总是记不住API。昨晚写的时候用到了这些，但是没记住，于是就索性整理一下吧：python中对文件、文件夹（文件操作函数）的操作需要涉及到os模块和shutil模块。得到当前工作目录，即当前Python脚本工作的目录路径:os.getcwd()返回指定目录下的所有文件和目录名:os.listdir()函数用来删除一个文件:os.remove()删除多个目录：os.removedirs（r“c：\python”）检验给出的路径是否是一个文件：os.path.i
系统 2019-09-27 17:55:05 1958
实测系统：ubuntu16.4debain9.01.Ubuntu16.04系统自带Python2.7和Python3.5，而默认采用的是2.7版本，可采用如下命令查看单当前版本号:python-V2.Python2.7和3.5都是默认安装在/usr/local/lib/python2.7(3.5)目录下，link文件在/usr/bin文件夹下，需要删除默认pythonlink文件pythonsudorm/usr/bin/python重新建立链接，并指向Py
系统 2019-09-27 17:53:40 1958
第一步：建立一个setup.py的文件，文件内容如下：fromsetuptoolsimportsetup,find_packagessetup(name='',version='',packages=find_packages(),#必填author='',author_email='',url='',license='',description='',platforms='Windows',#需要安装的依赖install_requires=[],#此项需
系统 2019-09-27 17:52:53 1958
-基于如下5点展开requests模块的学习什么是requests模块requests模块是python中原生的基于网络请求的模块，其主要作用是用来模拟浏览器发起请求。功能强大，用法简洁高效。在爬虫领域中占据着半壁江山的地位。为什么要使用requests模块因为在使用urllib模块的时候，会有诸多不便之处，总结如下：手动处理url编码手动处理post请求参数处理cookie和代理操作繁琐......使用requests模块：自动处理url编码自动处理po
系统 2019-09-27 17:52:20 1958
进程、线程和协程进程的定义：进程，是计算机中已运行程序的实体。程序本身只是指令、数据及其组织形式的描述，进程才是程序的真正运行实例。线程的定义：操作系统能够进行运算调度的最小单位。它被包含在进程之中，是进程中的实际运作单位。进程和线程的关系：一条线程指的是进程中一个单一顺序的控制流，一个进程中可以并发多个线程，每条线程并行执行不同的任务。CPU的最小调度单元是线程不是进程，所以单进程多线程也可以利用多核CPU.协程的定义：协程通过在线程中实现调度，避免了陷
系统 2019-09-27 17:52:14 1958
文章目录1.检测Python版本2.安装Python3版本1、可利用linux自带下载工具wget下载2、下载完成后到下载目录下3、解压4、区分目录5、gcc编译6、保留与否7、再建立新版本python的链接`8、查看版本3、opencv-python安装后报错的问题1.检测Python版本~~~~~~~~~在你的系统中运行应用程序Terminal（如果你使用的是Ubuntu，可按Ctrl+Alt+T；如果用的是CentOS或者RedHat，可按Ctrl+
系统 2019-09-27 17:50:33 1958
一、运算符1、算术运算符：+-*///**%+加两个数相加1+2=3-减两个数相减3-1=2*乘两个数相乘1*2=2/除两个数相除5/2=2.5//整除两个数相除得到整数5//2=2**幂幂次方2**3=8%取余两个数的余数5%2=1（可以用来判断奇偶数取余为0的时候为偶数取余为1的时候为奇数）2、比较运算符：>、<、>=、<=、==、！=结果只有真假truefalse为bool类型3、赋值运算符：+=-=*=/=//=%=**=num+=1等价于num=
系统 2019-09-27 17:49:47 1958
01-初心缘由最近在研究语音识别方向，看了很多的语音识别的资料和文章，了解了一下语音识别的前世今生，其中包含了很多算法的演变，目前来说最流行的语音识别算法主要是依赖于深度学习的神经网络算法，其中RNN扮演了非常重要的作用，深度学习的应用真正让语音识别达到了商用级别。然后我想动手自己做一个语音识别系统，从GitHub上下载了两个流行的开源项目MASR和ASRT来进行复现，发现语音识别的效果没有写的那么好，其中如果要从零来训练自己的语言模型势必会非常耗时。因此
系统 2019-09-27 17:49:34 1958
本书特色在数据规模急速膨胀的大数据时代，数据挖掘这项甄别重要数据的核心技术正发挥越来越重要的作用。它将赋予你解决实际问题的“超能力”：预测体育赛事结果、精确投放广告、根据作品的风格解决作者归属问题，等等。本书使用简单易学且拥有丰富第三方库和良好社区氛围的Python语言，由浅入深，以真实数据作为研究对象，真刀实枪地向读者介绍Python数据挖掘的实现方法。通过本书，读者将迈入数据挖掘的殿堂，透彻理解数据挖掘基础知识，掌握解决数据挖掘实际问题的最佳实践！理解
系统 2019-09-27 17:49:13 1958
摘要在这篇文章里，我将以反模式的角度来直接讨论Django的低级ORM查询方法的使用。作为一种替代方式，我们需要在包含业务逻辑的模型层建立与特定领域相关的查询API，这些在Django中做起来不是非常容易，但通过深入地了解ORM的内容原理，我将告诉你一些简捷的方式来达到这个目的。概览当编写Django应用程序时，我们已经习惯通过添加方法到模型里以此达到封装业务逻辑并隐藏实现细节。这种方法看起来是非常的自然，而且实际上它也用在Django的内建应用中。>>>
系统 2019-09-27 17:49:03 1958
