1,进入设备管理器右击带黄色问号的MTP，选择“属性”，“详细信息”“设备范例ID”(用Ctrl+C复制）。2,找到c:\windows\inf\wpdmtp.inf打开（或者通过运行打开），找到[Generic.NTx86]%GenericMTP.DeviceDesc%=MTP,USB\MS_COMP_MTP[Generic.NTamd64]%GenericMTP.DeviceDesc%=MTP,USB\MS_COMP_MTP3,将2中的USB\MS_C
系统 2019-08-12 09:26:57 2217
Python的环境变量环境变量说明PYTHONSTARTUP在交互式启动时执行的文件（无默认值）PYTHONPATH‘:'-以默认模块搜索路径为前缀的分隔目录列表。结果是sys.path。PYTHONHOME交替的目录(或者:).默认的模块搜索路径为/pythonX.X.PYTHONCASEOK忽略import语句中的大小写（Windows）。PYTHONIOENCODING用于stdin/stdout/stderr中的编码PYTHONHASHSEED如果
系统 2019-09-27 17:56:35 2216
最近在使用爬虫爬取数据时，经常会返回403代码，大致意思是该IP访问过于频繁，被限制访问。限制IP访问网站最常用的反爬手段了，其实破解也很容易，就是在爬取网站是使用代理即可，这个IP被限制了，就使用其他的IP。对于高大上的公司来说，他们基本都使用收费的代理，基本不会有什么问题，比较稳定。像我这样的矮矬穷，肯定是用不起收费的代理。一般都是使用国内免费的代理，网上也有很多提供免费的代理。很多人都是从网上爬取一批免费的代理IP，存放在存储媒介中，例如excel文
系统 2019-09-27 17:56:04 2216
1.新式类与经典类在Python2及以前的版本中，由任意内置类型派生出的类（只要一个内置类型位于类树的某个位置），都属于“新式类”，都会获得所有“新式类”的特性；反之，即不由任意内置类型派生出的类，则称之为“经典类”。“新式类”和“经典类”的区分在Python3之后就已经不存在，在Python3.x之后的版本，因为所有的类都派生自内置类型object(即使没有显示的继承object类型)，即所有的类都是“新式类”。官方文档https://www.pytho
系统 2019-09-27 17:55:48 2216
原文链接：https://www.cnblogs.com/xiaodai0/p/9780101.html安装完Anacondapython3.7，想使用python3.6方法cmd使用命令：condacreate-npy36python=3.6anaconda安装好后，会有提示：Toactivatethisenvironment,use:#>activatepy36##Todeactivateanactiveenvironment,use:#>deacti
系统 2019-09-27 17:55:30 2216
我们在做工作中经常会使用到json模块，今天就简单介绍下json模块什么是jsonJSON，全称为JavaScriptObjectNotation，也就是JavaScript对象标记，它通过对象和数组的组合米表示数据，构造简洁但是结构化程度非常高，是一种轻量级的数据交换格式。json模块在python中可以作为数据解析json对象和数组在JavaScript语言中，一切都是对象。任何支持的类型都可以通过JSON来表示，例如字符串、数字、对象、数组等，但是对
系统 2019-09-27 17:55:20 2216
综述本系列文档用于对Python爬虫技术的学习进行记录总结。Python版本是3.7.4urllib库介绍它是Python内置的HTTP请求库，也就是说我们不需要额外安装即可使用，它包含四个模块(主要对前三个模块进行学习)：request:它是最基本的HTTP请求模块，我们可以用它来模拟发送一请求，就像在浏览器里输入网址然后敲击回车一样，只需要给库方法传入URL还有额外的参数，就可以模拟实现这个过程了。error:异常处理模块，如果出现请求错误，我们可以捕
系统 2019-09-27 17:54:27 2216
Python面向对象编程——抽象类一、接口与归一化设计1、什么是接口hiboy，给我开个查询接口。。。此时的接口指的是：自己提供给使用者来调用自己功能的方式\方法\入口，java中的interface使用如下：=================第一部分：Java语言中的接口很好的展现了接口的含义:IAnimal.java/**Java的Interface接口的特征:*1)是一组功能的集合,而不是一个功能*2)接口的功能用于交互,所有的功能都是public,
系统 2019-09-27 17:53:44 2216
前言学过Python数据分析的朋友都知道，在可视化的工具中，有很多优秀的三方库，比如matplotlib，seaborn，plotly，Boken，pyecharts等等。这些可视化库都有自己的特点，在实际应用中也广为大家使用。plotly、Boken等都是交互式的可视化工具，结合Jupyternotebook可以非常灵活方便地展现分析后的结果。虽然做出的效果非常的炫酷，比如plotly，但是每一次都需要写很长的代码，一是麻烦，二是不便于维护。我觉得在数据
系统 2019-09-27 17:52:48 2216
#使用StandardScaler进行数据预处理importnumpyimportmatplotlib.pyplotaspltfromsklearn.datasetsimportmake_blobsX,y=make_blobs(n_samples=40,centers=2,random_state=50,cluster_std=2)plt.scatter(X[:,0],X[:,1],c=y,cmap=plt.cm.cool)plt.show()#导入Sta
系统 2019-09-27 17:52:41 2216
