def

摘录python核心编程 本例中演示生产者-消费者模型：商品或服务的生产者生产商品，然后将其放到类似队列的数据结构中。生产商品中的时间是不确定的，同样消费者消费商品的时间也是不确定的。 使用queue模块（python2.x版本中，叫Queue）来提供线程间通信的机制，从而让线程之间可以分享数据。具体而言，就是创建一个队列，让生产者（线程）在其中放入新的商品，而消费者（线程）消费这些商品。 下表是queue模块的部分属性： 属性 描述 queue模块的类 Queue(maxsize=0) 创建一个先入先出队列。如果给定最大值，则在队列没有空间时阻塞；否则，为无限队列 LifoQueue(maxsize=0) 创建一个后入先出队列。如果给定最大值，则在队列没有空间时阻塞；否则，为无限序列 PriorityQueue(maxsize=0) 创建一个优先级队列。如果给定最大值，则在队列没有空间时阻塞；否则，为无限序列 queue异常 Empty 当对空队列调用get*()方法时抛出异常 Full 当对已满的队列调用put*()方法时抛出异常 queue对象方法 qsize() 返回队列大小。（由于返回队列大小时可能被其他线程修改，所以该值为近似值） empty() 如果队列为空，则返回True，否则返回False full() 如果队列已满，则返回True，否则返回False put

我们经常在类的继承当中使用super()， 来调用父类中的方法。例如下面： class A: def func(self): print('OldBoy') class B(A): def func(self): super().func() print('LuffyCity') A().func() B().func() 输出的结果为： OldBoy OldBoy LuffyCity A实例化的对象调用了func方法，打印输出了 Oldboy ； B实例化的对象调用了自己的func方法，先调用了父类的方法打印输出了 OldBoy ，再打印输出 LuffyCity 。 这样是Python3的写法，今天咱们也只讨论Python3中的super。 如果不使用super的话，想得到相同的输出截个，还可以这样写B的类： class B(A): def func(self): A.func(self) print('LuffyCity') 这样能实现相同的效果，只不过传了一个self参数。那为什么还要使用super()呢？ 那我看看有这样的一个继承关系的类（钻石继承）： Base / \ / \ A B \ / \ / C 代码是这样的： class Base: def __init__(self): print('Base.__init__') class A(Base): def _

ImageFont模块定义了相同名称的类，即ImageFont类。这个类的实例存储bitmap字体，用于ImageDraw类的text()方法。 PIL可以配置是否支持TrueType和OpenType字体 一、ImageFont模块的函数 1、 Load 定义：ImageFont.load(file)⇒ Font instance 含义：从指定的文件中加载一种字体，该函数返回对应的字体对象。如果该函数失败，将产生IOError异常。 2、 Load_path 定义：ImageFont.load_path(file)⇒ Font instance 含义：和函数load()一样，但是如果没有指定当前路径的话，会从sys.path开始查找指定的字体文件。 3、 Truetype 定义1：ImageFont.truetype(file,size) ⇒ Font instance 含义1：加载一个TrueType或者OpenType字体文件，并且创建一个字体对象。这个函数从指定的文件加载了一个字体对象，并且为指定大小的字体创建了字体对象。 在windows系统中，如果指定的文件不存在，加载器会顺便看看windows的字体目录下是否存在。 这个函数需要_imagingft服务。 定义2：ImageFont.truetype(file,size, encoding=value) ⇒ Font

摘要算法 就是通过摘要函数f()对任意长度的数据data计算出固定长度的摘要digest， 目的是为了发现原始数据是否被人篡改过。 摘要算法之所以能指出数据是否被篡改过，就是因为摘要函数是一个单向函数， 计算f(data)很容易， 但通过digest反推data却非常困难。 而且，对原始数据做一个bit的修改，都会导致计算出的摘要完全不同。 计算出一个字符串的MD5值： import hashlib md5 = hashlib.md5() md5.update('how to use md5 in python hashlib?'.encode('utf-8')) print(md5.hexdigest()) 计算结果如下： d26a53750bc40b38b65a520292f69306 如果数据量很大，可以分块多次调用update() 另一种常见的摘要算法是SHA1，调用SHA1和调用MD5完全类似： import hashlib sha1 = hashlib.sha1() sha1.update('how to use sha1 in '.encode('utf-8')) sha1.update('python hashlib?'.encode('utf-8')) print(sha1.hexdigest()) 摘要算法不是加密算法，不能用于加密（因为无法通过摘要反推明文）

本项目参考： https://www.bilibili.com/video/av31500120?t=4657 训练代码 1 # coding: utf-8 2 # Learning from Mofan and Mike G 3 # Recreated by Paprikatree 4 # Convolution NN Train 5 6 import numpy as np 7 from keras.datasets import mnist 8 from keras.utils import np_utils 9 from keras.models import Sequential 10 from keras.layers import Convolution2D, Activation, MaxPool2D, Flatten, Dense 11 from keras.optimizers import Adam 12 from keras.models import load_model 13 14 15 nb_class = 10 16 nb_epoch = 4 17 batchsize = 128 18 19 ''' 20 1st,准备参数 21 X_train: (0,255) --> (0,1) CNN中似乎没有必要？cnn自动转了吗？ 22

今天我们来说说Python中的模块： 第三方模块 可以下载/安装/使用 第一步：将pip. exe 所在的目录添加到环境变量中 第二步：输入pip 第三步：pip install 要安装的模块名称 #pip install xlrd 报错原因： 要求更新模块：python36 -m pip install --upgrade pip 安装成功不能导入：重启pycharm、重新安装 自定义模块 　　随着程序代码越写越多，不易维护，所以我们把函数分组，放在不同的文件中，这样每个文件的代码块就较少，一个.py文件就是一个自定义模块 第一种 直接import 这里有个大前提，就是你的py执行文件和模块同属于同个目录（父级目录），如下图： ​ 执行文件main. py 和 模块文件pwcong模块同在python目录 pwcong模块提供的函数写在 __init__. py 里，里面只提供一个 hi 函数： def hi(): print( "hi") 执行文件main. py直接import自定义模块 ​ import pwcong pwcong. hi() 第二种 通过sys模块导入 如果执行文件和模块不在同一个目录下，这时用import是找不到自定义模块的 import sys sys. path. append( r"C:\Users\Pwcong\Desktop\python")

kubeadm可以帮助你快速部署一套kubernetes集群。kubeadm设计目的为新用户开始尝试kubernetes提供一种简单的方法。不适用于生产环境。 1、安装要求及目标 禁止swap分区（kubernetes不支持） 可以访问外网 集群机器之间网络互通 所以节点上安装Docker和kubeadm 部署Kubernetes Master 部署网络管理插件 部署Kubernetes Node，将节点加入Kubenetes集群中 部署Dashboard Web页面，可视化查看Kubernetes资源 关闭防火墙： systemctl stop firewalld && systemctl disable firewalld 关闭selinux： sed -i ' s/enforcing/disabled/ ' /etc/selinux/ config setenforce 0　 　　# 使设置生效 getenforce　　　　　# 查看 关闭swap： swapoff - a # 临时关闭 sed -i 's/.\\*swap.\\*/#&/' /etc /fstab # 永久关闭 添加主机名与IP对应关系： vim /etc/hosts 192.168 . 174.138 k8s- master 192.168 . 174.139 k8s- node1 192.168 .

5.1 继承机制及其使用 继承是面向对象的三大特征之一，也是实现软件复用的重要手段。Python 的继承是多继承机制，即一个子类可以同时有多个直接父类。 Python 子类继承父类的语法是在定义子类时，将多个父类放在子类之后的圆括号里。语法格式如下： In [2]: # class Subclass (SuperClass1, SuperClass2, ...): # #类定义部分 从上面的语法格式来看，定义子类的语法非常简单，只需在原来的类定义后增加圆括号，井在圆括号中添加多个父类，即可表明该子类继承了这些父类。 如果在定义一个 Python 类时并未显式指定这个类的直接父类，则这个类默认继承 object 类。因此，object 类是所有类的父类，要么是其直接父类，要么是其间接父类。 实现继承的类被称为子类，被继承的类被称为父类（也被称为基类、超类）。父类和子类的关系，是一般和特殊的关系。例如水果和苹果的关系，苹果继承了水果，苹果是水果的子类，则苹果是一种特殊的水果。 由于子类是一种特殊的父类，因此父类包含的范围总比子类包含的范围要大，所以可以认为父类是大类，而子类是小类。 从实际意义上看，子类是对父类的扩展，子类是一种特殊的父类。从这个意义上看，使用继承来描述子类和父类的关系是错误的，用扩展更恰当。因此，这样的说法更加准确：Apple 类扩展了 Fruit 类。

一、分页 Django的分页器（paginator） view from django.shortcuts import render,HttpResponse # Create your views here. from app01.models import * from django.core.paginator import Paginator, EmptyPage, PageNotAnInteger def index(request): ''' 批量导入数据: Booklist=[] for i in range(100): Booklist.append(Book(title="book"+str(i),price=30+i*i)) Book.objects.bulk_create(Booklist) ''' ''' 分页器的使用: book_list=Book.objects.all() paginator = Paginator(book_list, 10) print("count:",paginator.count) #数据总数 print("num_pages",paginator.num_pages) #总页数 print("page_range",paginator.page_range) #页码的列表 page1=paginator.page(1)

有网友提问 应该用什么样的数据库/数据结构/算法来计算某支股票的相似K线? 具体的问题描述是，假设给出某股某段行情K线（单位/日），从任何其他股票历史中匹配出与之最为相似的某段历史K线，并给出相似度值（单位/%），并以此排序，获取最为相似的N个结果。 我们可以使用k线的距离以及股票日回报的相关性来衡量k线相似度，使用 Tushare 提供的沪深股票2008年到2017年的日线行情数据来做实验。如何把Tushare数据导入到 DolphinDB database 可以参考教程 如何使用DolphinDB处理Tushare金融数据 。 Tushare提供的沪深股票日线行情数据包含以下字段： 名称 描述ts_code 股票代码trade_date 交易日期open 开盘价high 最高价low 最低价close 收盘价pre_close 昨收价change 涨跌额pct_change 涨跌幅vol 成交量（手）amount 成交额（千元） 下面将以漫步者（股票代码为002351.SZ）为例，介绍如何在历史数据中，找出与漫步者2016年9月1日到2016年9月30日最为相似的10段历史k线。 首先，把漫步者2016年9月1日到2016年9月30日的日线行情数据加载到内存。 code="002351.SZ"//漫步者edifier=select * from loadTable("dfs:/