学Python-之-常用库篇(十二)Matplotlib
Matplotlib 是Python中类似 MATLAB的绘图工具,Matplotlib是Python中最常用的可视化工具之一,可以非常方便地创建2D图表和一些基本的3D图表,可根据数据集(DataFrame,Series)自行定义x,y轴,绘制图形(线形图,柱状图,直方图,密度图,散布图等等),能够解决大部分的需要。Matplotlib中最基础的模块是pyplot。
2023-10-05 02:49:23 1206
原创 <学习笔记>从零开始自学Python-之-web应用框架Django( 十四)上线部署(阿里云+Nginx+uwsgi+MySQL)
Python Django项目完整的上线部署流程,采用Nginx+uwsgi+MySQL的配置方案
2023-05-28 15:55:39 1902 1
原创 <Python实际应用>做一个简单的签到投屏系统
公司接了个活,承办一个由团委组织的五四青年节徒步活动,其中一个环节是现场报名,来的人把名字填进去后随机分组,并显示在现场的LED大屏幕上,我自告奋勇用Python来开发这个小程序。
2023-05-21 11:50:07 767
原创 <学习笔记>从零开始自学Python-之-web应用框架Django( 十三)Django会话 cookie 和 session
HTTP 本身是无状态的,两次请求之间没有连续性,服务器无法知晓后续请求是不是来自同一个人。 这种状态上的缺失由会话(session)弥补。会话是位于浏览器和 Web 服务器之间的半永久性双向通信。典型的实现方式有两种:cookie 和 sessioncookie: 客户端浏览器上的键值对session: 存在服务端的键值对
2023-03-08 11:23:22 360
原创 <学习笔记>从零开始自学Python-之-web应用框架Django( 十二)上下文处理器
上下文处理器的接口十分简单,它就是普通的 Python 函数,有一个参数,是一个 HttpRequest 对象,返回一 个字典,用于添加到模板上下文中。上下文处理器必须返回一个字典。
2023-03-04 17:50:49 769
原创 <学习笔记>从零开始自学Python-之-web应用框架Django( 十一)用户系统和身份验证
用户系统是现代网站的重要组成部分,对用户进行分组权限管理是非常必要的。Django内置了一套用户和身份验证系统,不用太多代码开发就可以使用这个系统。
2022-11-30 16:59:25 754 4
原创 <学习笔记>从零开始自学Python-之-web应用框架Django( 十)通用模板
django相对于flask这种轻框架来说被称为全栈框架,因为它提供了相当多集成好的功能。Django提供了一些通用模板,它们可以让开发人员编写少量代码就能快速实现常见的数据视图。
2022-11-29 16:06:01 781
原创 <学习笔记>从零开始自学Python-之-web应用框架Django( 九)自定义标签和过滤器
Django 的模板语言自带了丰富的标签和过滤器,基本能满足常见的表现逻辑需求。 但有时候这些内建的标签和过滤器可能缺少我们需要的功能,这时候我们可以扩展模板引擎,使用 Python 自定义标签和过滤器,然后使用 {% load %} 标签加载,让自定义的标签和过滤器可在模板中使用。
2022-11-09 11:27:41 576
原创 <学习笔记>从零开始自学Python-之-web应用框架Django( 八)Django表单
HTML 表单是交互式网站的基本组成部分,用户提交信息、搜索内容、与后台数据交互都要用到表单。
2022-11-07 20:12:51 917
原创 <学习笔记>从零开始自学Python-之-web应用框架Django( 七)Django管理后台
Django 为我们创建并配置了默认的管理后台。我们 只需创建一个管理员用户(超级用户),就可以登录管理后台。
2022-10-23 02:05:59 1215
原创 <学习笔记>从零开始自学Python-之-web应用框架Django(六)Django模型
前面我们已经学习了Django的MTV模式中的 T(Template模板)和 V(View视图),现在我们就来看看这个 M(Model模型)Django 模型是使用 Python 代码对数据库中数据的描述,是数据的结构,等效于 SQL 中的 CREATE TABLE 语句,不过是用 Python 代码而非 SQL 表述的,而且不仅 包含数据库列的定义。 Django 通过模型在背后执行 SQL,返回便利的 Python 数据结构,表示数据库表中的行。
2022-10-07 11:01:14 657
原创 <学习笔记>从零开始自学Python-之-web应用框架Django(五)Django过滤器
模板过滤器是在显示变量之前调整变量值的简单方式。过滤器使用管道符号(|)指定
2022-10-06 17:27:29 550
原创 <学习笔记>从零开始自学Python-之-web应用框架Django(四)Django常用标签
一对花括号和百分号包围的文本是模板标签,Django框架有一些内置的常用标签
2022-10-05 17:37:34 491
原创 <学习笔记>从零开始自学Python-之-web应用框架Django(三)Django模板
Django 模板是一些文本字符串,作用是把文档的表现与数据区分开。模板定义一些占位符和基本的逻辑(模 板标签),规定如何显示文档。通常,模板用于生成 HTML,不过 Django 模板可以生成任何基于文本的格式。
2022-10-03 18:34:33 493
原创 <学习笔记>从零开始自学Python-之-web应用框架Django(二)视图和URL配置
Django的视图相当于一个函数,是负责实现业务逻辑的。URL配置就是为了把视图函数与特定的 URL 对应起来,即把 URL 映射到相应的视图函数上。
2022-10-02 16:51:11 687
原创 <学习笔记>从零开始自学Python-之-web应用框架Django(一)从Hello World 到 MTV
作为应用最为广泛的Python语言开发web应用的框架,Django是学习Python必须要学的基础框架之一。Django是一个开放源代码的web应用框架,由Python写成。采用了MTV的框架模式,即模型M,视图V和模版T。
2022-10-01 13:03:12 871 2
原创 <学习笔记>从零开始自学Python-之-常用库篇(十一)正则表达式re库
re 模块使 Python 语言拥有全部的正则表达式功能。compile 函数根据一个模式字符串和可选的标志参数生成一个正则表达式对象。该对象拥有一系列方法用于正则表达式匹配和替换。re 模块也提供了与这些方法功能完全一致的函数,这些函数使用一个模式字符串做为它们的第一个参数。
2022-09-25 02:02:53 397
原创 <学习笔记>从零开始自学Python-之-基础语法篇(九)类的继承与多态
继承最大的好处是子类获得了父类的全部变量和方法的同时,又可以根据需要进行修改、拓展。
2022-07-29 19:38:20 235 1
原创 <学习笔记>从零开始自学Python-之-基础语法篇(八)类与对象基础
类是具有相同特性(属性)和行为(方法)的对象(实例)的抽象模板。类的定义、实例化、属性、方法、调用类的私有属性和私有方法,类的封装
2022-07-17 19:37:45 257
原创 pytorch自学笔记
这本笔记是关于pytorch的全面学习资料,基本包括了pytorch使用的方方面面。并且在几乎每一个重要的使用场景都给出了代码示例。现把它记录在此,可以作为我的pytorch的使用手册。
2022-03-31 03:28:34 2006
原创 TensorFlow2自学笔记
TensorFlow作为深度学习的两大库之一,是学习人工智能的必修库本文作为学习笔记,系统梳理了人工智能学习中的各个基本概念,并详细介绍了用TensorFlow搭建神经网络的步骤。最后介绍了用TensorFlow实现 CNN RNN的方法。
2022-02-28 00:35:21 726 1
原创 Yolov5自学笔记之二--在游戏中实时推理并应用(实例:哈利波特手游跳舞小游戏中自动按圈圈)
上一篇帖子我已经自学了Yolov5的基本流程,并运用yolov5进行图片、视频、摄像头、网络视频流等多种方式的推理,这些结合到实际工作中就可以有很广泛的应用了。但是还有一类情况,就是在电脑中的某个程序中,需要进行实时推理,比如游戏场景中的推理,这篇帖子我们就来解决一下这个问题。现在比如我有这么一个需求,在手游哈利波特中有个跳舞的小游戏,其实就是按照一定的节奏来点击那个圆圈圈,我现在希望能够写个程序,自动实现这个功能。游戏效果大概是这样:yolov5检测哈利波特跳舞圆圈1.基本思路基本思
2022-01-29 02:31:36 12523 22
原创 Yolov5自学笔记之一--从入门到入狱,功能强大不要乱用(实现yolov5的基本功能使用流程及训练自己的数据集)
零基础自学yolov5,学会简单使用和训练自己的数据集,在自己工作中使用
2022-01-15 02:06:09 14349 25
原创 AI-机器学习-自学笔记(十一)提升算法
提升算法是一种用来提高弱分类算法准确度的方法,这种方法先构造一个预测函数系列,然后以一定的方式将它们组合成一个预测函数。提升算法也是一种提高任意给定学习算法准确度的方法,它是一种集成算法,主要通过对样本集的操作获得样本子集, 然后用弱分类算法在样本子集上训练生成一系列的基分类器。它可以用来提高其它弱分类算法的识别率,也就是将其他的弱分类算法作为基分类算法放于提升框架中 ,通过提升框架对训练样本集的操作,得到不同的训练样本子集,再用该样本子集去训练生成基 分类器。每得到一个样本集就用该基分类算法在该样本集
2021-12-29 12:52:30 1171
原创 AI-机器学习-自学笔记(十)装袋算法
装袋算法是一种提高分类准确度的算法,通过给定组合投票的方式获得最优解。比如你生病了去看医生,每个医生都给你开了药方,最后哪个药方的出现次数多 ,就说明这个药方越有可能是最优解,这就是装袋算法的思想。主要的三种装袋算法模型:装袋决策树 CBagge Decision ees )随机森林(Random Forest )极端随机树 CExtra Trees )装袋决策树:以最常见的装袋决策树为例,sklearn中实现装袋决策树算法的类是 Baggingclassifie...
2021-12-28 17:08:51 1487
原创 AI-机器学习-自学笔记(九)套索回归算法
套索回归法和岭回归法类似,套索回归算法也会惩罚回归系数。在套索回归中,会惩罚回归系数的绝对值。此外,它能够减少变化程度并提高线性回归模型的精度。套索回归算法和岭回归算法有点不同,它使用的惩罚函数是绝对值,而不是平方。这导致惩罚(或等于约束估计的绝对值之和)值使一些参数估计结果等于零。使用惩罚值越大,进一步估计会使缩小值越趋近零。这将导致我们要从给定的N个变量中选择变量。 如果预测的一组变量高度相似,套索回归算法会选择其中的一个变量,并将其他的变量收缩为零。要点:• 除常数项以外,这种...
2021-11-26 10:59:10 1359
原创 AI-机器学习-自学笔记(八)岭回归算法
岭回归算法是一种专门用于共线性数据分析的有偏估计回归方法, 实际上是一种改 良的最小 乘估计法,通过放弃最小 乘法的无偏性,以损失部分信息、降低精度为代 价,获得回归系数更符合实际、更可靠的回归方法,对病态数据的拟合要强于最小二乘 。在 scikit-leam 中实现岭回归算法的是 Ridge 类。我们用波士顿数据集来验证一下岭回归算法from pandas import read_csv from sklearn.model_selection import KFold ...
2021-11-23 18:16:40 448
原创 AI-机器学习-自学笔记(七)支持向量机(SVG)算法
支持向量机(Support Vector Machine, SVM)是一类按监督学习(supervised learning)方式对数据进行二元分类的广义线性分类器(generalized linear classifier),其决策边界是对学习样本求解的最大边距超平面(maximum-margin hyperplane) 在二维空间上,两类点被一条直线完全分开叫做线性可分。从二维扩展到多维空间中时,将两类N维空间完全分开的N-1维面就成了一个超平面。这些靠近超平面最...
2021-11-14 23:21:52 1054
原创 AI-机器学习-自学笔记(六)朴素贝叶斯算法
朴素贝叶斯算法(Naive Bayesian algorithm) 是应用最为广泛的分类算法之一。贝叶斯定理是关于随机事件A和B的条件概率(或边缘概率)的一则定理。其中P(A|B)是在B发生的情况下A发生的可能性。贝叶斯公式(发表于1763年):贝叶斯分类器的分类原理是通过某对象的先验概率,利用贝叶斯公式计算出其在所有类别上的后验概率,即该对象属于某一类的概率,选择具有最大后验概率的类作为该对象所属的类。打个通俗点的比方,我们知道非洲有很多黑人,即已知非洲人为黑人的先验概率.
2021-11-09 18:32:29 655
原创 AI-机器学习-自学笔记(五)决策树算法
决策树(Decision Tree)是在已知各种情况发生概率的基础上,通过构成决策树来求取净现值的期望值大于等于零的概率,评价项目风险,判断其可行性的决策分析方法,是直观运用概率分析的一种图解法。由于这种决策分支画成图形很像一棵树的枝干,故称决策树。 简单说就是依据熵值计算,不断地做出选择,直到获得最终结果(熵值为0或者在设定的某个范围内)。根据计算方法不同,有ID3算法、C4.5算法、CART算法等。 每个对象就是一个节点,开始的地方叫根节点,最后不能分...
2021-11-09 13:30:10 728
原创 AI-机器学习-自学笔记(四)K邻算法(KNN)
K邻算法(k-Nearest Neighbor)是最常用也是最简单的机器学习算法之一。关于该算法正式的表述是:如果一个样本在特征空间中的K个最相似(特征空间中最邻近)的样本中的大多数属于某一个类别,则该样本也属于这个类别,并具有这个类别的样本的特性。通俗点说,就是近朱者赤近墨者黑,你周围的狐朋狗友多数属于哪一类人,你大概率也属于这一类人。具体说就是,找到跟你关系最近的K个朋友,看看他们是哪一类人(喜欢打什么游戏、是学霸还是学渣等)在KNN中,通过计算对象间距离来为各个对象之间的非相似性指标,距离
2021-11-06 02:31:40 3609
原创 AI-机器学习-自学笔记(三)逻辑回归算法
逻辑回归(Logistic)是二分类任务的首选方法。它输出一个 0 到 1 之间的离散二值结果。简单来说,它的结果不是 1 就是 0。所以逻辑回归解决的是分类问题,不是回归问题。它就是通过拟合 一个逻辑函数 (Logit Function )来预测一个事件发生的概率 所以它预测的是一个概率值。它的输出值应该为 0~1,因此非常适合处理二分类问题。在 scikit-learn 中的实现类是 LogisticRegression 。下面以一个Titanic数据集的例子来演示逻辑回归算法...
2021-10-27 00:56:43 268 1
空空如也
微信小程序 setData 不能修改变量的问题
2021-04-11
TA创建的收藏夹 TA关注的收藏夹
TA关注的人