搜索到与相关的文章
Python

python 3.6.7实现端口扫描器

本文实例为大家分享了python3.6.7端口扫描器的具体代码,供大家参考,具体内容如下环境:python3.6.7#-*-coding:utf-8-*-importsocketimportthreadingimportargparselock=threading.Lock()openNum=0threads=[]defportscan(ip,port):globalopenNumtry:s=socket.socket(socket.AF_INET,soc

系统 2019-09-27 17:52:14 2170

Python

Python操作CouchDB数据库简单示例

安装pythoncouchDb库:https://pypi.python.org/pypi/CouchDB/0.10连接服务器复制代码代码如下:>>>importcouchdb>>>couch=couchdb.Server('http://example.com:5984/')创建数据库复制代码代码如下:>>>db=couch.create('test')#新建数据库>>>db=couch['mydb']#使用已经存在的数据库创建文档并插入到数据库:复制代

系统 2019-09-27 17:51:49 2170

Python

A*算法与其python实现

A_star算法与Dijkstra算法Grassfire算法主要不一样的地方就在于加入了一个度量目前的节点与目标点之间的距离的启发函数:常用的启发函数有:算法介绍就不详细叙述了,本文主要是通过python实现A*算法在01地图中(0表示可通行区域,1表示障碍区域)的最优路径寻找,最终效果为:其中6是其进行行走的路径。下面在程序中,对算法中所设计到的需要进行抽象的对象及算法的逻辑流程进行了概述:#需要进行抽象化的有:节点(属性有:xy坐标父节点g及h)地图(

系统 2019-09-27 17:51:25 2170

Python

Python变量类型知识点总结

变量存储在内存中的值。这就意味着在创建变量时会在内存中开辟一个空间。基于变量的数据类型,解释器会分配指定内存,并决定什么数据可以被存储在内存中。因此,变量可以指定不同的数据类型,这些变量可以存储整数,小数或字符。变量赋值Python中的变量赋值不需要类型声明。每个变量在内存中创建,都包括变量的标识,名称和数据这些信息。每个变量在使用前都必须赋值,变量赋值以后该变量才会被创建。等号(=)用来给变量赋值。等号(=)运算符左边是一个变量名,等号(=)运算符右边是

系统 2019-09-27 17:49:53 2170

Python

python爬虫正则表达式爬妹子图

声明:仅为了学习爬虫,请勿用于商业和恶意爬取数据,否则后果自负,作者享有该文章的所有解释权原创文章:只需要在程序运行时输入一个数字,就会爬取1-该页数的图片,并且爬取小图对应的详情大图(套图),代码复制可用,下面是我爬取的部分数据。小图太过性感,这里就不截图了importrequestsimportreimportosheaders={"User-Agent":"Mozilla/5.0(WindowsNT6.1;WOW64)AppleWebKit/537.

系统 2019-09-27 17:48:57 2170

Python

python基础学习笔记(十二)

python基础学习笔记(十二)2013-05-1621:47虫师阅读(...)评论(...)编辑收藏模块前面有简单介绍如何使用import从外部模块获取函数并且为自己的程序所用:>>>importmath>>>math.sin(0)#sin为正弦函数0.0模块是程序任何python程序都可以作为模块导入。假设写如下程序,并且将它保存为以C:\python\hello.py#hello.pyprint"hello,world!"下面通过python解释器调

系统 2019-09-27 17:48:50 2170

Python

python实现PID算法及测试的例子

PID算法实现importtimeclassPID:def__init__(self,P=0.2,I=0.0,D=0.0):self.Kp=Pself.Ki=Iself.Kd=Dself.sample_time=0.00self.current_time=time.time()self.last_time=self.current_timeself.clear()defclear(self):self.SetPoint=0.0self.PTerm=0.0s

系统 2019-09-27 17:48:24 2170

Python

tensorflow模型部署系列————单机python部署(附代码)

摘要本文为系列博客tensorflow模型部署系列的一部分,用于实现通用模型的部署。通用主要体现在通过tensorboard图从已保存的模型中还原并查看模型详细结构,以及自定义模型的输入输出tensor。相关源码见链接引言本文为系列博客tensorflow模型部署系列的一部分,用于python语言实现通用模型的部署。通用主要体现在通过tensorboard图从已保存的模型中还原并查看模型详细结构,以及自定义模型的输入输出tensor。本文主要使用keras

系统 2019-09-27 17:47:35 2170