今年来京再工作，重新买了很多衣物，大部分是网上采购的，这其中，有在京东，凡客，淘宝上采的，大部分在凡客买的我均比较满意，主要是服务比较好，至于价格我觉得还是较可接受的，另外在京东团过内内裤之类的第三方，感觉下来，品质上还是差点，这个主要和其类tmall的定位有关了，所以以后生活衣物有关的，就凡客了，省下筛选的成本，钱到可能是多出一点由于我持续的关注上凡客的网站，使得我对其每隔几天的促销也是非常敏感，如果有心的话还能出各大网站，在各个节日点的促销比较经脉，这
系统 2019-08-12 01:33:16 2420
DL动态载入框架技术文档DL技术交流群：2156802131.Androidapk动态载入机制的研究2.Androidapk动态载入机制的研究（二）：资源载入和activity生命周期管理3.APK动态载入框架DL解析4.Android使用动态载入框架DL进行插件化开发5.DL插件开发笔记6.DL开发注意事项附：DL层次结构图DL动态载入框架技术文档
系统 2019-08-12 01:33:03 2420
我们在制作安装包时，有些情况下会涉及第三方安装的集成，这里将讨论如何调用安装第三方包，以及需要注意的事项。第三方安装包的介质类型有很多，主要有：单独的一个Setup.exe，单独的一个msi包，或者是类似光盘结构的一组文件及文件夹的安装包。首先，如何在InstallShield中添加第三方安装包：如果是单独的Setup.exe或单独的msi包，可以将他们添加到【Behaviorandlogic】->【SupportFiles】->【LanguageInde
系统 2019-08-12 01:31:54 2420
一些小提示和小技巧可能是非常有用的，特别是在编程领域。有时候使用一点点黑客技术，既可以节省时间，还可能挽救“生命”。一个小小的快捷方式或附加组件有时真是天赐之物，并且可以成为真正的生产力助推器。所以，这里有一些小提示和小技巧，有些可能是新的，但我相信在下一个数据分析项目中会让你非常方便。Pandas中数据框数据的Profiling过程Profiling(分析器)是一个帮助我们理解数据的过程，而PandasProfiling是一个Python包，它可以简单快
系统 2019-09-27 17:57:26 2419
该代码用的是paramiko模块，python版本是python2.7下面上源码#-*-coding:utf-8-*-importparamikoimporttimeimportosport='22'username='****'password='****'ip='****'#测试用的交换机ipmsg1flag=0mycmd1flag=0#核心方法，该方法连接远程主机并打开一个终端，并将该终端返回defmsg1(ip,mport,musername,mp
系统 2019-09-27 17:57:02 2419
1.numpy的导入以及查看版本>>>importnumpyasnp>>>print(np.__version__)1.15.42.创建一维(或多维)数组#通过list初始化来创建>>>np.array([1,2,3,4,5])array([1,2,3,4,5])#通过arange方法生成>>>np.arange(10)array([0,1,2,3,4,5,6,7,8,9])#指定创建范围和步长>>>np.arange(3,10,2)array([3,5,
系统 2019-09-27 17:54:33 2419
数据归一化问题是数据挖掘中特征向量表达时的重要问题，当不同的特征成列在一起的时候，由于特征本身表达方式的原因而导致在绝对数值上的小数据被大数据“吃掉”的情况，这个时候我们需要做的就是对抽取出来的featuresvector进行归一化处理，以保证每个特征被分类器平等对待。下面我描述几种常见的NormalizationMethod，并提供相应的python实现（其实很简单）：1、(0,1)标准化：这是最简单也是最容易想到的方法，通过遍历featurevecto
系统 2019-09-27 17:53:19 2419
python异步IO编程(二)目录开门见山AsyncIO设计模式事件循环asyncio中的其他顶层函数开门见山下面我们用两个简单的例子来让你对异步IO有所了解importasyncioasyncdefcount():print("One")awaitasyncio.sleep(1)print("Two")asyncdefmain():awaitasyncio.gather(count(),count(),count())if__name__=="__mai
系统 2019-09-27 17:53:13 2419
01散点图散点图显示两组数据的值，如图1-1所示。每个点的坐标位置由变量的值决定，并由一组不连接的点完成，用于观察两种变量的相关性。例如，身高—体重、温度—维度。图1-1散点图示例使用Matplotlib的scatter()函数绘制散点图，其中x和y是相同长度的数组序列。scatter()函数的一般用法为：主要参数说明如下：x,y：数组。s：散点图中点的大小，可选。c：散点图中点的颜色，可选。marker：散点图的形状，可选。alpha：表示透明度，在0~
系统 2019-09-27 17:52:53 2419
转自:opencv+python3.6图像旋转、并保持图像像素大小不变、不被裁剪（旋转90/180/270度）importcv2importnumpyasnpimportos,shutildefrotate_bound(image,angle):#grabthedimensionsoftheimageandthendeterminethe#center(h,w)=image.shape[:2](cX,cY)=(w//2,h//2)#grabtherotat
系统 2019-09-27 17:49:29 2419
