引言某人需求：以某excel中姓名信息为名建立一系列文件夹，分别将四个文件夹中与人名对应的文件汇总到该人名对应的文件夹中，共近200人，手工处理费时费力。需求分解：从excel中提取代号index和姓名信息name以index_name格式批量建立文件夹namefolder分别遍历四个文件夹及其子文件夹，将其中“文件名filename中包含姓名name”的文档移动到该人对应的新建的文件夹namefolder中excel内容：处理前：处理后：功能实现比较容易
系统 2019-09-27 17:54:26 2101
假设红包金额为money，数量是num，并且红包金额money>=num*0.01原理如下，从1~money*100的数的集合中，随机抽取num-1个数，然后对这些数进行排序，在排序后的集合前后分别插入0和money*100，组成新的集合用新的集合，（后一个数-前一个数）/100得到红包的大小然后使用红包的时候，从num个红包集合中随机拿一个，既是随机红包了defredbags(money,num=10):importrandomchoice=random
系统 2019-09-27 17:54:19 2101
变量的基本使用1.变量定义在Python中，每个变量在使用前都必须赋值，变量赋值以后该变量才会被创建等号（=）用来给变量赋值=左边是一个变量名=右边是存储在变量中的值变量定义之后，后续就可以直接使用了2.变量的类型在内存中创建一个变量，会包括：变量的名称变量保存的数据变量存储数据的类型变量的地址（标示）2.1变量的类型在Python中定义变量是不需要指定类型（在其他很多高级语言中都需要）数据类型可以分为数字型和非数字型数字型整型(int)浮点型（float
系统 2019-09-27 17:53:14 2101
ubutnu16.04搭建深度学习环境:python3+keras+tensflow一、硬件信息查看cpu型号查看显卡型号查看系统版本二、软件安装2.1安装anaconda32.2安装keras2.3设置GPU支持2.3.1安装驱动2.3.2安装CUDA2.3.3安装cuDNN4.安装tensorflow-gpu5.安装keras一、硬件信息深度学习需要训练模型，一块英伟达的显卡必不可少。初学者，资金不太充裕，就买了一块navidaRTX系列显卡。查看cp
系统 2019-09-27 17:50:25 2101
Python之基本数据类型概览什么是数据类型？每一门编程语言都有自己的数据类型，例如最常见的数字1，2，3.....，字符串'小明'，'age'，'&D8'...，这些都是数据类型中的某一种。数据类型在数据结构中的定义是一组性质相同的值的集合以及定义这个值集合上的一组操作的总成。本节先介绍4种数据类型——数字、字符串、布尔类型、列表。在后续更新的章节中会详细介绍Python中所有的数据类型。一、数字1、int（整型）在64位的操作系统上，整数的二进制位数为
系统 2019-09-27 17:57:33 2100
【摘要】如果你对Web有所涉及，如果你比较喜欢用CSS选择器，如果你对jQuery有所了解，那么这里有一个更适合你的解析库——pyquery。接下来，我们就来感受一下pyquery的强大之处。在上一节中，我们介绍了BeautifulSoup的用法，它是一个非常强大的网页解析库，你是否觉得它的一些方法用起来有点不适应？有没有觉得它的CSS选择器的功能没有那么强大？如果你对Web有所涉及，如果你比较喜欢用CSS选择器，如果你对jQuery有所了解，那么这里有一
系统 2019-09-27 17:57:26 2100
运行python程序时，有时需要在命令行传入一些参数。常见的方式是在执行时，在脚本名后直接追加空格分隔的参数列表（例如pythontest.pyarg0arg1arg2），然后在脚本中就可以通过sys.argv获取所有的命令行参数。这种方式的优点是传参方便，参数获取简单；缺点是执行脚本时，必须知道参数的顺序，并且不能设置默认值，所有参数每次都必须传入。还有一种命令行传参方式是通过带选项的方式进行传参（例如pythontest.py-p0=arg0-p1=a
系统 2019-09-27 17:57:19 2100
前言上篇文章相信大家已经了解了pytest在cmd下结合各种命令行参数如何运行测试用例，并输出我们想要看到的信息。那么今天会讲解一下pytest是如何收集我们写好的用例？我们又有哪些方式来运行单个用例或者批量运行用例呢？下面将为大家一一解答！pytest收集用例原理分析首先我们按照如下目录结构新建我们的项目[pyttest搜索测试用例的规则]|[测试用例目录1]||__init__.py||test_测试模块1.py||test_测试模块2.py|[测试用
系统 2019-09-27 17:54:48 2100
本章包括1、一个神经网络的例子2、张量和张量操作3、神经网络如何通过反向传播和梯度下降来学习一、一个神经网络的例子GitHub链接使用Python库Keras学习对手写数字进行分类的神经网络（将手写数字（28*28px）的灰度图像分为10个类别：0-9；使用MNIST数据集，含有6000张测试图像，10000张训练图像）1、在Keras中加载MNIST数据集fromkeras.datasetsimportmnist(train_images,train_l
系统 2019-09-27 17:54:23 2100
要理解深度学习，需要熟悉很多简单的数学概念：张量，张量运算，微分，梯度下降等。首先给出一个神经网络的示例，引出张量和梯度下降的概念。该示例神经网络的问题是，将手写数据的灰度图像划分到10个类别中，使用MNIST数据集。fromkeras.datasetsimportmnistfromkerasimportmodelsfromkerasimportlayersfromkeras.utilsimportto_categorical#train_images,t
系统 2019-09-27 17:53:39 2100
通过两个进程分别读写串口，并把发送与接收到的内容记录在blog中，收到q时程序结束并退出importthreading,timeimportserialimportstringclassSerThread:def__init__(self,Port=0):#初始化串口、blog文件名称self.my_serial=serial.Serial()self.my_serial.port=Portself.my_serial.baudrate=9600self.
系统 2019-09-27 17:52:57 2100
插入排序是一种简单直观且稳定的排序算法。将一个数据插入到已经排好序的有序数据中，从而得到一个新的、个数加一的有序数据。基本思想：每步将一个待排序的记录，按其关键码值的大小插入前面已经排序的列表中适当位置上，直到全部插入完为止。将排序的数组分成两部分：第一部分已排好序的元素，第二部分包含即待插入元素。在排序过程中，分别从待插入元素中取出元素，插入到已排好序的元素列表中。分类：直接插入排序，二分插入排序（又称折半插入排序）二分插入排序在后面的文章会写到。直接插
系统 2019-09-27 17:51:58 2100
0.OpenCV：OpenCV是在BSD许可下发布的，是开源计算机视觉库，对学术和商业都是免费的。具有C+、Python和Java接口，支持Windows、Linux、MacOS、IOS和Android。OpenCV是为了提高计算效率而设计的，并且非常注重实时应用程序。该库采用优化的C/C+语言编写，可利用多核处理.通过OpenCL启用，它可以利用底层异构计算平台的硬件加速。1.SimpleCV：SimpleCV是一个用于构建计算机视觉应用程序的开源框架。
系统 2019-09-27 17:49:06 2100
一、冒泡排序这个算法的名字由来是因为越大的元素会经由交换慢慢“浮”到数列的顶端（升序或降序排列），就如同碳酸饮料中二氧化碳的气泡最终会上浮到顶端一样，故名“冒泡排序”。冒泡排序算法的原理如下：比较相邻的元素。如果第一个比第二个大，就交换他们两个。对每一对相邻元素做同样的工作，从开始第一对到结尾的最后一对。在这一点，最后的元素应该会是最大的数。针对所有的元素重复以上的步骤，除了最后一个。持续每次对越来越少的元素重复上面的步骤，直到没有任何一对数字需要比较。#
系统 2019-09-27 17:48:10 2100
#二分查找算法必须处理有序的列表l=[2,3,5,10,15,16,18,22,26,30,32,35,41,42,43,55,56,66,67,69,72,76,82,83,88]#代码实现deffind(l,aim):mid_index=len(l)//2ifl[mid_index]aim:new_l=l[:mid_index]find(
系统 2019-09-27 17:48:05 2100
