fabric是一个python包是一个基于ssh的部署工具包通常用来对网站微服务等等的批量部署例如我有5台线上服务器可以通过一台对着5台分发，实现自动部署的目的。简单介绍下fabric的常用命令常用命令lcd(dir):进入本机某目录local(cmd):本机上执行命令cd(dir):进入服务器某目录run(cmd):服务器上执行命令FabricFabric是一个python的远程执行shell的库，同时它也是一个命令行工具。它提供了丰富的同SSH交互的接
系统 2019-09-27 17:54:45 2203
我们都知道验证码是一张图片，这样程序自动识别的难度大，安全性高。设计到图片，先来看一下img标签里的src属性，也是实现验证码的一个小原理我们都知道src属性可以直接把图片拿过来：比如说拿到本地的图片就在直接可以显示在页面上那它是怎么实现的呢？其实src属性同样像服务端发送了一个请求，Django服务端接收到之后，自动把本地文件读取并返回给了客户端，就实现了上面的效果下面来自己实现一下：html:#src属性是一个url，对应处理函数：deftu2(req
系统 2019-09-27 17:54:30 2203
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 2203
Python中的is和==比较两个对象的两种方法在Python中有两种方式比较两个对象是否相等，分别是is和==，两者之间是不同的==比较的是值(如同java中的equals方法)is比较的是引用(可以看作比较内存地址,类似于java中的==)对于：>>>n=1>>>nis1True>>>b='1'>>>bis1False>>>n==bFalse由于1和'1'不管在值上面还是在引用上面都不同，所以结果都为false对于：>>>n=1>>>nis1True这
系统 2019-09-27 17:53:48 2203
通常在使用Spark算子函数，比如使用map()或者reduce函数我们向函数传入条件时，函数内部可以使用驱动程序中定义的变量，但是这样会使集群中所有任务都会得到变量新的副本，这些副本的更新不会传播回驱动程序，导致读写共享变量效率低下或者内存溢出，为了解决这个问题Spark提供了两种共享变量类型：广播变量和累加器广播变量：用来高效分发较大对象，只能在Driver定义，不能在Executor端定义，同时RDD不存储数据所以不能广播出去累加器：用来对信息进行聚
系统 2019-09-27 17:52:33 2203
该GIF图来自于官网，文末有给出链接。描述依托于百度网盘巨大的的云存储空间，绝大数人会习惯性的将一些资料什么的存储到上面，但是有的私密链接需要提取码，但是让每个想下载私密资源的人记住每一个提取码显然是不现实的。这个时候，云盘万能钥匙诞生了，我们通过安装相应的浏览器插件就可以自动获获取相应链接的提取码。我在Github上看了一下，有WebJS版的，python版的貌似还没有找到，所以我参照了JS版本和官网的请求接口写了两种方式的获取脚本。实现下述两种方式的具
系统 2019-09-27 17:52:27 2203
逻辑回归的推导过程：https://blog.csdn.net/ACM_hades/article/details/90448785代码主要实现了下面公式：Wk+1=Wk+λX(Y−fWk(XT))W^{k+1}=W^k+λX(Y-f_{W^k}(X^T))Wk+1=Wk+λX(Y−fWk(XT))数据集：我们选择MNIST数据集进行实验，它包含各种手写数字(0-9)图片，图片大小28*28。MNIST数据集本身有10个类别，为了将其变成二分类问题我们进
系统 2019-09-27 17:52:11 2203
感想我们在做深度学习处理图片的时候，如果是自己制作或者收集的数据集，不可避免的要对数据集进行处理，然后大多数模型都只支持RGB格式的图片，这个时候，我们需要把其他格式的图片，例如灰度图像转换为RGB的图片，网上只有灰度图像转换为RGB的教程，我这里弥补一下空缺。fromPILimportImageimportnumpyasnpL_path='train/5509031.jpg'L_image=Image.open(L_path)out=L_image.co
系统 2019-09-27 17:49:10 2203
1、先看最简单的场景，生产者生产消息，消费者接收消息，下面是生产者的简单代码。#!/usr/bin/envpython#-*-coding:utf-8-*-importjsonfromkafkaimportKafkaProducerproducer=KafkaProducer(bootstrap_servers='xxxx:x')msg_dict={"sleep_time":10,"db_config":{"database":"test_1","host
系统 2019-09-27 17:48:02 2203
内容介绍Python凭借其简单、易读、可扩展性以及拥有巨大而活跃的科学计算社区，在需要分析、处理大量数据的金融行业得到了广泛而迅速的应用，并且成为该行业开发核心应用的首选编程语言。《Python金融大数据分析》提供了使用Python进行数据分析，以及开发相关应用程序的技巧和工具。《Python金融大数据分析》总计分为3部分，共19章，第1部分介绍了Python在金融学中的应用，其内容涵盖了Python用于金融行业的原因、Python的基础架构和工具，以及P
系统 2019-09-27 17:47:29 2203
