需求：1.用户输入密码正确登录2.用户输入密码错误退出并调用函数继续输入3.用户输入密码符合原先给定的一个值时，允许用户重置密码，并且可以用新密码登录4.输入三次后禁止输入虽然贴别的简单，但是还要记录一下，废话不多说直接贴码了#!/user/bin/envpython#-*-coding:utf-8-*-#Author:qinjiaxipassword_list=['!@#','12345']defaccount_login():tries=3whilet
系统 2019-09-27 17:56:38 2291
0x00安装Pywin32使用命令pipinstallpywin32安装相关库0x01相关代码函数get_text()：将字符串从剪切板取出来；函数set_text()：将字符串放到剪切板里面。importwin32conimportwin32clipboarddefget_text():win32clipboard.OpenClipboard()text=win32clipboard.GetClipboardData(win32con.CF_UNICOD
系统 2019-09-27 17:55:03 2291
项目上线部署的时候需要服务端的同学帮忙打Docker，但是自己也需要提前写好requirements.txt。这里记录一下两种生成requirements.txt的方法。方法一：在项目根目录下，在命令行中输入：pipfreeze>requirements.txt这种方法会将当前环境下的所有的信息都存入requirements.txt中。方法二：首先安装pipreqs库。进入需要生成文件的目录执行：pipreqs./如果出现报错：UnicodeDecodeE
系统 2019-09-27 17:54:12 2291
#将字符串中的元素完成特定的向右移动，参数：字符串、移动长度如：abcdef，移动2，结果：efabcd#原始方法,基本思想:末尾元素移动到开头,其他的元素依次向后移动.代码如下:defmove(lt,n):lt=list(lt)#将字符串转换为列表foriinrange(n%len(lt)):#确定移动几次,比如说移动从长度和列表的长度相同时,就没必要移动t=lt[len(lt)-1]#取出末尾元素forjinreversed(range(len(lt)
系统 2019-09-27 17:54:05 2291
原来字符为Abbeville(AL)USABBtrim(REVERSE(SUBSTRING(REVERSE('Abbeville(AL)USABB'),LOCATE('',REVERSE('Abbeville(AL)USABB')),LENGTH('Abbeville(AL)USABB'))))//结果为Abbeville(AL)原:SAMARINDA,KALIMANTA,INDONESIASELECTtrim(REVERSE(SUBSTRING(REVE
系统 2019-09-27 17:53:01 2291
在shell(bash)下有2个很基本的功能，那就是tab补全，和clear清屏，对于我这种时不时不自觉的就手残要clear清屏一下的人来说，python控制台不能清屏很不爽，经过google的帮忙，找到了解决办法。执行“manpython”可以看到这样一个环境变量：PYTHONSTARTUPIfthisisthenameofareadablefile,thePythoncommandsinthatfileareexecutedbeforethefirst
系统 2019-09-27 17:52:47 2291
英语单词优化上篇文章写到了Python开发英语单词记忆工具，其中依赖了bootstrap.cssjQuery.js基础html模块以及片段的css样式。有些朋友问，怎么能将这个练习题打包成单独的exe可执行文件，来脱离python环境使用呢？在这里跟大家简单说下思路，有需求的朋友可以自己去扒拉扒拉…依赖的css和js，如果有外网的前提，可以使用bootcdn提供的链接引用：https://cdn.bootcss.com/jquery/3.4.0/jquer
系统 2019-09-27 17:52:27 2291
随着深度学习研究的深入，相关应用已经在许多领域展现出惊人的表现。一方面，深度学习的强大能力着实吸引着学术界和产业界的眼球。另外一方面，深度学习的安全问题也开始引起广泛地关注。对于一个给定的深度神经网络，经过训练，它可能在具体任务上（例如图像识别）表现出较高的准确率。但是在原本能够被正确分类的图像中引入稍许（人眼不易察觉）扰动，神经网络模型就可能被误导，从而得出错误的分类结果。例如，下图中最左侧的熊猫图片本来可以被正确分类，向其中加入一定的扰动，结果会得到右
系统 2019-09-27 17:52:12 2291
注：以下内容在python3中操作一.一行输入多个值a,b=input().split()#此时得到的a和b的类型均为字符串，以空格为分隔符a,b=input().split(',')#此时得到的a和b的类型均为字符串，以逗号为分隔符具体操作如下：a,b=map(int,input().split())#此时得到的a和b的类型为整数，以空格为分隔符具体操作如下：补充split():语法：str.split(str='',num)[n]其中str：分隔符，默
系统 2019-09-27 17:51:19 2291
决策树部分理论支撑1*通过选取一定的特征来降低数据的不确定性（熵）2*建议寻找多分类问题的最优特征的最优候选值。把多分类问题转换成多几层递归的二分类问题，防止数据对特征值的控制敏感。3*停止条件取得了最够好的分类结果递归到了预定的最深深度叶子节点的纯度分裂次数达到极限最大特征数...4*相关公式entropy(D)=−∑i=1nPilog2Pientropy(D)=-\sum_{i=1}^nP_ilog_2P_ientropy(D)=−∑i=1nPil
系统 2019-09-27 17:50:46 2291
