如何使用模板系统让我们深入研究模板系统，你将会明白它是如何工作的。但我们暂不打算将它与先前创建的视图结合在一起，因为我们现在的目的是了解它是如何独立工作的。。（换言之，通常你会将模板和视图一起使用，但是我们只是想突出模板系统是一个Python库，你可以在任何地方使用它，而不仅仅是在Django视图中。）在Python代码中使用Django模板的最基本方式如下：可以用原始的模板代码字符串创建一个Template对象，Django同样支持用指定模板文件路径的方
系统 2019-09-27 17:37:55 1910
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 1910
爬虫需要，一个机器多个口，一个口多个ip，为轮询这些ipdemo#coding=utf-8importrequests,sys,socketfromrequests_toolbelt.adaptersimportsourcereload(sys)sys.setdefaultencoding('utf-8')s=requests.Session()new_source=source.SourceAddressAdapter('192.168.4.2')s.m
系统 2019-09-27 17:56:57 1909
像微博一类的平台上传图片时，平台都会添加一个水印，宣誓着对图片的所有权，我们自己的博客平台也可以给自己的图片添加上水印。还是用Pillow模块来实现先来看一个简单的例子>>>fromPILimportImage>>>fromPILimportImageDraw>>>>>>image=Image.open('/Users/wxnacy/Downloads/vm-error1.png')>>>draw=ImageDraw.Draw(image)>>>draw.
系统 2019-09-27 17:56:30 1909
前言说到如何用Python执行线性回归，大部分人会立刻想到用sklearn的linear_model，但事实是，Python至少有8种执行线性回归的方法，sklearn并不是最高效的。今天，让我们来谈谈线性回归。没错，作为数据科学界元老级的模型，线性回归几乎是所有数据科学家的入门必修课。抛开涉及大量数统的模型分析和检验不说，你真的就能熟练应用线性回归了么？未必！在这篇文章中，文摘菌将介绍8种用Python实现线性回归的方法。了解了这8种方法，就能够根据不同
系统 2019-09-27 17:55:53 1909
join方法join这个方法，将可迭代的数据类型，转为字符串或者bytes，没错可以转为bytes类型。注意这个可迭代的数据中的元素必须是相同类型的。jion里的参数可迭代对象就行，可迭代对象是指有__iter__方法的对象#列表为可迭代对象list_1=["1","2","3","4"]#元素为字符串的列表res="".join(list_1)#res的值为"1234",数据类型为str#字典为可迭代对象dict_1={"key1":"value2","
系统 2019-09-27 17:53:52 1909
如下所示：out=subprocess.getstatusoutput('adbshellpmlistpackages')top=tk.Toplevel()top.title('包名列表')top.geometry('%dx%d'%(400,1200))#设置窗口大小t=Text(top,width=400,height=900)t.insert('1.0',"{}".format(out[1]))#插入文本，用引号引起来“1.0”这个是插入文本的坐标，且
系统 2019-09-27 17:53:44 1909
方法1（推荐）：在Python中，False,0,’’,[],{},()都视为假，因此可以直接进行逻辑运算。此方法效率最高。方法2：调用len方法，查看元素个数是否为0。此方法效率较低。方法3：让解释器再生成一个空列表，并将这个空列表与list_temp进行比较。此方法效率最低。list_temp=[]print('方法1（推荐）：在Python中，False,0,'',[],{},()都视为假，因此可以直接进行逻辑运算。此方法效率最高。')iflist_
系统 2019-09-27 17:52:58 1909
需要准备的环境:一个B站账号,需要先登录,否则不能查看历史弹幕记录联网的电脑和顺手的浏览器,我用的ChromePython3环境以及request模块,安装使用命令,换源比较快:pip3installrequest-ihttp://pypi.douban.com/simple爬取步骤:登录后打开需要爬取的视频页面,打开开发者工具台,Chrome可以使用F12快捷键,选择network监听请求点击查看历史弹幕,获取请求其中rolldate后面的数字表示该视频
系统 2019-09-27 17:52:52 1909
爬虫成果当你运行代码后,文件夹就会越来越多，如果爬完的话会有2000多个文件夹，20000多张图片。不过会很耗时间，可以在最后的代码设置爬取页码范围。本文目标熟悉Requests库，BeautifulSoup库熟悉多线程爬取送福利，妹子图网站结构我们从http://meizitu.com/a/more_1.html这个链接进去，界面如图一所示图一：可以看到是一组一组的套图，点击任何一组图片会进入到详情界面，如图二所示图二:可以看到图片是依次排开的，一般会有
系统 2019-09-27 17:51:31 1909
博主写了一个智联招聘的爬虫，只要输入职位关键字，就能快速导出智联招聘上的数据，存在excel表里～importrequests,openpyxl#建立excel表joblist=[]wb=openpyxl.Workbook()sheet=wb.activesheet.title='智联招聘数据'sheet['A1']='职位名称'sheet['B1']='薪资'sheet['C1']='工作经验'#爬虫keyword=str(input('请输入查找职位的
系统 2019-09-27 17:49:32 1909
本书由Keras之父、现任Google人工智能研究员的弗朗索瓦•肖莱（FrançoisChollet）执笔，详尽介绍了用Python和Keras进行深度学习的探索实践，涉及计算机视觉、自然语言处理、生成式模型等应用。书中包含30多个代码示例，步骤讲解详细透彻。由于本书立足于人工智能的可达性和大众化，读者无须具备机器学习相关背景知识即可展开阅读。在学习完本书后，读者将具备搭建自己的深度学习环境、建立图像识别模型、生成图像和文字等能力。本书特色“本书在当前的‘
系统 2019-09-27 17:48:30 1909
importitchatimportrequests#获取价格defget_price(symbol):request=requests.get("https://api.hbdm.com/api/v1/contract_index?symbol="+symbol).json()price=request["data"]foriteminprice:return(item['index_price'])#获取列表中字典的值#获取并发送消息@itchat.m
系统 2019-09-27 17:48:11 1909
使用Pycharm来实现Spark-SQL。frompysparkimportRowfrompyspark.sqlimportSparkSessionfrompyspark.sql.typesimportStructField,StringType,StructTypeif__name__=="__main__":spark=SparkSession\.builder\.appName("appname")\.master("local")\.getOrC
系统 2019-09-27 17:46:34 1909
ubuntu中自带了python，同时也提供了vim神级编辑器，对于python的集成工具pycharm系统并不自动安装，所以用户需要自行安装，本篇介绍ubuntu上安装pycharm编辑器；一、资源下载：地址：https://www.jetbrains.com/pycharm/download/#section=linux选择linux版本即可；社区版还是专业版因需而定；二、安装包解压编译安装：使用命令：tar-szvf加包名解压出安装包；依次切换到bi
系统 2019-09-27 17:46:07 1909
