草庐IT

Python 笔记

全部标签

uni-app框架学习笔记

目录基础概述项目目录和文件作用优点和弊端相关功能全局配置和页面配置组件的基本使用uni-app中的样式数据绑定生命周期网络请求数据缓存条件注释和跨端兼容导航跳转uni-app中的组件组件的通讯uni-ui库的使用前言:本来是准备好好准备考研的……结果WWDC大赛又给我整这一出,本来是打算直接使用Swift语言的……结果看着SwiftUI和MacPro我不知所措,本来是想开发一个小程序记录一下摘抄的文学名句的,结果莫名其妙看到uni-app打包成iOSAPP……阴差阳错,那就学吧。环境搭建:HBuilderX编辑器微信开发者工具相关资料uni-app官网uni-app学习视频基础概述项目目录和文

小安利 | 用python优雅地生成author list

当文章增加越来越多作者的时候...一作就是这样被玩废的...‍‍‍‍‍在各种合作/大样本盛行的今天,管理众多作者的信息,不是一个容易的事情。之前就手动制作过20多人的authorlist,添加和修改affiliation的序号时总是很令人抓狂。设想下面这篇文章,要怎么生成投稿或者发给其他作者检查的authorlist?安利一个一直在用的python脚本,可以将保存好的excel信息一键转化成titlepage里的authorlist。省去很多手动操作的时间,也减少可能产生的失误。6个以上作者的文章就可以考虑使用这种方法管理作者信息,用python脚本生成authorlist。这个脚本来自于gi

机器学习之支持向量回归(SVR)预测房价—基于python

   大家好,我是带我去滑雪!   本期使用爬取到的有关房价数据集data.csv,使用支持向量回归(SVR)方法预测房价。该数据集中“y1”为响应变量,为房屋总价,而x1-x9为特征变量,依次表示房屋的卧室数量、客厅数量、面积、装修情况、有无电梯、、房屋所在楼层位置、有无地铁、关注度、看房次数共计9项。数据集data.csv可在文末获取。  (ps,往期出过一个利用SVR预测房价,但代码没有分开讲,许多童鞋复制代码运行,总会出现各种问题,所以应童鞋要求,出一篇更为仔细的博客,大部分博主讲解SVR都采用python自带波士顿房价数据集,但很多童鞋大多都需要用到自己的数据集进行SVR建模,我想这

视频目标跟踪综述学习笔记

目标跟踪综述论文阅读心得1、目标跟踪任务是什么?​目标跟踪是计算机视觉领域的一个重要分支。目标跟踪就是在一段视频序列中定位感兴趣的运动目标,得到目标完整的运动轨迹。给定图像第一帧目标的位置,预测下一帧图像中目标的位置。2、目标跟踪的主要部分:运动模型(MotionModel):如何产生众多的候选样本。 生成候选样本的速度与质量直接决定了跟踪系统表现的优劣。常见的有粒子滤波(ParticleFilter)滑动窗口(SlidingWindow)半径滑动窗口(RadiusSlidingWindow)。论文中的结论:通常情况下,运动模型对性能的影响较小。然而,在尺度变化和快速运动的情况下,正确设置参数

Python 微信自动化工具开发系列01_自动获取微信聊天信息(2023年1月可用)

前言一个需求需要利用Python+第三方库wxauto用于微信上自动获取聊天信息,从而根据自己需求对信息自动进行二次处理,比如自动回复,再比如自动发送文件或者其他。这边使用Python的第三方库`wxauto`来进行开发,而不是`itchat` ---记录于2022年07月 ---2023年1月再次测试可用使用Python3的第三方库wxauto,它适用于Windows的微信客户端官网:https://github.com/cluic/wxauto原因这边使用wxauto来进行开发,而不是itchat,原因如下itchat都是之前的教

Python生成allure测试报告,allure使用详细说明

pytest框架自带一个测试报告,内容也相对全面,但是可读性差点,allure生成的测试报告,可改造性强,看起来也美观。使用过程在此总结一下。一、生成allure测试报告1.下载安装allure-pytest插件,我一般都是在pycharm里直接安装:File--Setting--Project--PythonInterpreter--右侧"+"--输入"allure-pytest"--选中--点击左下角"InstallPackage"。有问题是环境配置的问题的话,可以百度下。2.应该是需要在项目的根目录建一个report文件夹,这点不确定了,可以试下,不手动report文件夹,可以生成报告吗

典型相关分析(Canonical Correlation Analysis,CCA)原理及Python、MATLAB实现

随着对CCA的深入研究,是时候对CCA进行一下总结了。本菜鸡主要研究方向为故障诊断,故会带着从应用角度进行理解。典型相关分析基本原理从字面意义上理解CCA,我们可以知道,简单说来就是对不同变量之间做相关分析。较为专业的说就是,一种度量两组变量之间相关程度的多元统计方法。关于相似性度量距离问题,在这里有一篇Blog可以参考参考。首先,从基本的入手。当我们需要对两个变量X,YX,YX,Y进行相关关系分析时,则常常会用到相关系数来反映。学过概率统计的小伙伴应该都知道的吧。还是解释一下。相关系数:是一种用以反映变量之间相关关系密切程度的统计指标。相关系数是按积差方法计算,同样以两变量与各自平均值的离差

javascript交互式调试(相当于python的pdb.set_trace())

我正在使用一些javascript代码,我希望能够在函数调用的上下文中运行一个交互式控制台-也就是说,基本上正是python的importpdb;pdb.set_trace()完成。有什么办法吗?如果不是,那么最好的近似值是多少?我目前正在使用Chrome的控制台来处理一些事情,我基本上喜欢被放到函数调用的中间并使用Chrome的控制台来查看局部变量等。 最佳答案 设置断点,Chrome的检查器将允许您检查应用的状态。点击行号。将出现一个蓝色标记。当您点击该行时,执行将暂停。在您的代码中编写一个debugger语句。当您点击语句时,

javascript - 您可以使用 Django 框架将 Python 用于前端和后端吗?

关闭。这个问题需要更多focused.它目前不接受答案。想改进这个问题吗?更新问题,使其只关注一个问题editingthispost.关闭5年前。Improvethisquestion我在看udemyDjango教程,它要求使用JavaScript作为前端,使用Python作为后端:你能用Python代替JavaScript吗?这样做的优缺点是什么?

学习笔记:深度学习(2)——BP神经网络

学习时间:2022.04.09~2022.04.09文章目录2.BP神经网络2.1理论基础2.1.1正向传播2.1.2反向传播2.1.3梯度下降补充:逻辑回归2.2BP算法原理2.2.1四个等式2.2.2推导和计算2.BP神经网络上一节了解了感知机模型(Perceptron),当结构上使用了多层的感知机递接连成一个前向型的网络时,就是一个多层感知机(MLP,MultilayerPerceptron),是一种前馈人工神经网络模型。单个感知机只能实现二分类问题,MLP引入了隐含层(HiddenLayer),可用于多分类。而BP神经网络,就是在MLP的基础上,引入非线性的激活函数,加入了BP(Bac