文章目录一、简介二、效果三、源码3.1、核心程序3.2、配置文件3.3、ReadMe一、简介由于项目的需要，需要做一个简单监控服务器的CPU利用率、CPU负载、硬盘使用率、内存利用率和服务器的各个端口的开启情况的程序，并把结果通知到监控平台，如果出现异常，监控平台打电话或者发短信通知给具体的运维人员。博主写了负责监控的代码，供大家学习参考哈~二、效果三、源码3.1、核心程序#-*-coding:utf-8-*-"""功能：监控服务器的CPU、硬盘、内存和各
系统 2019-09-27 17:49:55 1912
我们通过模拟随机漫步可以说明如何运用数组运算。通过内置的random模块以纯Python的方式实现1000步的随机漫步根据前100个随机漫步值生成的折线图，plt.plot(walk[:100])随机漫步中各步的累计和，可以用一个数组运算来实现。因此，我用np.random模块一次性随机产生1000个“掷硬币”结果（即两个数中任选一个），将其分别设置为1或－1，然后计算累计和我们就可以沿着漫步路径做一些统计工作了，比如求取最大值和最小值假设我们想要知道本次
系统 2019-09-27 17:49:14 1912
本文实例讲述了Python基础学习之时间转换函数用法。分享给大家供大家参考，具体如下：前言python的时间格式分为多种，几种格式之间的转换方法时常是我们遇到的而且是经常忘记的点，python不像php，时间字符串和datetime是一起的，只需要strtotime和date函数就可以相互转化。虽然网上已经有很多python时间转换的文章，但是由于作者本人经常做海外业务，需要各种时区之间的转换，所以这篇文章会对按时区转换各种时间格式做一个总结。转换方法图示
系统 2019-09-27 17:48:48 1912
王者荣耀这么久了，还没上王者？哈哈哈，看过来，是不是对英雄理解的不够透彻呢，是不是还没有很好的为英雄分类呢，今天就来看看英雄分类技术栈一、EM聚类简介二、爬取网上的英雄初始属性值三、做成饼图EM聚类简介EM英文名是ExpectationMaximization，也叫最大期望算法。在统计计算中，最大期望（EM）算法是在概率（probabilistic）模型中寻找参数最大似然估计或者最大后验估计的算法，其中概率模型依赖于无法观测的隐藏变量（LatentVari
系统 2019-09-27 17:48:38 1912
目录Mixin类Mixin类的实例运行流程流程图《PythonGUIProgrammingwithTkinter》作者的话Mixin类Mixin类只包含了一组特定的函数集合，而我们将会将其与其他类进行混合，从而生成一个适用于实际需要的新类Mixin类的实例代码改编自《PythonGUIProgrammingwithTkinter》classDisplayer():defdisplay(self,message):print('2:display:Displ
系统 2019-09-27 17:47:58 1912
点击上方“何俊林”，马上关注，每天早上8:50准时推送真爱，请置顶或星标原文：转载自公号菜鸟学Python作者：小超昨晚家里停网了，对于互联网人，停网了，这能忍？打电话给修网络的，说太晚了，要第二天才能过来，这TM没网不是要我的命么？电脑看到隔壁小姐姐的wifi信号满格哇，这让我动了邪念，看有没有办法蹭下网，我第一个想到了高效的Python，尝试看能不能破解隔壁小姐姐的wifi密码~Python真的是无所不能，原因就是因为Python有数目庞大的库，无数的
系统 2019-09-27 17:47:54 1912
目标是把腾讯新闻主页上所有新闻爬取下来，获得每一篇新闻的名称、时间、来源以及正文。接下来分解目标，一步一步地做。步骤1：将主页上所有链接爬取出来，写到文件里。python在获取html方面十分方便，寥寥数行代码就可以实现我们需要的功能。复制代码代码如下:defgetHtml(url):page=urllib.urlopen(url)html=page.read()page.close()returnhtml我们都知道html链接的标签是“a”，链接的属性是
系统 2019-09-27 17:47:40 1912
目的测试一个对象是否是字符串方法Python的字符串的基类是basestring，包括了str和unicode类型。一般可以采用以下方法：复制代码代码如下:defisAString(anobj):returnisinstance(anobj,basestring)不过以上方法对于UserString类的实例，无能无力。复制代码代码如下:In[30]:b=UserString.UserString('abc')In[31]:isAString(b)Out[3
系统 2019-09-27 17:46:56 1912
一、AdaBoost算法原理上一偏博客总结过，集成学习基于弱学习器之间是否依赖分为Boosting和Bagging两类,Adaboost就是Boosting中的典型代表。其核心思想是针对同一个训练集训练不同的学习器，然后将这些弱学习器集合起来，构造一个更强的最终学习算法AdaBoost是英文"AdaptiveBoosting"（自适应增强）的缩写，它的自适应在于：基于每一个分类器的误差率，来更新所有样本的权重，前一个分类器被错误分类的样本的权值会增大，而正
系统 2019-09-27 17:46:50 1912
本文探讨一点子类继承的差异，基于python2.x和python3.x的差异。如下为python3的代码样例，注意super()的用法。#python3classPerson():def__init__(self,name,age):self._name=nameself._age=agedeffoo(self):passclassStudent(Person):def__init__(self,name,age,grade):super().__init
系统 2019-09-27 17:46:12 1912
