def

cmd.exe 安装命令行 》pip install opencv-python 》pip install tensorflow 》pip install keras 必须安装tensorflow基础之上 板块一、 几何图形（cv2 图像处理） 图片导入； 图片长宽通道数学； 图片裁剪； 图片输出； 图片保存文件； tu = cv2.imread('image.jpg') (h,w,t)=tu.shape print(tu.shape) cX,cY = (w//2,h//2) print(cX) tl = tu[0:cY,0:cX] tr = tu[0:cY,cX:w] bl = tu[cY:h,0:cX] br = tu[cY:h,cX:w] def zzImage(zhou): plt.imshow(zhou) plt.axis('off') plt.show() zzImage(br) # 裁剪顺序 先y，再x cv2.imwrite('newImage.jpg',image) 封装常用函数 代码块（.py文件） 包含图片旋转代码 import cv2 import matplotlib.pyplot as plt import numpy as np # 读取图片 def imgRead(src): src = cv2.imread(src) return cv2

问题： In the following method definitions, what does the * and ** do for param2 ? 在以下方法定义中， * 和 ** 对 param2 有何作用？ def foo(param1, *param2): def bar(param1, **param2): 解决方案： 参考一： https://stackoom.com/question/9bB/双星号-星号-和-星号-星号-对参数有什么作用 参考二： https://oldbug.net/q/9bB/What-does-double-star-asterisk-and-star-asterisk-do-for-parameters 来源： oschina 链接： https://my.oschina.net/u/4437974/blog/4298290

1. 预备知识 学习者需要预先掌握Python的数字类型、字符串类型、分支、循环、函数、列表类型、字典类型、文件和第三方库使用等概念和编程方法。 Python入门篇： https://www.cnblogs.com/wenwei-blog/p/10592541.html 2. Python爬虫基本流程 a. 发送请求 使用http库向目标站点发起请求，即发送一个Request，Request包含：请求头、请求体等。 Request模块缺陷：不能执行JS 和CSS 代码。 b. 获取响应内容 如果requests的内容存在于目标服务器上，那么服务器会返回请求内容。 Response包含：html、Json字符串、图片，视频等。 c. 解析内容 对用户而言，就是寻找自己需要的信息。对于Python爬虫而言，就是利用正则表达式或者其他库提取目标信息。 解析html数据：正则表达式（RE模块），第三方解析库如Beautifulsoup，pyquery等 解析json数据：json模块 解析二进制数据:以wb的方式写入文件 d. 保存数据 解析得到的数据可以多种形式，如文本，音频，视频保存在本地。 数据库（MySQL，Mongdb、Redis） 文件 3. Requests库入门 Requests是用python语言基于urllib编写的，采用的是Apache2

2019.8.5 - 2019.8.18 流水账预警 D1 § 大凶 § T91934 Asm.Def 谈笑风生 T91936 Asm.Def 的基本算法 T91938 Asm.Def 的一秒 T92106 装饰大楼 T92119 备用钥匙 T92117 IOIOI卡片占卜 上午20'，下午47'，各CE了一个题，总分倒数第二 /cy 话说LNSY对面那华润万家一楼 700cc 的奇异果冰沙挺好喝的...就是大杯太大了（大概25cm高？） 晚上回去的时候下 雨了 ，回去发现室友跑了 （这是好事） 于是ff14 D2 § 凶§ T92260 dtx和他的袜子-A T92261 dtx和他的袜子-B T92262 dtx和他的袜子-C （原题叫po姐姐和他的妹子） 反正就是难 t1看了2h没想出来（完全想偏了...入度什么的考虑了一下就放弃了）， t2固输10'，t3开黑写了个暴力manacher，居然40' （并且分享了一下自己的代码qwq） 排名很后qwq 反正没压力这样 上午看到考试成绩其实心态有点崩x然后头一直很疼那样的 下午过一会就没事了 今天是蓝莓冰沙...一般吧 晚上...电脑没R6 /kk ff14到12点多（室友居然一直在旁边打音游，太好了/cy） D3 § 中吉 § T92371 dtx的压缩包 T92372 dtx的彩虹桥 T92373 袜子的序列 （原题叫老司机

出现这个问题，有几种解决办法，可以调低一下keras的版本，比如： pip install keras==2.1 不过还有个更方便的方法，从错误可知softmax中不包含axis这个参数，那么把axis参数替换成dim就可以了。源代码是这样的： def softmax(x, axis=-1): """Softmax of a tensor. # Arguments x: A tensor or variable. axis: The dimension softmax would be performed on. The default is -1 which indicates the last dimension. # Returns A tensor. """ return tf.nn.softmax(x, axis=axis) 更改成这样： def softmax(x, axis=-1): """Softmax of a tensor. # Arguments x: A tensor or variable. axis: The dimension softmax would be performed on. The default is -1 which indicates the last dimension. # Returns A tensor. """

1. 架构 引擎(Scrapy)：用来处理整个系统的数据流处理, 触发事务(框架核心) 调度器(Scheduler)：用来接受引擎发过来的请求, 压入队列中, 并在引擎再次请求的时候返回. 可以想像成一个URL（抓取网页的网址或者说是链接）的优先队列, 由它来决定下一个要抓取的网址是什么, 同时去除重复的网址 下载器(Downloader)：用于下载网页内容, 并将网页内容返回给蜘蛛(Scrapy下载器是建立在twisted这个高效的异步模型上的) 爬虫(Spiders)：爬虫是主要干活的, 用于从特定的网页中提取自己需要的信息, 即所谓的实体(Item)。用户也可以从中提取出链接,让Scrapy继续抓取下一个页面 项目管道(Pipeline)：负责处理爬虫从网页中抽取的实体，主要的功能是持久化实体、验证实体的有效性、清除不需要的信息。当页面被爬虫解析后，将被发送到项目管道，并经过几个特定的次序处理数据。 下载器中间件(Downloader Middlewares)：位于Scrapy引擎和下载器之间的框架，主要是处理Scrapy引擎与下载器之间的请求及响应。 爬虫中间件(Spider Middlewares)：介于Scrapy引擎和爬虫之间的框架，主要工作是处理蜘蛛的响应输入和请求输出。 调度中间件(Scheduler Middewares)：介于Scrapy引擎和调度之间的中间件

在网上看到MXShop这个项目，适合Python， Django + drf 进阶的，其中遇到 TypeError: render() got an unexpected keyword argument 'renderer'， 在百度一番后发现是Django集成DjangoUeditor，才导致这个错误的.网上有什么资料都是去改Django的源文件，但是我觉得这样很不好，因为部署到新环境的时候，都要手动去改一下Django源文件，这样太麻烦了 所以打算在DjangoUeditor上找原因，最后居然成功找到了，挺高兴的，原因是 DjangoUeditor > widgets.py > UEditorWidget 类，间接继承 django > forms > widgets.py > Widget 类，而 django > forms > widgets.py > Widget 类 def render(self, name, value, attrs=None, renderer=None ): 这个方法，比之前版本多添加了这个参数 renderer=None 但是,但是，但是！！！ DjangoUeditor > widgets.py > UEditorWidget 类，重写这个方法 def render(self, name, value, attrs=None)，这个

1.{% load staticfiles %} 2. {% load rbac %} 　　　　{% menu_html request %} 这部分就会变成用inclusion_tag生成的menu_html 左侧菜单的生成templatetags目录下的rbac.py 功能；生成页面中的左侧菜单用inclusion_tag标签 运用：我们只需要在需要用到的文件中引用就可以生成这个菜单部分的内容。 　　需要用到的模板文件中： # !/usr/bin/env python # -*- coding:utf-8 -*- import re from django.template import Library from django.conf import settings from collections import OrderedDict register = Library() @register.inclusion_tag( ' rbac/static_menu.html ' ) def static_menu(request): """ 创建一级菜单 :return: """ menu_list = request.session[settings.MENU_SESSION_KEY] return { ' menu_list ' : menu_list}

转载自： http://quke.org/post/django-model-choices.html Django模型中的字段有个choices属性，这个属性可以 提供被选数据，choices的参数是一个元组，它里面也是元组构成，第一个参数是choices的可选参数，第二个是对这个参数的说明。 如果一个字段设置了这个属性,在模版中如果我要显示这个字段，那么django模版系统就会将它默认解析为一个下拉菜单，这样对于一个静态的下拉菜单式很方便的，下来我们看下django官方文档中对这个属性使用的介绍。 我们这儿有个例子，我们先定义一个模型，名字为Person ，这个Person 包含了名字和性别两个字段，代码如下： from django.db import models class Person(models.Model): GENDER_CHOICES = ( (u ' M ' , u ' Male ' ), (u ' F ' , u ' Female ' ), ) name = models.CharField(max_length=60 ) gender = models.CharField(max_length=2, choices=GENDER_CHOICES) 接下来我们看下在程序中如何取到带choices属性的gender字段的值。 >>> p = Person

Flink 程序是执行分布式集合转换 ( 例如， filtering, mapping, updating state, joining, grouping, defining windows, aggregating) 的常规程序。集合创建于原始的数据源 ( 例如，通过从文件读取， kafka 主题或从本地内存集合中进行创建 ) 。通过 sinks 返回结果，例如将数据写入（分布式）文件或标准输出 ( 例如，命令行终端 ) 。 Flink 程序以各种上下文运行，独立或嵌入其他程序中。执行可能发生在本地 JVM 或许多机器的集群上。取决于数据源的类型，即有界或无界源，您将编写批处理程序或流式程序，其中 DataSet API 用于批处理， DataStream API 用于流式传输。 一， DataSet and DataStream Flink 有一个特殊的类 DataSet 和 DataStream 来表示程序中的数据。您可以将它们视为不可变的数据集合，可以包含重复的数据。在 DataSet 的情况下，数据是有限的，而对于 DataStream ，元素的数量可以是无限制的。 这些集合在一些关键方面与常规 Java 集合不同。 首先，它们是不可变的，这意味着一旦创建它们就不能添加或删除元素。 你也不能简单地检查里面的元素。 最初通过在 Flink 程序中添加一个源来创建一个集合