fabric是一个python包是一个基于ssh的部署工具包通常用来对网站微服务等等的批量部署例如我有5台线上服务器可以通过一台对着5台分发，实现自动部署的目的。简单介绍下fabric的常用命令常用命令lcd(dir):进入本机某目录local(cmd):本机上执行命令cd(dir):进入服务器某目录run(cmd):服务器上执行命令FabricFabric是一个python的远程执行shell的库，同时它也是一个命令行工具。它提供了丰富的同SSH交互的接
系统 2019-09-27 17:54:45 2222
1.类的继承与方法的重载上面就是先定义了一个类A，然后由定义了一个类B，B继承了类A，这样B就有了A的非私有属性和方法。classWasher:company='ZBL'def__init__(self,water=10,scour=2):self._water=water#不想让用户直接访问实例变量，可以标志成私有self.scour=scourself.year=2000#这是生产日期#属性包装，将water属性包装成方法，用户使用water时实际是访
系统 2019-09-27 17:54:42 2222
Python中的is和==比较两个对象的两种方法在Python中有两种方式比较两个对象是否相等，分别是is和==，两者之间是不同的==比较的是值(如同java中的equals方法)is比较的是引用(可以看作比较内存地址,类似于java中的==)对于：>>>n=1>>>nis1True>>>b='1'>>>bis1False>>>n==bFalse由于1和'1'不管在值上面还是在引用上面都不同，所以结果都为false对于：>>>n=1>>>nis1True这
系统 2019-09-27 17:53:48 2222
通常在使用Spark算子函数，比如使用map()或者reduce函数我们向函数传入条件时，函数内部可以使用驱动程序中定义的变量，但是这样会使集群中所有任务都会得到变量新的副本，这些副本的更新不会传播回驱动程序，导致读写共享变量效率低下或者内存溢出，为了解决这个问题Spark提供了两种共享变量类型：广播变量和累加器广播变量：用来高效分发较大对象，只能在Driver定义，不能在Executor端定义，同时RDD不存储数据所以不能广播出去累加器：用来对信息进行聚
系统 2019-09-27 17:52:33 2222
该GIF图来自于官网，文末有给出链接。描述依托于百度网盘巨大的的云存储空间，绝大数人会习惯性的将一些资料什么的存储到上面，但是有的私密链接需要提取码，但是让每个想下载私密资源的人记住每一个提取码显然是不现实的。这个时候，云盘万能钥匙诞生了，我们通过安装相应的浏览器插件就可以自动获获取相应链接的提取码。我在Github上看了一下，有WebJS版的，python版的貌似还没有找到，所以我参照了JS版本和官网的请求接口写了两种方式的获取脚本。实现下述两种方式的具
系统 2019-09-27 17:52:27 2222
xue学xi习lu路xian线Hello，各位小伙伴们大家晚上好呀，这期开始，博主就开始带领大家一起学习深度学习的代码了。在这之前，我们得先安装深度学习开发环境，让我们的代码能跑起来。KerasKeras简介Keras是一个高级神经网络APl，用Python编写，能够在TensorFlow，CNTK或Theano之上运行。它的开发重点是实现快速实验。能够以最小的延迟从理念到结果是进行良好研究的关键。因此，为了能够用最快的速度写出最优雅的代码，博主在这强烈推
系统 2019-09-27 17:51:47 2222
本来我一直不知道怎么来更好地优化网页的性能，然后最近做python和php同类网页渲染速度比较时，意外地发现一个很简单很白痴但是我一直没发现的好方法（不得不BS我自己）：直接像某些php应用比如Discuz论坛那样，在生成的网页中打印出“本页面生成时间多少多少秒”，然后在不停地访问网页测试时，很直观地就能发现什么操作会导致瓶颈，怎样来解决瓶颈了。于是我发现SimpleCD在生成首页时，意外地竟然需要0.2秒左右，真真不能忍：对比Discuz论坛首页平均生成
系统 2019-09-27 17:50:42 2222
主要目标识别图中红色的裂缝，尝试了几种不同的方法，最后发现比较每一点的RGB差值可以很好的解决这个问题，也就是提取图片中的红色相关信息。处理结果如下：实现的代码如下，注意opencv读入的图片通道顺序是bgr：importcv2importmatplotlib.pyplotaspltimagepath=r'tear/11.jpg'image=cv2.imread(imagepath)height,width,channel=image.shapeforii
系统 2019-09-27 17:50:25 2222
preface流式数据的监控，以下主要是从算法的呈现出发，提供一种python的实现思路其中：1.python是2.X版本2.提供两种实现思路，一是基于matplotlib的animation，一是基于matplotlib的ion话不多说，先了解大概的效果，如下：一、一点构思在做此流数据输出可视化前，一直在捣鼓nupic框架，其内部HTM算法主要是一种智能的异常检测算法，是目前AI框架中垂直领域下的一股清流，但由于其实现的例子对应的流数据展示并非我想要的，
系统 2019-09-27 17:49:22 2222
目录一.冒泡排序--BubbleSort基本思想：优化后的冒泡排序二.选择排序--SelectionSort基本思想：三.插入排序--InsertionSort基本思想：四.希尔排序--ShellSort基本思想:五.堆排序--HeapSort基本思想：六.归并排序--MergeSort基本思想：七.快速排序--QuickSort基本思想：八.对比本博客的排序算法元素的排序顺序默认从小到大。一.冒泡排序–BubbleSort基本思想：两两比较相邻记录的元素
系统 2019-09-27 17:49:19 2222
