最近的django开发中用到了有序字典，所以研究了一下，以下。示例：有序字典和通常字典类似，只是它可以记录元素插入其中的顺序，而一般字典是会以任意的顺序迭代的。普通字典：由上面的结果可以看出对普通字典进行遍历，输出结果是无序的。下面是有序字典（需要导入collections包）：对比两种输出结果，不难发现，有序字典可以按字典中元素的插入顺序来输出。上面两个例子之所以字典中插入元素，而不是一开始就将字典中的元素定义好，是因为有序字典的作用只是记住元素插入顺序
系统 2019-09-27 17:55:00 2169
python语言最常见的括号有三种，分别是：小括号()、中括号[]和大括号也叫做花括号{}。其作用也各不相同，分别用来代表不同的python基本内置数据类型。1.python中的小括号()：代表tuple元组数据类型，元组是一种不可变序列。创建方法很简单，大多时候都是用小括号括起来的。>>>tup=(1,2,3)>>>tup(1,2,3)>>>>>>()#空元组()>>>>>>55,#一个值的元组(55,)定义元组（tuple）时，如果只含一个元素，要在后
系统 2019-09-27 17:54:50 2169
python中的数字类型工具python中为更高级的工作提供很多高级数字编程支持和对象，其中数字类型的完整工具包括：1.整数与浮点型，2.复数，3.固定精度十进制数，4.有理分数，5.集合，6.布尔类型7.无穷的整数精度8.各种数字内置函数及模块。基本数字类型python中提供了两种基本类型：整数（正整数金额负整数）和浮点数（注：带有小数部分的数字），其中python中我们可以使用多种进制的整数。并且整数可以用有无穷精度。整数的表现形式以十进制数字字符串写
系统 2019-09-27 17:54:10 2169
一、多线程同步由于CPython的python解释器在单线程模式下执行，所以导致python的多线程在很多的时候并不能很好地发挥多核cpu的资源。大部分情况都推荐使用多进程。python的多线程的同步与其他语言基本相同，主要包含：Lock&RLock：用来确保多线程多共享资源的访问。Semaphore：用来确保一定资源多线程访问时的上限，例如资源池。Event:是最简单的线程间通信的方式，一个线程可以发送信号，其他的线程接收到信号后执行操作。二、实例1）L
系统 2019-09-27 17:54:05 2169
目录一、方法一：通过正常方法（low）二、通过脚本的方式进行项目部署三、通过docker部署（完美的办法）一、方法一：通过正常方法（low）1、生成requirements文件，即项目依赖的包#cd到项目目录下pipfreeze>requirements.txt2、创建虚拟环境python-mvenvvenv(这个是虚拟环境名称)3、激活虚拟环境#进入venv虚拟环境下的bin目录，执行sourceactivate4、上传项目到服务器（复制，gitpull
系统 2019-09-27 17:53:51 2169
file对象使用open函数来创建，下表列出了file对象常用函数read、readline、readlines区别：1.从文件读取指定的字节数，size如果未给定或为负则读取所有。file.read([size])2.读取整行，包括"\n"字符。file.readline([size])3.读取所有行并返回列表，若给定sizeint>0，返回总和大约为sizeint字节的行,实际读取值可能比sizeint较大,因为需要填充缓冲区。file.readlin
系统 2019-09-27 17:53:41 2169
灰度变换作为一种图像预处理技术可以显著的改善图像的质量，下面将介绍几种灰度变换的方法1.gamma变换Gamma变换是对输入图像灰度值进行的非线性操作，使输出图像灰度值与输入图像灰度值呈指数关系：s=crλs=cr^{\lambda}s=crλ这个指数即为Gamma。Gamma变换就是用来图像增强，其提升了暗部细节，简单来说就是通过非线性变换，让图像从暴光强度的线性响应变得更接近人眼感受的响应，即将漂白（相机曝光）或过暗（曝光不足）的图片，进行矫正。经过G
系统 2019-09-27 17:52:58 2169
字典是键/值对构成的集合，字典通过大括号来创建，字典的键是字符串，而值可以是任何数据对象。字典有两个重要的特征：字典是无序的，字典项没有特定的顺序，只能通过键来获取值；字典是可变的，支持原处修改键的值；字典是作为散列表来实现的，可增长，搜索非常快速；和列表一样，字典存储的是对象的引用，不是拷贝。创建字典创建空的字典：>>>d={}创建包含两个项目的字典：>>>d={'name':'vic','age':28}创建包含嵌套类型的字典：>>>d={'stude
系统 2019-09-27 17:52:13 2169
#-*-coding:utf-8-*-importwin32apiimportwin32gui,win32uiimporttimewhileTrue:time.sleep(1)#等待一秒ci=win32gui.GetCursorInfo()#获取光标信息print'包含光标类型，句柄，坐标'+str(ci)#包含光标类型，句柄，坐标print'GetCursor获取的句柄'+str(win32gui.GetCursor())#win32gui.GetCur
系统 2019-09-27 17:52:03 2169
本人最近在研究机器学习方面的知识，要运用unet来实现医学图像分割，本文是为了实现unet代码而做的前期准备工作，综合网上的经验与自身的实践最终选择了keras+tensorflow-gpu来跑unet代码，下面是我安装tensoflow-gpu的整个过程，记录下来方便以后查阅。目录1.安装anaconda2.创建虚拟环境并安装python3.63.安装tensorflow-gpu3.1安装前奏——CUDA和cuDNN3.1.1下载CUDA3.1.2cuD
系统 2019-09-27 17:49:51 2169
