关于docker中tomcat的搭建，没有什么多说的，直接下载官方镜像dockerpulltomcat（可能会下载到好几个镜像，就是tag不同，有知道为什么的可以告诉我）然后我看的https://registry.hub.docker.com/_/tomcat/中的描述dockerrun-it--rm-p8888:8080tomcat:8.0然后在网页中显示正常。可是没说挂载数据的东西。我先登录进容器，然后，查看好需要挂载出来的数据，然后再重新启动一个容器
系统 2019-08-12 01:32:20 2473
nova-api公布api服务没实用到一个些框架，基本都是从头写的。在不了解它时，以为它很复杂，难以掌握。花了两三天的时间把它分析一遍后，发现它本身的结构比較简单，主要难点在于对它所使用的一些类库不了解，如paste.deploy/webob/routes。对于paste.deploy，结合它的官网文档把它的源代码看了两遍。webob看的是源代码。routes看的是文档。对于这些类库提供的函数，假设从文档中去理解他们想要做什么，真不是件easy的事。查看事
系统 2019-08-12 01:31:48 2473
导语由于之前遇到过几次有关于参数类型的坑，以及经常容易把一些参数类型搞混淆，现在做一下有关参数类型的总结记录以及对之前踩坑经历的分析。参数类型首先我们列举一下有关于Python的参数类型，以及实际上的运用和原理。位置参数（必选参数）默认参数可变参数关键字参数位置参数（必选参数）首先是位置参数，同时也被称作必选参数，位置参数很好理解，只要记住这点：在函数定义时直接给定的此参数名称，调用时按照参数的位置顺序，依次赋予参数值。示例：defperson_info(
系统 2019-09-27 17:57:36 2472
1.同线性代数中矩阵乘法的定义：np.dot()np.dot(A,B)：对于二维矩阵，计算真正意义上的矩阵乘积，同线性代数中矩阵乘法的定义。对于一维矩阵，计算两者的内积。见如下Python代码：importnumpyasnp#2-Darray:2x3two_dim_matrix_one=np.array([[1,2,3],[4,5,6]])#2-Darray:3x2two_dim_matrix_two=np.array([[1,2],[3,4],[5,6]
系统 2019-09-27 17:55:48 2472
在程序运行的过程中，所有的变量都是在内存中，比如，定义一个dict：d=dict(name='Bob',age=20,score=88)可以随时修改变量，比如把name改成'Bill'，但是一旦程序结束，变量所占用的内存就被操作系统全部回收。如果没有把修改后的'Bill'存储到磁盘上，下次重新运行程序，变量又被初始化为'Bob'。我们把变量从内存中变成可存储或传输的过程称之为序列化，在Python中叫pickling，在其他语言中也被称之为serializ
系统 2019-09-27 17:50:29 2472
createtime:2019年7月8日我在网上找了好多，现在基本实现了传输视频的功能，其思路是：首先得先了解如何使用openCV采集摄像头数据，其次得了解pythonsocket网络编程。因为socket不能直接传输openCV采集的数据，所以还需要转码操作。在该版本我实现最基本的功能，客户端采集，服务端接收（也可以倒过来，看个人需求），使用类实现。服务端#!usr/bin/python#coding=utf-8importsocketimportcv2
系统 2019-09-27 17:50:00 2472
在上次的爬虫中，抓取的数据主要用到的是第三方的Beautifulsoup库，然后对每一个具体的数据在网页中的selecter来找到它，每一个类别便有一个select方法。对网页有过接触的都知道很多有用的数据都放在一个共同的父节点上，只是其子节点不同。在上次爬虫中，每一类数据都要从其父类（包括其父节点的父节点）上往下寻找ROI数据所在的子节点，这样就会使爬虫很臃肿，因为很多数据有相同的父节点，每次都要重复的找到这个父节点。这样的爬虫效率很低。因此，笔者在上次
系统 2019-09-27 17:49:04 2472
python实现二级登陆菜单的代码如下所示："""1.三级菜单注册登陆注销2.进入每一个一级菜单，都会有下一级的菜单"""user_item=dict()try:whileTrue:print('-------Welcomesir-------')input_choice=int(input('Pleaseenteryourchoice:1:Registration2:login3:logout:'))#用户输入自己的选择，会进入到相关的二级菜单ifinp
系统 2019-09-27 17:49:02 2472
首先生成一个主对角全为1的其余全为0的矩阵，比如有n个分类就是n*n，效果如下：随后根据标签列表（或者numpy数组）选取合适的行，比如标签是[9,1,0,0]，那么就会选择上图矩阵中对应的9、1、0、0行，得到one_hot标签，如果不熟悉numpy数组的列表切片的（就是说numpy_array[slice]中的slice是列表），可以看下这篇PythonNumpy数组使用列表索引恢复的话就是找列表中为1的下标即可。代码如下：#encoding=utf-
系统 2019-09-27 17:47:51 2472
在GIS中，栅格属性里有关于栅格自身的信息，背景（nodatavalue）对于识别一张图像的边界像元尤为重要，我们目的只要把每行每列中的第一次出现不是nodata的像元和最后一次出现nodata的前一个像元就可以了。对于栅格，可以用ArcPy中的RasterToNumpyArray函数将将栅格转成numpy数组，然后就可以按照所想读取出每行列中首尾像元。以下是部分代码提取边界像元的核心算法，其实是很简单的一个思路(假设0是nodatavalue)。a=[[
系统 2019-09-27 17:47:41 2472
