Python两数相加LeetcodeNo.2思路很简单，模拟小学加法运算就好了，因为是逆序的，头指针指向的那个其实就是个位，往后加就完事，但是唯一需要注意的是，最高位可能有进位。（属于代码练习题）ps：还有人说先把数全部取出来，用计算机加法算完，再建立链表连接起来，乍一看有点投机取巧好像可行的样子，但是我们要考虑计算和的时候会溢出。还有人考虑直接在原来的链表上改数字，多一位的话，就再加一个链表，首先不知道leetcode允不允许改数字，毕竟这种题目也是考察
系统 2019-09-27 17:53:35 2333
计算两个信号的交叉谱密度结果展示：完整代码：importnumpyasnpimportmatplotlib.pyplotaspltfig,(ax1,ax2)=plt.subplots(2,1)#makealittleextraspacebetweenthesubplotsfig.subplots_adjust(hspace=0.5)dt=0.01t=np.arange(0,30,dt)#Fixingrandomstateforreproducibility
系统 2019-09-27 17:52:40 2333
字符串在Python中是最简单也是最常用的数据类型之一，在CPython中字符串的实现原理使用了一种叫做Intern（字符串驻留）的技术来提高字符串效率。究竟什么是intern机制，这种机制又是通过什么方式来提高字符串效率的呢？希望这篇文章能够抛砖引玉。先来看一段代码：>>>s3="hello!">>>s4="hello!">>>s3iss4False>>>id(s3)80325968L>>>id(s4)80326048Ls3和s4虽然值是一样的，但确确实
系统 2019-09-27 17:52:22 2333
图像的阈值处理一般使得图像的像素值更单一、图像更简单。阈值可以分为全局性质的阈值，也可以分为局部性质的阈值，可以是单阈值的也可以是多阈值的。当然阈值越多是越复杂的。下面将介绍opencv下的三种阈值方法。（一）简单阈值简单阈值当然是最简单，选取一个全局阈值，然后就把整幅图像分成了非黑即白的二值图像了。函数为cv2.threshold()这个函数有四个参数，第一个原图像，第二个进行分类的阈值，第三个是高于（低于）阈值时赋予的新值，第四个是一个方法选择参数，常
系统 2019-09-27 17:51:13 2333
目录1、常见并发类型2、同步版本3、多线程4、异步IO5、多进程6、总结1、常见并发类型I/O密集型：蓝色框表示程序执行工作的时间，红色框表示等待I/O操作完成的时间。此图没有按比例显示，因为internet上的请求可能比CPU指令要多花费几个数量级的时间，所以你的程序可能会花费大部分时间进行等待。CPU密集型：IO密集型程序将时间花在cpu计算上。常见并发类型以及区别：2、同步版本我们将使用requests访问100个网页，使用同步的方式，request
系统 2019-09-27 17:50:10 2333
1.要求数据库存储通讯录，要求按姓名/电话号码查询，查询条件只有一个输入入口，自动识别输入的是姓名还是号码，允许模糊查询。2.实现功能可通过输入指令进行操作。（1）首先输入“add”，可以对通讯录进行添加联系人信息。sql1='insertintoTA(ID,NAME,AGE,ADDRESS,TELENUMBER)'sql1+='values("%d","%s","%d","%s","%s");'%(ID,name,age,address,telenumb
系统 2019-09-27 17:49:30 2333
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 17:48:10 2333
一、列表元素的追加和插入append():追加一个元素到列表extend():列表拉伸，追加多个元素到列表insert():在指定索引处插入元素二、列表元素的删除pop(a)：弹出列表中索引为a的元素，默认为列表最后一个元素pop()弹出的值可用变量接收remove():删除列表元素del：从内存种删除一个元素三、列表元素的重新赋值1、通过索引，重新赋值2、通过切片赋值四、列表元素的排序x.sort()#列表排序，默认按照ascii排序x.sort(rev
系统 2019-09-27 17:48:02 2333
在处理faster-rcnn和yolo时笔者使用labelimg标注图片但是我们只截取了大概800张左右的图，这个量级在训练时肯定是不够的，所以我们需要使用数据增强（无非是旋转加噪调量度）来增加我们的训练样本这里附上视频按帧率截取图片的脚本代码https://www.cnblogs.com/bob-jianfeng/p/11140444.html网上找到一个非常好的开源代码用来数据增强，这里记录一下，以备以后使用https://github.com/xin
系统 2019-09-27 17:47:26 2333
BeautifulSoup库解析器解析器使用方法条件bs4的HTML解析器BeautifulSoup(mk,'html.parser')安装bs4库lxml的HTML解析器BeautifulSoup(mk,'xml')pipinstalllxmllxml的XML解析器BeautifulSoup(mk,'xml')pipinstalllxmlhtml5lib的解析器BeautifulSoup(mk,'htm5lib')pipinstallhtm151ibBe
系统 2019-09-27 17:46:54 2333
