前提：isp得支持web登录的方式。说明：每个ISP的登录页面不一样，不过我估计算法都是一样的，于是解决方案应该也是相似的，只是表单的key可能不太一样。首先，分析登录页面。页面head镶嵌了
系统 2019-09-27 17:48:14 2365
01|简介02|安装2.1Windows下安装03|简单使用3.1编译3.2Python示例3.3C#示例01|简介Protobuf（ProtocolBuffers），是Google开发的一种跨语言、跨平台的可扩展机制，用于序列化结构化数据。与XML和JSON格式相比，protobuf更小、更快、更便捷。protobuf目前支持C++、Java、Python、Objective-C，如果使用proto3，还支持C#、Ruby、Go、PHP、JavaScri
系统 2019-09-27 17:47:51 2365
不知道有没有更简单的办法？我的解法：num=input("请输入一个五位数？")a=num[:1]b=num[1:2]c=num[2:3]d=num[3:4]f=num[4:5]print(a,b,c,d,f)ifa==fandb==d:print("是回文数")else:print("不是")
系统 2019-09-27 17:51:01 2364
使用示例：1.取值2.取索引3.修改4.新增4-1列表末尾追加list.append4-2在指定位置添加数据4-3list.entend把一个列表的内容追加到另一个列表的末尾5.删除5-1list.remove删除第一次出现的指定的数据，如果数据不存在，程序会报错5-2list.pop不带参数删除列表末尾的数据5-3list.pop带参数删除指定索引位置的数据5-4清空整个列表list.chear5-5dellist[索引]本质上是把一个变量从内存中删除，
系统 2019-09-27 17:57:22 2363
pyquery的安装：ubtuntu和windows下安装lxml：pip3installpyquery验证安装:安装完成，在python命令行下输入importpyquery没有报错，证明库已经安装好了。pyquery的介绍：PyQuery库也是一个非常强大又灵活的网页解析库，如果你有前端开发经验的，都应该接触过jQuery,那么PyQuery就是你非常绝佳的选择，PyQuery是Python仿照jQuery的严格实现。语法与jQuery几乎完全相同，所
系统 2019-09-27 17:55:40 2363
代码架构以自己的回测框架为例。主要包含下面两个文件backtest/backtest.pybroker.pybacktest.py主要提供BackTest这个类用于提供回测框架，暴露以下钩子函数.definitialize(self):"""在回测开始前的初始化"""passdefbefore_on_tick(self,tick):passdefafter_on_tick(self,tick):passdefbefore_trade(self,order)
系统 2019-09-27 17:49:55 2363
决策树的一般流程检测数据集中的每个子项是否属于同一个分类ifsoreturn类标签Else寻找划分数据集的最好特征划分数据集创建分支节点frommathimportlogimportoperator#生成样本数据集defcreateDataSet():dataSet=[[1,1,'yes'],[1,1,'yes'],[1,0,'no'],[0,1,'no'],[0,1,'no']]labels=['nosurfacing','flipper']return
系统 2019-09-27 17:48:37 2363
Python机器学习及实践——基础篇：无监督学习经典模型（特征降维）特征降维不仅可以重构有效的低维度特征向量，同时也为数据展现提供了可能。在特征降维的方法种，主成分分析（PrincipalComponentAnalysis,PCA）是最为经典和实用的特征降维技术，特别是辅助图像识别方法有突出的表现。1.主成分分析线性相关矩阵秩计算样例importnumpyasnp#初始化一个2*2的线性相关矩阵M=np.array([[1,2],[2,4]])#计算2*2
系统 2019-09-27 17:45:46 2363
文章目录第1章Python入门第2章感知机第3章神经网络第4章神经网络的学习第5章误差反向传播第6章与学习相关的技巧1.各种参数更新的方法2.权重的初始值第7章卷积神经网络原书链接（感谢作者，书是真的经典，建议购买纸质书）：https://github.com/zjcao/books/blob/master/%E3%80%8A%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%85%A5%E9%97%A8%EF%BC%9A%E5
系统 2019-09-27 17:55:57 2362
python做web开发已经不是什么新鲜事了，学习之前也查阅过一些资料也和常用作前后端开发的几门编程语言做过一些对比，虽说不一定要使用python做web开发，但还是觉得有必要简单的接触学习一下，也就当成拓宽知识面了一常用的pythonweb开发框架FlaskFlask确实很“轻”，不愧是MicroFramework，从Django转向Flask的开发者一定会如此感慨，除非二者均为深入使用过Flask自由、灵活，可扩展性强，第三方库的选择面广，开发时可以结
系统 2019-09-27 17:45:54 2362
MLPClassifier()改变模型复杂度的四种方法调整神经网络每一个隐藏层上的节点数调节神经网络隐藏层的层数调节activation的方式通过调整alpha值来改变模型正则化的程度(增大alpha会降低模型复杂度,模型会变得更加简单)官方doc:Initsignature:MLPClassifier(hidden_layer_sizes=(100,),activation='relu',solver='adam',alpha=0.0001,batch_
系统 2019-09-27 17:54:56 2361
一、感知机与支持向量机的区别1、损失函数的不同a)感知机的损失函数是基于误分类的损失函数，利用梯度下降法极小化损失函数b)支持向量机是求解能够正确划分训练数据集并且几何间隔最大的分离超平面2、超平面个数的不同对于线性可分的训练集，感知机满足条件的超平面个数不唯一，而支持向量机满足条件的超平面有且只有一个####未完####
系统 2019-09-27 17:51:00 2361
首先要查看自己安装的python版本：(base)C:\Users\yspmm>pythonPython3.7.0(default,Jun282018,08:04:48)[MSCv.191264bit(AMD64)]::Anaconda,Inc.onwin32Type"help","copyright","credits"or"license"formoreinformation.连接Oracle需要安装cx_Oracle和oracle客户端，根据版本和系
系统 2019-09-27 17:46:39 2361
SeleniumTwoTutorialusingIronPythonandInternetExplorerDriver-TheAutomatedTesterSeleniumTwoTutorialusingIronPythonandInternetExplorerDriverMon11Jan2010Thistutorialistoshowhowtousethe.NETSelenium2withdynamiclanguagesthatrunonthe.NETC
系统 2019-08-12 01:31:44 2361
错误场景正在“D:\Projects\VisualStudio\DjangoWebProject1\venv”中创建虚拟环境Error:[Errno2]Nosuchfileordirectory:'D:\\Libraries\\Python37\\lib\\venv\\scripts\\nt\\python_d.exe'未在“D:\Projects\VisualStudio\DjangoWebProject1\venv”中创建虚拟环境。退出代码:1正在“D
系统 2019-09-27 17:57:14 2360
