MemcachedAPIset(key,val,time=0,min_compress_len=0)无条件键值对的设置，其中的time用于设置超时，单位是秒，而min_compress_len则用于设置zlib压缩(注:zlib是提供数据压缩用的函式库)set_multi(mapping,time=0,key_prefix='',min_compress_len=0)设置多个键值对，key_prefix是key的前缀，完整的键名是key_prefix+ke
系统 2019-09-27 17:55:05 2154
使用OpenCV-Python实现图像读入、显示与保存：#-*-coding:utf-8-*-importcv2frommatplotlibimportpyplotasplt##第二个参数，0为灰度模式显示，1为彩色图像，默认值为1#img0=cv2.imread(r'D:\OpenCV_Python\chepai.jpg',0)#img1=cv2.imread(r'D:\OpenCV_Python\chepai.jpg',1)#或者如下：img0=cv2
系统 2019-09-27 17:53:37 2154
需求是这样的我们使用了jacoco统计应用的代码覆盖率，产生了一些报告，但是清理报告的时候，需要对本轮的报告做一个备份，这个同样适用于类似的情形，比如一些重要的文件，目标是备份到jenkins所在的服务器上如下图比如我要获取或者说是下载右上角的文件，备份到下图中的当前jenkinsjob的工作空间里面url如下http://jenkins-test.yourcompany.com/view/projectName/job/xxx-web-report/HT
系统 2019-09-27 17:52:48 2154
With语句是什么？有一些任务，可能事先需要设置，事后做清理工作。对于这种场景，Python的with语句提供了一种非常方便的处理方式。一个很好的例子是文件处理，你需要获取一个文件句柄，从文件中读取数据，然后关闭文件句柄。如果不用with语句，代码如下：复制代码代码如下:file=open("/tmp/foo.txt")data=file.read()file.close()这里有两个问题。一是可能忘记关闭文件句柄；二是文件读取数据发生异常，没有进行任何处
系统 2019-09-27 17:52:35 2154
决策树部分理论支撑1*通过选取一定的特征来降低数据的不确定性（熵）2*建议寻找多分类问题的最优特征的最优候选值。把多分类问题转换成多几层递归的二分类问题，防止数据对特征值的控制敏感。3*停止条件取得了最够好的分类结果递归到了预定的最深深度叶子节点的纯度分裂次数达到极限最大特征数...4*相关公式entropy(D)=−∑i=1nPilog2Pientropy(D)=-\sum_{i=1}^nP_ilog_2P_ientropy(D)=−∑i=1nPil
系统 2019-09-27 17:50:46 2154
在Python3环境下使用Python2代码时，碰到了如下的语句：#importmatplotlib.financeasmpf需要安装pipinstallmpl_finance，然后用下面的语句取代。importmpl_financeasmpfmpf_kline.py#coding:utf-8importos,sysimportdatetimeimportmatplotlib.pyplotaspltfrommatplotlib.pylabimportdat
系统 2019-09-27 17:50:12 2154
切片：方便截取list、tuple、字符串部分索引的内容正序切片语法：dlist=doList[0:3]表示，从索引0开始取，直到索引3为止，但不包括索引3。即索引0，1，2，正好是3个元素实例：dolist=[1,3,5,7,9,11]dlist=dolist[0:3]#与range()函数一致含左不含右nlist=dolist[:3]#当开始值为0时，可以不写，效果与dlist一致print(dlist)print(nlist)运行结果：倒序切片语法：
系统 2019-09-27 17:50:00 2154
1.Django中的CBV模式在这里插入图片描述2.Flask中的CBV和FBVdefauth(func):definner(*args,**kwargs):result=func(*args,**kwargs)returnresultreturninnerclassIndexView(views.MethodView):#methods=['POST']#只允许POST请求访问decorators=[auth,]#如果想给所有的get,post请求加装饰
系统 2019-09-27 17:49:31 2154
写了个阿里巴巴招聘网站爬虫，这次是存在csv文件里，小伙伴们可以对比一下～importrequests,json,csv#写入csv文件中list=[]csv_file=open('阿里巴巴招聘.csv','w+',newline='',encoding='utf=8')writer=csv.writer(csv_file)list_head=['职位名称','部门','是否招聘','学历','大类','小类','工作地','工作经历','要求','职责'
系统 2019-09-27 17:49:31 2154
本书是对以数据深度需求为中心的科学、研究以及针对计算和统计方法的参考书。本书共五章，每章介绍一到两个Python数据科学中的重点工具包。首先从IPython和Jupyter开始，它们提供了数据科学家需要的计算环境；第2章讲解能提供ndarray对象的NumPy，它可以用Python高效地存储和操作大型数组；第3章主要涉及提供DataFrame对象的Pandas，它可以用Python高效地存储和操作带标签的/列式数据；第4章的主角是Matplotlib，它为
系统 2019-09-27 17:49:11 2154
