继3.7版本之后Python再次发布了新版本，虽然新版本带来了不少调整，但是其中很大一部分都是对代码底层设计的修改，又或是typing、pickle等不常用的功能，对多数用户而言影响不大，今天我想重点聊一聊那些将对我们的代码编写产生较大影响的新功能。在体验开始前先说下准备工作，由于Python3.8还没有正式发布，因此通过Anaconda的多版本管理搭建Python3.8新环境的方法是行不通的，我的做法是到官网下载对应的最新版本后单独安装。为了避免与现有环
系统 2019-09-27 17:55:51 2373
文章目录多任务编程进程进程的优先级父子进程进程相关的函数os.getpid()os.getppid()os._exit(status)sys.exit([status])僵尸进程处理僵尸进程的方法os.wait()os.waitpid(pid,option)创建二级子进程处理在父进程中使用信号处理的方法，忽略子进程发来的信号孤儿进程多任务编程可以有效的利用计算机资源，同时执行多个任务进程进程就是程序在计算机中一次执行的过程进程和程序的区别：程序是一个静态文
系统 2019-09-27 17:55:24 2373
本文实例为大家分享了python多线程同时接受和发的具体代码，供大家参考，具体内容如下'''模仿qq同时可以发送信息和接受信息多线程'''fromsocketimport*fromtimeimportsleepimportthreading#负责接收数据defrecvData():udpRecvSocket=socket(AF_INET,SOCK_DGRAM)#默认使用8080端口myRecvPort=8080bindAddr=('',8080)#try为
系统 2019-09-27 17:53:55 2373
脚本过于简单，供学习和参考。主要了解一下smtplib库的使用和超时机制的实现。使用signal.alarm实现超时机制。#!/usr/bin/envpython#-*-coding:utf-8-*-importtimeimportsysimportloggingimportsmtplibimportsocketimportsignalimportConfigParserfromdatetimeimportdatetimefromemailimporten
系统 2019-09-27 17:52:53 2373
在本教程中，我们将使用OpenCV构建一个简单的手写数字分类器。我们将共享用C++和Python编写.图像分类管道本章节暂不讨论图像分类管道，大家可以自行搜索相关知识，下次我们补充。我们将使用方向梯度直方图作为特征描述符和支持向量机（SVM）作为分类的机器学习算法。使用OpenCV的光学字符识别（OCR）示例（C++/Python）我想与代码共享一个示例，以使用HOG+SVM演示图像分类。与此同时，我希望尽可能保持简单，这样除了HOG和SVM之外我们不需要
系统 2019-09-27 17:52:46 2373
本文实例讲述了Python使用scipy模块实现一维卷积运算。分享给大家供大家参考，具体如下：一介绍signal模块包含大量滤波函数、B样条插值算法等等。下面的代码演示了一维信号的卷积运算。二代码importnumpyasnpimportscipy.signalx=np.array([1,2,3])h=np.array([4,5,6])print(scipy.signal.convolve(x,h))#一维卷积运算三运行结果[413282718]四一维卷积
系统 2019-09-27 17:51:17 2373
1lambdalambda原型为：lambda参数:操作(参数)lambda函数也叫匿名函数，即没有具体名称的函数，它允许快速定义单行函数，可以用在任何需要函数的地方。这区别于def定义的函数。lambda与def的区别：1）def创建的方法是有名称的，而lambda没有。2）lambda会返回一个函数对象，但这个对象不会赋给一个标识符，而def则会把函数对象赋值给一个变量（函数名）。3）lambda只是一个表达式，而def则是一个语句。4）lambda表
系统 2019-09-27 17:47:19 2373
决策树①——信息熵&信息增益&基尼系数决策树②——决策树算法原理（ID3，C4.5，CART）决策树③——决策树参数介绍（分类和回归）决策树④——决策树Sklearn调参（GridSearchCV调参及过程做图）决策树应用实例①——泰坦尼克号分类决策树应用实例②——用户流失预测模型决策树应用实例③——银行借贷模型上一篇总结了Sklearn库用GridSearchCV调参的过程，今天用python依据现代女生的审美创建一颗简单的决策树，看下是否能代表大众的心
系统 2019-09-27 17:45:44 2373
本文中，我将尝试展示用Docker开发python应用（主要是Web应用）的可行方法。虽然我本人专注于Python的Flask微框架，但本文目的是演示如何通过Docker更好地开发和共享应用程序，（由任何语言和框架开发的应用程序）。Docker通过封装依赖项，大大减少了开发环境和正式产品的差距。大多数Python开发人员在开发中使用virtualenv。它提供了一种易用的机制让应用程序使用自己专用的依赖项，这些依赖项可能与在其它应用程序或操作系统存在冲突（
系统 2019-09-27 17:37:46 2373
在网站前台产品展示时，一般用缩略图，点击进入然后看到大图。缩略图带来了两个烦劳：1.如果后台只传一张大图，显示缩略图时只是将大图固定宽度和高度，这样不但造成缩略图变形，而且使得页面访问速度缓慢。2.如果后台每次上传时，都上传两张图片，一张大图，一张缩略图。这样的话，没有1中的问题，但是给后台人员造成很大麻烦。因为后台人员并不一定知道处理生成缩略图；即使知道并能快速处理，也浪费掉一些时间。下面的代码可以帮您用AspJpeg组件，按宽高比例，真正生成缩略图As
系统 2019-08-29 23:39:12 2373
