TheLinuxCookbook一书的作者MichaelStutz凭借自己多年使用UNIX的经验，总结了10个良好习惯，个人认为真的很受用，现摘要如下与大家分享。建立层级目录：使用mkdir的-p选项，如mkdir-ptmp/a/b/c。解包到指定的目录：使用tar的-C选项，如tarxvfnewarc.tar.gz-Ctmp/a/b/c。联合命令：使用;、&&、||等控制运算符，如cdtmp/a/b/c&&tarxvf~/archive.tar。小心使用
系统 2019-08-12 01:32:40 2346
原文链接：https://www.jianshu.com/p/70c3994efcd8?utm_source=oschina-app当用Python3做爬虫的时候，一些网站为了防爬虫会设置一些检查机制，这时我们就需要添加请求头，伪装成浏览器正常访问。header的内容在浏览器的开发者工具中便可看到，将这些信息添加到我们的爬虫代码中即可。Accept-Encoding：是浏览器发给服务器,声明浏览器支持的编码类型。一般有gzip,deflate,br等等。P
系统 2019-09-27 17:57:30 2345
版权声明：转载请注明作者（独孤尚良dugushangliang）出处：https://blog.csdn.net/dugushangliang/article/details/90200689python代码如下。classSon():def__init__(self):print("sonsayhi")print("haha")if__name__=='__main__':son=Son()运行结果如下：再试用下面代码，只有几个类的定义，没有实例化。cl
系统 2019-09-27 17:56:21 2345
学英语广告最近也许是刚开学的原因，不管是公众号，还是刷抖音，导出都能看到关于学英语、背单词的广告。不知道现在学生们背单词买的什么辅导材料。反正我们上学那会，《星火阅读》特别的火。记得当时随书还送一个红色的塑料膜。书中英语单词是红色的其他文字是黑色的。背单词的时候先把塑料膜盖在书上，然后就只能看到翻译和音标，从而起到自测英语的作用。一页看完了取下塑料膜，再核对哪些单词记错了。就这么一个无脑的功能，当时的我们都觉得好犀利，谁一本这样的背单词书，都不好意思出去装
系统 2019-09-27 17:55:27 2345
《Python3爬虫、数据清洗和可视化实战》零一韩要宾黄园园著第11章数据可视化11.1matplotlib调用matplotlib有下面四个步骤：（1）设定画图背景样式mpl.style.use(“ggplot”)（2）设定画布#命名画布为fig，并把fig分为两个小画布（ax1,ax2），设置fig的大小为12*4点fig,(ax1,ax2)=plt.subplots(1,2,figsize=(12,4))（3）画图及设定元素df_mean.价格.pl
系统 2019-09-27 17:54:24 2345
本章包括1、一个神经网络的例子2、张量和张量操作3、神经网络如何通过反向传播和梯度下降来学习一、一个神经网络的例子GitHub链接使用Python库Keras学习对手写数字进行分类的神经网络（将手写数字（28*28px）的灰度图像分为10个类别：0-9；使用MNIST数据集，含有6000张测试图像，10000张训练图像）1、在Keras中加载MNIST数据集fromkeras.datasetsimportmnist(train_images,train_l
系统 2019-09-27 17:54:23 2345
字符串常用方法#去掉左右空格'helloworld'.strip()#'helloworld'#按指定字符切割'helloworld'.split('')#['hello','world']#替换指定字符串'helloworld'.replace('','#')#'hello#world'csv模块作用：将爬取的数据存放到本地的csv文件中使用流程导入模块打开csv文件初始化写入对象写入数据(参数为列表)importcsvwithopen('test.cs
系统 2019-09-27 17:51:29 2345
1.安装datax2.安装python并配置环境变量3.把mysql2odps.json文件放在datax安装目录的job文件夹下4.运行Test.java测试mysql2odps.json文件：{"job":{"content":[{"reader":{"name":"mysqlreader","parameter":{"username":"$username","password":"$password","where":"optime>='$sta
系统 2019-09-27 17:50:29 2345
本章包括：神经网络的核心组件对Keras的介绍设置深度学习工作站使用神经网络解决基本分类和回归问题一、神经网络的剖析训练神经网络围绕以下对象：图层，组合成网络（或模型）。层是数据处理模块，其将一个或多个张量作为输入并且输出一个或多个张量。存储在形状（样本，特征）的2D张量中的简单矢量数据通常由密集连接的层处理，也称为完全连接或密集层（Keras中的密集类）。存储在形状（样本，时间步长，特征）的3D张量中的序列数据通常由诸如LSTM层的循环层处理。存储在4D
系统 2019-09-27 17:48:36 2345
用一个例子理解一下#-*-encoding=utf-8-*-'''author:James-Jtime:2019/05/29'''importnumpyasnpif__name__=='__main__':data=np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12]])print(data)print('-----------------------------')#下标第0行第2列3print('data[0,2]',d
系统 2019-09-27 17:47:52 2345
