转自：http://www.cnblogs.com/charley_yang/archive/2010/12/08/1899982.html一直对C++中的delete和delete[]的区别不甚了解，今天遇到了，上网查了一下，得出了结论。做个备份，以免丢失。C++告诉我们在回收用new分配的单个对象的内存空间的时候用delete，回收用new[]分配的一组对象的内存空间的时候用delete[]。关于new[]和delete[]，其中又分为两种情况：(1)
系统 2019-08-12 01:32:20 2465
我们以学信网为例爬取个人信息**如果看不清楚按照以下步骤：**1.火狐为例打开需要登录的网页�C>F12开发者模式（鼠标右击，点击检查元素）�C点击网络�C>需要登录的页面登录下�C>点击网络找到一个POST提交的链接点击�C>找到post（注意该post中信息就是我们提交时需要构造的表单信息）importrequestsfrombs4importBeautifulSoupfromhttpimportcookiesimporturllibimporthtt
系统 2019-09-27 17:57:26 2464
学英语广告最近也许是刚开学的原因，不管是公众号，还是刷抖音，导出都能看到关于学英语、背单词的广告。不知道现在学生们背单词买的什么辅导材料。反正我们上学那会，《星火阅读》特别的火。记得当时随书还送一个红色的塑料膜。书中英语单词是红色的其他文字是黑色的。背单词的时候先把塑料膜盖在书上，然后就只能看到翻译和音标，从而起到自测英语的作用。一页看完了取下塑料膜，再核对哪些单词记错了。就这么一个无脑的功能，当时的我们都觉得好犀利，谁一本这样的背单词书，都不好意思出去装
系统 2019-09-27 17:55:27 2464
使用深度学习进行图像类任务时，通常网络的输入大小是固定的，最近在进行涉及到文字检测的工作中，由于预处理resize缩小了原图，导致字体变模糊，从而检测失败，后来想到使用overlap来对图像进行缩放裁剪，即先将原图缩放到一定尺寸，再裁剪得到网络的输入。好了，来说正题，使用yolov3，网络的输入是352x352x3，而输入图像大小为几百上千不等，因此需对原图进行resize，起初直接进行缩放+填充，检测的map很低，后来分析发现有些352x352的输入图像
系统 2019-09-27 17:55:08 2464
字典的特点：以键值对的形式存在，无序排序；key必须唯一不重复，且不能使用可变对象声明一个字典d={}print(d)print(type(d))增：d[1]=‘a’d[2]=‘c’d[3]=‘b’print(d)d.update({4:‘z’})print(d)dict.setdefault(key,value)，如果该key不存在，则在字典中插入这个键值对，并返回value；如果该key已存在，则返回字典中key对应的value，原字典不做更新d.se
系统 2019-09-27 17:54:56 2464
《Python3爬虫、数据清洗和可视化实战》零一韩要宾黄园园著第11章数据可视化11.1matplotlib调用matplotlib有下面四个步骤：（1）设定画图背景样式mpl.style.use(“ggplot”)（2）设定画布#命名画布为fig，并把fig分为两个小画布（ax1,ax2），设置fig的大小为12*4点fig,(ax1,ax2)=plt.subplots(1,2,figsize=(12,4))（3）画图及设定元素df_mean.价格.pl
系统 2019-09-27 17:54:24 2464
C++文件test.h#pragmaonce#includeextern"C"char*show(char*input);test.cpp#include"test.h"extern"C"char*show(char*input){returninput;}编译为so库gcctest.cpp-fPIC-shared-olibtest.so调用importctypesmyso=ctypes.cdll.LoadLibrary('./libtest.so')my
系统 2019-09-27 17:53:31 2464
例如：if__name__=='__main__':main()如果运行的是主函数的话，执行下一句main()如果作为模块被其他文件导入使用的话，我们就不执行后面的main()什么的。看个例子：#test.pydefmain():print('Hello,world!')main()这是一个打印Hello,world!的简单程序我们尝试从其他文件调用它：#test1.pyimporttesttest.main()运行test1.py，出现打印了两个Hell
系统 2019-09-27 17:51:50 2464
python模块randomIn[1]:importrandomIn[2]:random.uniform(0.7,5)Out[2]:0.7418808135797732In[3]:random.uniform(0.7,5)Out[3]:1.20091265582769In[4]:random.uniform(0.7,5)Out[4]:4.7791965347089125In[5]:random.uniform(0.7,5)Out[5]:2.78827963
系统 2019-09-27 17:51:08 2464
.前言作为进阶系列的一个分支「并发编程」，我觉得这是每个程序员都应该会的。并发编程这个系列，我准备了将近一个星期，从知识点梳理，到思考要举哪些例子才能更加让人容易吃透这些知识点。希望呈现出来的效果真能如想象中的那样，对小白也一样的友好。昨天大致整理了下，这个系列我大概会讲如下内容（后期可能调整）：对于并发编程，Python的实现，总结了一下，大致有如下三种方法：多线程多进程协程（生成器）在之后的章节里，将陆陆续续地给大家介绍到这三个知识点。.并发编程的基本
系统 2019-09-27 17:49:59 2464
