项目上线部署的时候需要服务端的同学帮忙打Docker，但是自己也需要提前写好requirements.txt。这里记录一下两种生成requirements.txt的方法。方法一：在项目根目录下，在命令行中输入：pipfreeze>requirements.txt这种方法会将当前环境下的所有的信息都存入requirements.txt中。方法二：首先安装pipreqs库。进入需要生成文件的目录执行：pipreqs./如果出现报错：UnicodeDecodeE
系统 2019-09-27 17:54:12 2258
手写代码实现基于信息熵划分的决策树算法文章目录手写代码实现基于信息熵划分的决策树算法1.简介2.算法实现思路3.代码如下参考1.简介阅读本文需要以下背景知识：-掌握周志华《西瓜书》第四章决策树原理-Python3.0基础语法及数据类型及操作不了解决策树请点击下面链接西瓜书第四章决策树学习笔记本文是基于信息熵准则进行划分选择的决策树算法的手写实现，不使用现有的机器学习包。算法流程见《西瓜书》第四章第一节。数据集使用西瓜数据集3.0（数据集在代码中不需要另外下
系统 2019-09-27 17:53:01 2258
ftp登陆连接fromftplibimportFTP#加载ftp模块ftp=FTP()#设置变量ftp.set_debuglevel(2)#打开调试级别2，显示详细信息ftp.connect("IP","port")#连接的ftpsever和端口ftp.login("user","password")#连接的用户名，密码printftp.getwelcome()#打印出欢迎信息ftp.cmd("xxx/xxx")#进入远程目录bufsize=1024#设置
系统 2019-09-27 17:50:53 2258
计算机视觉之人脸识别看起来很高大上，但是用OpenCV解决很方便，OpenCV真的太强大了。。直接上代码：#!/usr/bin/envpython3importcv2image=cv2.imread("demo.jpg")gray_img=cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)classifier=cv2.CascadeClassifier()classifier.load(r"C:\ProgramFiles\Open
系统 2019-09-27 17:50:45 2258
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 2258
前言本文主要给大家介绍了关于python图片添加半透明水印的相关资料，分享出来供大家参考学习，下面话不多说了，来一起看看详细的介绍吧示例代码：#coding:utf-8fromPILimportImage,ImageDraw,ImageFontdefadd_text_to_image(image,text):font=ImageFont.truetype('C:\Windows\Fonts\STXINGKA.TTF',36)#添加背景new_img=Ima
系统 2019-09-27 17:50:09 2258
切片：方便截取list、tuple、字符串部分索引的内容正序切片语法：dlist=doList[0:3]表示，从索引0开始取，直到索引3为止，但不包括索引3。即索引0，1，2，正好是3个元素实例：dolist=[1,3,5,7,9,11]dlist=dolist[0:3]#与range()函数一致含左不含右nlist=dolist[:3]#当开始值为0时，可以不写，效果与dlist一致print(dlist)print(nlist)运行结果：倒序切片语法：
系统 2019-09-27 17:50:00 2258
MVC和MTV框架MVCWeb服务器开发领域里著名的MVC模式，所谓MVC就是把Web应用分为模型(M)，控制器(C)和视图(V)三层，他们之间以一种插件式的、松耦合的方式连接在一起，模型负责业务对象与数据库的映射(ORM)，视图负责与用户的交互(页面)，控制器接受用户的输入调用模型和视图完成用户的请求，其示意图如下所示：|M:models数据库相关；V：views视图相关C：controller控制器url分发|MTVDjango的MTV模式本质上和MV
系统 2019-09-27 17:49:39 2258
前言利用Python调用外部系统命令的方法可以提高编码效率。调用外部系统命令完成后可以通过获取命令执行返回结果码、执行的输出结果进行进一步的处理。本文主要描述Python常见的调用外部系统命令的方法，包括os.system()、os.popen()、subprocess.Popen()等。本文分析python调用外部系统命令主要从两个方面考虑：1、是不是可以返回命令执行结果码，因为大部分场景都需要通过判断调用命令是执行成功还是失败。2、是不是可以获取命令执
系统 2019-09-27 17:49:30 2258
Python运算符重载Python语言提供了运算符重载功能，增强了语言的灵活性，这一点与C++有点类似又有些不同。鉴于它的特殊性，今天就来讨论一下Python运算符重载。Python语言本身提供了很多魔法方法，它的运算符重载就是通过重写这些Python内置魔法方法实现的。这些魔法方法都是以双下划线开头和结尾的，类似于__X__的形式，python通过这种特殊的命名方式来拦截操作符，以实现重载。当Python的内置操作运用于类对象时，Python会去搜索并调
系统 2019-09-27 17:48:20 2258
本文实例讲述了Python从list类型、range()序列简单认识类(class)。分享给大家供大家参考，具体如下：list类型定义：items=[]这就定义了一个名叫items的list。往里填充数据：items.append(1)items.append(3)items.append(4)print(items)#[1,3,4]range序列上面那个list，如果我们要append进去0~9的数字。最好是利用循环。items=[]forxinrang
系统 2019-09-27 17:46:52 2258
Python的matplotlib包可以轻松的将数据可视化，博主最近遇到了一个问题，博主想同时在两个窗口展示两张图，但是代码运行结果总是显示一张图，把当前的图删掉之后才能显示另一张图。网上找了一些解决方案都是把它们放在一个窗口中，两个图片分别为子图。经过一段摸索，博主终于解决了这个问题，下面简单介绍一下。如下代码所示，首先要为每个图建立一个figure,这样每个图会单独显示在一个窗口中；然后等所有图代码都写好后在最后面加上plt.show(),这样每张图就
系统 2019-09-27 17:46:20 2258
最近在学习机器学习的过程中，常常需要将本地写的代码传到GPU服务器中，然后在服务器上运行。之前的做法一直是先在本地写好代码，然后通过FileZilla这样的文件传输工具来将写好的文件传到服务器，再通过ssh工具远程连接到服务器，执行相应的python脚本。这样的方式十分繁琐，效率很低。今天听到朋友提到了配置远程解释器使用场景先说说自己的使用场景，我是在什么情况下，需要将IDE配置成这样的环境来方便我的工作。首先，我需要在本地机子上写python代码，但是因
系统 2019-09-27 17:46:10 2258
一旦你创建一个Template对象，你可以用context来传递数据给它。一个context是一系列变量和它们值的集合。context在Django里表现为Context类，在django.template模块里。她的构造函数带有一个可选的参数：一个字典映射变量和它们的值。调用Template对象的render()方法并传递context来填充模板：>>>fromdjango.templateimportContext,Template>>>t=Templ
系统 2019-09-27 17:37:55 2258
三目运算符也就是三元运算符一些语言（如Java）的三元表达式形如：判定条件?为真时的结果:为假时的结果result=xifxPython的三元表达式有如下几种书写方法：if__name__=='__main__':a=''b='True'c='False'#方法一：为真时的结果if判定条件else为假时的结果d=bifaelsecprint('方法一输出结果：'+d)#方法二：判定条件and为真时的结果or为假时的结果d=aandborcprint('方法
系统 2019-09-27 17:37:35 2258
