项目上线部署的时候需要服务端的同学帮忙打Docker，但是自己也需要提前写好requirements.txt。这里记录一下两种生成requirements.txt的方法。方法一：在项目根目录下，在命令行中输入：pipfreeze>requirements.txt这种方法会将当前环境下的所有的信息都存入requirements.txt中。方法二：首先安装pipreqs库。进入需要生成文件的目录执行：pipreqs./如果出现报错：UnicodeDecodeE
系统 2019-09-27 17:54:12 2286
本文实例为大家分享了Python获取指定网页源码的具体代码，供大家参考，具体内容如下1、任务简介前段时间一直在学习Python基础知识，故未更新博客，近段时间学习了一些关于爬虫的知识，我会分为多篇博客对所学知识进行更新，今天分享的是获取指定网页源码的方法，只有将网页源码抓取下来才能从中提取我们需要的数据。2、任务代码Python获取指定网页源码的方法较为简单，我在Java中使用了38行代码才获取了网页源码（大概是学艺不精），而Python中只用了6行就达到
系统 2019-09-27 17:53:37 2286
在shell(bash)下有2个很基本的功能，那就是tab补全，和clear清屏，对于我这种时不时不自觉的就手残要clear清屏一下的人来说，python控制台不能清屏很不爽，经过google的帮忙，找到了解决办法。执行“manpython”可以看到这样一个环境变量：PYTHONSTARTUPIfthisisthenameofareadablefile,thePythoncommandsinthatfileareexecutedbeforethefirst
系统 2019-09-27 17:52:47 2286
字串String原本不能像數值一樣有加減乘除運算，但有例外。例如:>>>'Good'+'Morning''GoodMorning'運算子+可將2個字串，串接起來。運算子+有字串Concat功能。同樣，運算子*有迭代Iterator的功能，例如:>>>'Good'*3'GoodGoodGood'這寫法讓Python的程式更簡潔易讀。例如:forkinrange(1,6):print(''*(6-k)+'A'*2*k)這樣簡潔幾行程式即能將此圖形畫出，不是很美
系统 2019-09-27 17:52:44 2286
之前介绍过python开发工具Jupyter的使用，今天继续讲解python的数据类型，python中有整型、浮点型、字符串、布尔类型，我们重点介绍布尔类型的运算，以及不同数据类型之间的转换。使用Jupyter运行的时候有两个快捷键，Shift+Enter执行本单元，并且光标会移动到下一个单元；Ctrl+Enter是执行本单元，并且光标留在本单元。在python的数据类型中，我们定义变量a=1,那么a是一个整型；定义变量b=1.2，那么b就是一个浮点型，浮
系统 2019-09-27 17:52:41 2286
forwhile选择使用哪种循环技巧：不知道循环多少次的用while，知道循环多少次的用for能用for不用whileforiin"abc":print(i)第一次：取a存到i里面，然后执行for的代码块第二次：取b存到i里面，然后执行for的代码块第三次：取c存到i里面，然后执行for的代码块foriinrange(5):print(i)ifi==3:continueelse:print(“nobreak”)总结：只要循环体内部没有执行break就会执行
系统 2019-09-27 17:52:37 2286
Dash简介Dash是一个用于构建Web应用程序的Python数据可视化库。它基于PythonWeb框架Flask以及Javascript绘图库Plotly.js和用于构建用户界面的Javascript库React.js，所以它非常适合用于构建后端基于Flask，前端数据可视化的Web网页。因为Dash应用程序可以在Web浏览器中显示，所以可以将这些Dash应用程序部署到服务器，通过URL共享。Dash应用程序由两部分组成，第一部分是布局（Layout），
系统 2019-09-27 17:52:31 2286
生成器，可迭代对象，迭代器之间究竟是什么关系？用一幅图来概括：1.生成器定义生成器方式一：//区别于列表生成式gen=[x*xforxinrange(5)]gen=(x*xforxinrange(5))print(gen)//Out:at0x00000258DC5CD8E0>方式二：deffib():prev,curr=0,1whileTrue:yieldcurrprev,curr=curr,curr+prevf=fib()print(f)//Out:定义
系统 2019-09-27 17:52:19 2286
随着深度学习研究的深入，相关应用已经在许多领域展现出惊人的表现。一方面，深度学习的强大能力着实吸引着学术界和产业界的眼球。另外一方面，深度学习的安全问题也开始引起广泛地关注。对于一个给定的深度神经网络，经过训练，它可能在具体任务上（例如图像识别）表现出较高的准确率。但是在原本能够被正确分类的图像中引入稍许（人眼不易察觉）扰动，神经网络模型就可能被误导，从而得出错误的分类结果。例如，下图中最左侧的熊猫图片本来可以被正确分类，向其中加入一定的扰动，结果会得到右
系统 2019-09-27 17:52:12 2286
安装pythoncouchDb库：https://pypi.python.org/pypi/CouchDB/0.10连接服务器复制代码代码如下:>>>importcouchdb>>>couch=couchdb.Server('http://example.com:5984/')创建数据库复制代码代码如下:>>>db=couch.create('test')#新建数据库>>>db=couch['mydb']#使用已经存在的数据库创建文档并插入到数据库：复制代
系统 2019-09-27 17:51:49 2286
