把广阔的范围都拍进一张照片就叫做全景照片。这种手法从很早以前就有，胶片相机上也有回转镜头部分的特别器材。不过数码相机的话，不需使用特别器材，通过合成图像技术的运用，用手边的相机就能简单地拍出全景照片。在此来说明一下这种拍摄方法。这是用附属软件“PhotoStitch”将用全景辅助功能（辅助拼接模式）拍摄的一张张照片合成后的成品。这样宽广的风景也能变成一张照片。合成的照片令人印象深刻，请大家在拍摄风景的时候多尝试。拍摄时，如果相机具有全景辅助模式就可以使用它
系统 2019-08-29 22:28:36 2018
实验一：下面这个代码主要是为了给文件编号，方便后面打标记和分类等操importospath=‘你需要处理的文件的路径';count=0;filelist=os.listdir(path)#该文件夹下所有的文件（包括文件夹）defrename():globalcountforfilesinfilelist:#遍历所有文件Olddir=os.path.join(path,files);#原来的文件路径filename=os.path.splitext(file
系统 2019-09-27 17:55:08 2017
本文实例讲述了PythonWeb框架之Django框架Form组件用法。分享给大家供大家参考，具体如下：Form简介在HTTP中，表单（form标签），是用来提交数据的，其action属性说明了其传输数据的方法：如何传、如何接收。访问网站时，表单可以实现客户端与服务器之间的通信。例如查询，就用到了表单（其属性中，action=get）。再比如说注册与登陆，也是要用到表单的。但这里由于涉及到隐私问题，需要保证数据传输的安全性，因此其传输方法就应当使用post
系统 2019-09-27 17:55:05 2017
之前想爬取一些淘宝的数据，后来发现需要登录，找了很多的资料，有个使用request的sessions加上cookie来登录的，cookie的获取在登录后使用开发者工具可以找到。不过这个登录后获得的网页的代码是静态的，获取动态网页还得另寻他法，一般需要的数据可以在网页的源码中得到，但是你知道的，有些动态加载的就不是那么简单了，而且我发现这样获得的源码中，有些想要获取的数据的格式是经过改动的，比如我要某个商品的具体链接，发现并不能直接使用。总体而言，这是一次失
系统 2019-09-27 17:54:47 2017
实例如下：#-*-coding:utf-8-*-fromnumpyimport*importnumpyasnpimportpandasaspdfrommathimportlogimportoperator#计算数据集的香农熵defcalcShannonEnt(dataSet):numEntries=len(dataSet)labelCounts={}#给所有可能分类创建字典forfeatVecindataSet:currentLabel=featVec[-
系统 2019-09-27 17:54:47 2017
前言如果你曾经写过或者用过Python，你可能已经习惯了看到Python源代码文件；它们的名称以.Py结尾。你可能还见过另一种类型的文件是.pyc结尾的，它们就是Python“字节码”文件。(在Python3的时候这个.pyc后缀的文件不太好找了,它在一个名为__pycache__的子目录下面。).pyc文件可以防止Python每次运行时都重新解析源代码，该文件大大节省了时间。Python是如何工作的Python通常被描述为一种解释语言，在这种语言中，你的
系统 2019-09-27 17:53:52 2017
BacktoPythonIndex很好玩儿的数据结构，多用于无序数据去重多组数据逻辑运算，寻找交集，并集，非集等操作见https://blog.csdn.net/business122/article/details/7541486
系统 2019-09-27 17:53:35 2017
函数的嵌套在Python编程语言中，在函数体内创建另外一个函数（对象，因为Python一切皆对象，函数其实也是对象）是完全合法的，这种函数叫做内部/嵌套函数。例子：#coding:utf-8defouter():definner():print("isInnerMethod")print("IsouterMethod")inner()#调用outer函数outer()#调用outer()的内部函数，报错#inner()运行结果：IsouterMethodi
系统 2019-09-27 17:52:56 2017
说到流处理，Spark为我们提供了窗口函数，允许在滑动数据窗口上应用转换，常用场景如每五分钟商场人流密度、每分钟流量等等，接下来我们通过画图来了解SparkStreaming的窗口函数如何工作的，处理过程图如下所示：上图中绿色的小框框是一批一批的数据流，虚线框和实线框分别是前一个窗口和后一个窗口，从图中可以看出后一个窗口在前一个窗口基础上移动了两个批次的数据流，而我们真正通过算子操作的数据其实就是窗口内所有的数据流。在代码实现前了解下窗口操作常用的函数有：
系统 2019-09-27 17:52:34 2017
今天接到一个新的任务,要对一个140多M的csv文件进行数据处理,总共有170多万行,尝试了导入本地的MySQL数据库进行查询,结果用Navicat导入直接卡死....估计是XAMPP套装里面全默认配置的MySQL性能不给力,又尝试用R搞一下吧结果发现光加载csv文件就要3分钟左右的时间,相当不给力啊,翻了翻万能的知乎发现了Python下的一个神器包:Pandas(熊猫们?),加载这个140多M的csv文件两秒钟就搞定,后面的分类汇总等操作也都是秒开,太牛
系统 2019-09-27 17:52:33 2017
