在终端下使用vim进行编辑时，默认情况下，编辑的界面上是没有显示行号、语法高亮度显示、智能缩进等功能的。为了更好的在vim下进行工作，需要手动设置一个配置文件：.vimrc。在启动vim时，当前用户根目录下的.vimrc文件会被自动读取，该文件可以包含一些设置甚至脚本，所以，一般情况下把.vimrc文件创建在当前用户的根目录下比较方便，即创建的命令为：$vi~/.vimrc设置完后$:x或者$wq进行保存退出即可。下面给出一个例子，其中列出了经常用到的设置
系统 2019-08-12 01:33:23 2383
Problem(A22):PartyJudgeInfoMemoryLimit:32768KBCaseTimeLimit:10000MSTimeLimit:10000MSJudger:NumberOnlyJudgerDescriptionFrogFrankisgoingtohaveaparty,heneedsalargeemptyrectangularplace.Herantedalargerectangularplaceintheforest,unfort
系统 2019-08-12 01:32:43 2383
dequeueReusableCellWithIdentifier:Returnsareusabletable-viewcellobjectlocatedbyitsidentifier.-(UITableViewCell*)dequeueReusableCellWithIdentifier:(NSString*)identifierParametersidentifierAstringidentifyingthecellobjecttobereused.B
系统 2019-08-12 01:32:38 2383
初次换Mac，各种不熟悉，留个记录以备后需。安装git最简单的图形化安装：http://code.google.com/p/git-osx-installer安装git-completion:#下载git-completion.bashcurlhttps://github.com/git/git/raw/master/contrib/completion/git-completion.bash-OL#复制git-completion.bashcpgit-c
系统 2019-08-12 01:32:21 2383
点击上方“Datawhale”，选择“星标”公众号第一时间获取价值内容概述这篇文章中，我们挑选了24个用于数据科学的Python库。这些库有着不同的数据科学功能，例如数据收集，数据清理，数据探索，建模等，接下来我们会分类介绍。您觉得我们还应该包含哪些Python库？让我们知道！介绍我是Python语言的忠实粉丝，它是我在数据科学方面学到的第一门编程语言。Python有三个特点：它的易用性和灵活性全行业的接受度：它是业内最流行的数据科学语言用于数据科学的庞大
系统 2019-09-27 17:57:18 2382
使用深度学习进行图像类任务时，通常网络的输入大小是固定的，最近在进行涉及到文字检测的工作中，由于预处理resize缩小了原图，导致字体变模糊，从而检测失败，后来想到使用overlap来对图像进行缩放裁剪，即先将原图缩放到一定尺寸，再裁剪得到网络的输入。好了，来说正题，使用yolov3，网络的输入是352x352x3，而输入图像大小为几百上千不等，因此需对原图进行resize，起初直接进行缩放+填充，检测的map很低，后来分析发现有些352x352的输入图像
系统 2019-09-27 17:55:08 2382
苏宁的爬取和京东的爬取是一样的，方法类似这是爬取京东的例子：https://blog.csdn.net/Dream____Fly/article/details/99698222现在分析苏宁的首页，这个页面还算比较这个很容易获取，获取之后在前面拼接https就行了到这里就可以看代码操作了：importrequestsfrombs4importBeautifulSoupheaders={'User-Agent':'Mozilla/5.0(WindowsNT1
系统 2019-09-27 17:53:17 2382
上一篇豆子已经配置在PyCharm里面添加了boto3和pyboto3，因此写脚本的时候可以直接在自己的PyCharm里面编写。下面是一个例子遍历所有的region查找EC2，如果状态是开机，那就关掉；或者倒过来也可以写成如果是关机状态，就开机。importboto3deflambda_handler(event,context):#Getlistofregionsec2_client=boto3.client('ec2')regions=[region[
系统 2019-09-27 17:51:35 2382
python多线程可以使任务得到并发执行，但是有时候在执行多次任务的时候，变量出现“意外”。importthreading,timen=0start=time.time()defb1(num):globalnn=n+numn=n-numdefb2(num):foriinrange(1000000):b1(num)t1=threading.Thread(target=b2,args=(5,))t2=threading.Thread(target=b2,arg
系统 2019-09-27 17:51:27 2382
方法一：使用常规的思路deftranspose(M):#初始化转置后的矩阵result=[]#获取转置前的行和列row,col=shape(M)#先对列进行循环foriinrange(col):#外层循环的容器item=[]#在列循环的内部进行行的循环forindexinrange(row):item.append(M[index][i])result.append(item)returnresult思路：矩阵的转置就是从行变成列,列变成行先定义一个最终存
系统 2019-09-27 17:50:28 2382
