Ctrl+L选择整行(按住-继续选择下行)Ctrl+KK从光标处删除至行尾Ctrl+Shift+K删除整行Ctrl+Shift+D复制光标所在整行，插入在该行之前Ctrl+J合并行(已选择需要合并的多行时)Ctrl+KU改为大写Ctrl+KL改为小写Ctrl+D选词(按住-继续选择下个相同的字符串)Ctrl+M光标移动至括号内开始或结束的位置Ctrl+Shift+M选择括号内的内容(按住-继续选择父括号)Ctrl+/注释整行(如已选择内容，同“Ctrl+S
系统 2019-08-12 09:27:00 1885
自动化测试框架和工具的发展大致经历了以下4个阶段1.线性测试通过录制，产生线性脚本，对其进行回放。脚本可重复使用率低。2.模块化与库将测试分成不同的区域，这种框架将程序的各个模块的操作，检查，结果等过程封装成各个函数，形成库文件，这些脚本可以被测试用例脚本调用，解决用例重用性的问题。3.数据驱动解决大量不同数据的测试的用例的重写问题，将测试数据和操作分离。4.关键字驱动将脚本和测试数据彻底的分离，关键字主要包括：被测试对象（object），操作（actio
系统 2019-08-12 09:26:58 1885
功能自动化测试流程1概述本流程是描述软件功能自动化测试过程中的步骤、内容与方法，明确各阶段的职责、活动与产出物。2流程活动图3活动说明3.1测试计划（可选）与以前的测试计划过程一致，只是在原来的测试计划中，添加对项目实施自动化测试所需的资源、测试范围、测试进度的描述。该过程产出物为《测试计划》。3.2自动化测试用例设计根据《测试计划》、《软件需求规格说明书》、《系统测试用例》设计出针对自动化测试的测试用例。测试用例的粒度精确到单个功能点或流程，对于各个功能
系统 2019-08-12 09:26:54 1885
一、分开目录与正文不管你的目录有多少页，首先要做的就是将你的目录与正文分开（作用就如同将目录与正文分别存为两个文件一样，可以分别进行不同的操作），操作是将光标定位到正文第一个字之前，使用“插入”菜单中的“分隔符”命令，进入后在“分隔符”窗口下部“分节符类型”选项栏中点选“下一页”，确定后退出。这时文档就分为目录与正文两节。接下来要做的就是分别设置不同的格式了。二、分别设置首先分别将光标定位在目录与正文所在页，再分别使用“文件”菜单中的“页面设置”命令，进入
系统 2019-08-12 09:26:53 1885
上面介绍了怎么样构造消息模板，并用它来灵活地生成各种各样需要传送数据的数据结构，现在就来分析一下使用模板怎么样去分析缓冲区里的数据，然后获取消息各个字段数据，这样才可以让别的程序使用起来。#001BOOLLLTemplateMessageReader::readMessage(constU8*buffer,#002constLLHostsender)#004{#005returndecodeData(buffer,sender);#006}在LL
系统 2019-08-12 01:32:52 1885
在计算机高级中语言，运算符是比较多样化的。其实，也都源于我们日常的需要。算术运算符前面已经讲过了四则运算，其中涉及到一些运算符：加减乘除，对应的符号分别是：+-*/，此外，还有求余数的：%。这些都是算术运算符。其实，算术运算符不止这些。根据中学数学的知识，看官也应该想到，还应该有乘方、开方之类的。下面列出一个表格，将所有的运算符表现出来。不用记，但是要认真地看一看，知道有那些，如果以后用到，但是不自信能够记住，可以来查。运算符描述实例+加-两个对象相加10
系统 2019-09-27 17:56:58 1884
创建爬虫目录：scrapystartprojectspiderName调试命令scrapyshell网站名调试命令可直接进行css和xpath的调试；成功执行命令之后可使用：response.xpath(xpath表达式)获取所需的内容。xpath说明：XPath是一门在XML文档中查找信息的语言表达式描述实例nodename选取nodename节点的所有子节点//div/从根节点选取/div//不考虑位置选择节点//div.选取当前节点./div…选取当
系统 2019-09-27 17:56:45 1884
一、self1、含义类的方法与普通的函数只有一个特别的区别——它们必须有一个额外的第一个参数名称，但是在调用这个方法的时候你不为这个参数赋值，Python会提供这个值。这个特别的变量指对象本身，按照惯例它的名称是self。---摘自《AByteofPython3(中文版)》在类方法中，按惯例第一个第一个参数通常都称为self，这个参数给方法提供一个钩子，从而返回调用的主体，也就是实例对象：因为类可以产生许多实例对象，所以需要这个参数来管理每个实例彼此不同的
系统 2019-09-27 17:56:42 1884
scikit-learn是python的第三方机器学习库，里面集成了大量机器学习的常用方法。例如：贝叶斯，svm，knn等。scikit-learn的官网：http://scikit-learn.org/stable/index.html点击打开链接SVR是支持向量回归(supportvectorregression)的英文缩写，是支持向量机(SVM)的重要的应用分支。scikit-learn中提供了基于libsvm的SVR解决方案。PS:libsvm是台
系统 2019-09-27 17:55:51 1884
声明：本人为机器学习初学者，此博文纯为个人学习总结之用，难免出现纰漏错误之处，欢迎各位批评指正，不惜吝教！编程环境：Anaconda3，Python3.7编程练习介绍在本练习中，您将使用与之前编程作业（逻辑回归识别手写数字）中相同的训练集，从而实现神经网络向前传播算法的手写数字识别。神经网络相比较逻辑回归而言，能够表示非线性假设的复杂模型。而逻辑回归不能形成更复杂的假设，因为它只是一个线性分类器.。本次的编程练习，还将使用已经训练过的神经网络中的参数。您的
系统 2019-09-27 17:55:18 1884
