最近在看PetShop4.0，暂且熟悉了一些数据库层的设计。看了看，其实也不是很复杂。主要就是使用了一个工厂，以及一个IOC以来注入。我所画的类图如下（不是很标准，自己的UML水品一般。。。）其中的web.config是我自己天上去的，主要就是为了说明一下IOC的问题。其中的Model主要定义了一些实体类。IDAL提供了数据库访问层的抽象，分别有SQLDAL和OracleDAL去实现。DALFactory是一个反射工厂，通过读取配置文件中的配置，判断使用的
系统 2019-08-12 01:33:39 2294
--------------不同服务器数据库之间的数据操作--创建链接服务器execsp_addlinkedserver'ITSV','','SQLOLEDB','远程服务器名或ip地址'execsp_addlinkedsrvlogin'ITSV','false',null,'用户名','密码'--查询示例select*fromITSV.数据库名.dbo.表名--导入示例select*into表fromITSV.数据库名.dbo.表名--以后不再使用时删除
系统 2019-08-12 01:32:42 2294
花下猫语：GuidovanRossum是Python的创造者，虽然他现在放弃了“终身仁慈独裁者”的职位，但却成为了指导委员会的五位成员之一，其一举一动依然备受瞩目。近日，他开通了Medium账号，并发表了第一篇文章，透露出要替换Python的核心部件（解析器）的想法。这篇文章分析了当前的pgen解析器的诸多缺陷，并介绍了PEG解析器的优点，令人振奋。这项改造工作仍在进行中，Guido说他还会写更多相关的文章，我们就拭目以待吧。本文原创并首发于公众号【Pyt
系统 2019-09-27 17:55:51 2293
一、前言以前使用selenium的无头浏览器，自从phantomjs2016后慢慢不更新了之后，selenium也开始找下家，这时候谷歌的chrome率先搞出来无头浏览器并开放了各种api，随后firefox也开始做。现在selenium的测试也都支持这两个浏览器的无头模式了，只需要在引入的时候配置一下就可以了。之所以要采用谷歌chrome官方无头框架puppeteer的python版本pyppeteer，是因为有些网页是可以检测到是否是使用了seleni
系统 2019-09-27 17:52:58 2293
计算两个信号的交叉谱密度结果展示：完整代码：importnumpyasnpimportmatplotlib.pyplotaspltfig,(ax1,ax2)=plt.subplots(2,1)#makealittleextraspacebetweenthesubplotsfig.subplots_adjust(hspace=0.5)dt=0.01t=np.arange(0,30,dt)#Fixingrandomstateforreproducibility
系统 2019-09-27 17:52:40 2293
进程、线程和协程进程的定义：进程，是计算机中已运行程序的实体。程序本身只是指令、数据及其组织形式的描述，进程才是程序的真正运行实例。线程的定义：操作系统能够进行运算调度的最小单位。它被包含在进程之中，是进程中的实际运作单位。进程和线程的关系：一条线程指的是进程中一个单一顺序的控制流，一个进程中可以并发多个线程，每条线程并行执行不同的任务。CPU的最小调度单元是线程不是进程，所以单进程多线程也可以利用多核CPU.协程的定义：协程通过在线程中实现调度，避免了陷
系统 2019-09-27 17:52:14 2293
图像的阈值处理一般使得图像的像素值更单一、图像更简单。阈值可以分为全局性质的阈值，也可以分为局部性质的阈值，可以是单阈值的也可以是多阈值的。当然阈值越多是越复杂的。下面将介绍opencv下的三种阈值方法。（一）简单阈值简单阈值当然是最简单，选取一个全局阈值，然后就把整幅图像分成了非黑即白的二值图像了。函数为cv2.threshold()这个函数有四个参数，第一个原图像，第二个进行分类的阈值，第三个是高于（低于）阈值时赋予的新值，第四个是一个方法选择参数，常
系统 2019-09-27 17:51:13 2293
本文实例讲述了Pythonscipy的二维图像卷积运算与图像模糊处理操作。分享给大家供大家参考，具体如下：二维图像卷积运算一代码importnumpyasnpfromscipyimportsignal,miscimportmatplotlib.pyplotaspltimage=misc.ascent()#二维图像数组，lena图像w=np.zeros((50,50))#全0二维数组，卷积核w[0][0]=1.0#修改参数，调整滤波器w[49][25]=1.
系统 2019-09-27 17:50:25 2293
目录一、引言1.1可变or不可变二、拷贝三、浅拷贝三、深拷贝一、引言在python中，对象赋值实际上是对象的引用。当创建一个对象，然后把它赋给另一个变量的时候，python并没有拷贝这个对象，而只是拷贝了这个对象的引用针对该列表l1=['a'，'b'，'c'，['d'，'e'，'f']]一般有三种方法，分别为：拷贝（赋值）、浅拷贝、深拷贝注意：拷贝/浅拷贝/深拷贝都是针对可变类型数据而言的1.1可变or不可变id不变值可变，即在原值的基础上修改，则为可变数
系统 2019-09-27 17:49:51 2293
π是一个无数人追随的真正的神奇数字。我不是很清楚一个永远重复的无理数的迷人之处。在我看来，我乐于计算π，也就是计算π的值。因为π是一个无理数，它是无限的。这就意味着任何对π的计算都仅仅是个近似值。如果你计算100位，我可以计算101位并且更精确。迄今为止，有些人已经选拔出超级计算机来试图计算最精确的π。一些极值包括计算π的5亿位。你甚至能从网上找到包含π的一百亿位的文本文件（注意啦！下载这个文件可能得花一会儿时间，并且没法用你平时使用的记事本应用程序打开。
系统 2019-09-27 17:49:11 2293
