May19,20192:08PM文件的读写，由内置模块open进行操作和实现文本文件读操作withopen('data.txt')asfile_read:txt=file_read.read()print(txt.strip())文本文件的追加#文件的追加withopen('data.txt','a')asfile_append:file_append.write('\nNicetomeetyou!')文件的重写#文件的重写withopen('data.t
系统 2019-09-27 17:53:40 2052
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 2052
如果pipinstallpyecharts安装不成功，请直接检查你的python版本。如果是python2.7，安装的pyecharts版本只能是V0.5.x，如果是python3，那就可以安装V0.5.x和V1.0.0及以上的。在https://www.lfd.uci.edu/~gohlke/pythonlibs/#scikit-learnpython扩展网站上没有找到pyecharts，所以只能去gihub上看看了。下图是在github查阅pyecha
系统 2019-09-27 17:53:17 2052
一、线性回归的理论1）线性回归的基本概念线性回归是一种有监督的学习算法，它介绍的自变量的和因变量的之间的线性的相关关系，分为一元线性回归和多元的线性回归。一元线性回归是一个自变量和一个因变量间的回归，可以看成是多远线性回归的特例。线性回归可以用来预测和分类，从回归方程可以看出自变量和因变量的相互影响关系。线性回归模型如下：对于线性回归的模型假定如下：（1）误差项的均值为0，且误差项与解释变量之间线性无关（2）误差项是独立同分布的，即每个误差项之间相互独立且
系统 2019-09-27 17:52:24 2052
拉勾网爬虫解析拉勾网网站：在拉勾网上输入关键词后我们可以得到相应的岗位信息（这里以Python为例），我们先获取到网站中所有的城市信息，再通过城市信息遍历爬取全国的Python职位信息。在数据包的Headers中我们可以得到网页头的相关信息，如网页URL、请求方法、Cookies信息、用户代理等相关信息。获取所有城市：classCrawlLaGou(object):def__init__(self):#使用session保存cookies信息self.la
系统 2019-09-27 17:52:08 2052
前面简单提到了Python模拟登录的程序，但是没写清楚，这里再补上一个带注释的Python模拟登录的示例程序。简单说一下流程：先用cookielib获取cookie，再用获取到的cookie，进入需要登录的网站。#-*-coding:utf-8-*-#!/usr/bin/pythonimporturllib2importurllibimportcookielibimportreauth_url='http://www.nowamagic.net/'home
系统 2019-09-27 17:50:25 2052
1.linux下消息记录关于系统的各种消息一般都会记录在/var/log/messages文件中，有些主机在中默认情况下有可能没有启用，具体配置方法可参考下面这篇博客：系统日志配置/var/log/messages2.python代码实现原理其实很简单，就是读/var/log/messages文件，找到有关usb的信息就可以了。#!/usr/bin/envpythonusbmsg=open("/var/log/messages","r")forlinein
系统 2019-09-27 17:50:15 2052
Django教程Python下有许多款不同的Web框架。Django是重量级选手中最有代表性的一位。许多成功的网站和APP都基于Django。Django是一个开放源代码的Web应用框架，由Python写成。Django遵守BSD版权，初次发布于2005年7月,并于2008年9月发布了第一个正式版本1.0。Django采用了MVC的软件设计模式，即模型M，视图V和控制器C。学习Django前，我们要确定电脑上是否已经安装了Python，目前Python有两
系统 2019-09-27 17:50:11 2052
一.概述首先需要先介绍一下无监督学习，所谓无监督学习，就是训练样本中的标记信息是位置的，目标是通过对无标记训练样本的学习来揭示数据的内在性质以及规律。通俗得说，就是根据数据的一些内在性质，找出其内在的规律。而这一类算法，应用最为广泛的就是“聚类”。聚类算法可以对数据进行数据归约，即在尽可能保证数据完整的前提下，减少数据的量级，以便后续处理。也可以对聚类数据结果直接应用或分析。而Kmeans算法可以说是聚类算法里面较为基础的一种算法。二.从样例开始我们现在在
系统 2019-09-27 17:50:00 2052
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 2052
