qinshi501的博客

最近有一位做公众号的朋友说，每天都要写文章，然后在特定时间发布，有的时间会忘记发布，闲聊的时候说没有通过技术实现文章自动发布，比如在公众号聊天窗口发送发布或者设置特定的时间会自动发布。2：设置工作流的执行流程，我们这里用户输入三个变量，分别是文章标题，文章内容和封面的链接，然后添加一个公众号插件，把输入的变量分别关联上公众号发布草稿，公众号发布媒体和公众号文章发布。- 获取{{input}}中内容之后的内容保存到{{conttent}}中。- 以{{input}}的内容进行处理。

假如我们现在有二个文件，分别是测试1，测试2，文件1中有客户名称，客户地址，客户类型等，文件2中有客户名称,客户成交额,客户规模等，我们想要合并文件1中客户地址，客户类型和文件2中的客户成交额，客户规模，使用客户名称作为关联到一个excel中怎么操作呢？select_cols1 = ['客户名称','客户地址', '客户类型']select_cols = ['客户名称', '客户状态','创建时间']select_cols2 = ['客户名称','客户规模']

new_df.to_excel(to_path, index=False) # 不包含原始索引，index=False。merged_df.to_excel(writer, sheet_name='合并', index=False)df1 = pd.read_excel(path, sheet_name='商品明细')df = pd.read_excel(path, sheet_name='商品明细')# 假设你想要将列'A'和'B'拆分到一个新的DataFrame中。# 读取第一个sheet的数据。

ChatGLM-6B 是一个开源的、支持中英双语的对话语言模型，基于 General Language Model (GLM) 架构，具有 62 亿参数。结合模型量化技术，用户可以在消费级的显卡上进行本地部署（INT4 量化级别下最低只需 6GB 显存）。ChatGLM-6B 权重对学术研究完全开放，在填写问卷进行登记后亦允许免费商业使用。ChatGLM-6B 权重对学术研究完全开放，在填写问卷进行登记后亦允许免费商业使用。

'D:\\installation\\anaconda\\envs\\luye\\Lib\\site-packages\\cv2\\cv2.pyd'对大模型进行训练时，可以使用cpu和gpu，gpu训练效率更高，那么在python在怎么使用gpu进行模型训练呢。这里的cp311是python的版本表示3.11.1 cu121表示cuda版本为12.1。下载完成以后，直接安装，选择自定义安装，一步一步，点击完成。这里已经要选择和自己python版本对应的torch版本。5：安装完成以后再次运行脚本。

我们利用Langchain-Chatchat和Qwen1.5-14B-Chat-GPTQ-Int4来实现一个对话项目应用。安装模型推理引擎我们使用的基于Transformers的Qwen ，需要安装Transformers。注意：这个依赖库需要全部安装，如果有报错的要解决，不然后面应用是启动不了的。这里安装Qwen 1.5版本的。需要安装python依赖环境。我这里显卡是118版本的。下载langchain。

1：什么是LLM大型语言模型（Large Language Model）LLM指的是基于深度学习技术，经过大量文本数据训练而成的模型，能够理解、生成和处理自然语言，提供诸如语言翻译、文本摘要、问答系统等服务。这类模型由于其规模庞大，能够学习到语言的深层次规律，从而在各种语言任务上展现出优越的性能。2: 什么是LangChainLangChain是一个开源框架，专为简化和加速基于大型语言模型（LLM）的应用程序开发而设计。

这里出现一个问题，由于给的表格存在金额数据为空的数据，我金额填充为0，这样出现的情况就是只要存在下单人就算一单，不管金额。关联条件 = df[(df.商品 == 商品) & (df.下单人==下单人)].fillna('空值')data = pd.DataFrame(dic, columns=label).sort_values(by='金额')单数,金额 = 关联条件.shape[0],关联条件.金额.sum()dic,label = [],('下单人','商品','金额','单数','总数')

df.to_excel('新的文件路径.xlsx', index=False)result = df[df['你要查找的列名'] == '你要查找的值']df = pd.read_excel('你的文件路径.xlsx')df = pd.read_excel('你的文件路径.xlsx')df = df.drop('你要删除的列名', axis=1)# 删除指定列的数据，例如删除列名为'你要删除的列名'的列。# 查找元素，例如查找所有值为'你要查找的值'的行。# 保存合并后的数据到新的Excel文件。

是一个开源的Python库，它为Python提供了强大的多维数组对象和用于处理这些数组的函数。NumPy的核心是ndarray，它是一个高效的多维数组容器，用于存储和处理大规模的数据。NumPy还提供了许多数学函数，用于数组之间的操作，以及用于线性代数、傅立叶变换和随机数生成等功能。这里我们只是举例演示部分NumPy的函数操作，NumPy还有很多函数用于复杂的代数运算和其他用途。

matplotlib.animation 是 Matplotlib 库中的一个模块，用于创建动画。它提供了多种工具和函数，使您能够轻松地创建各种类型的动画。

plt.table()函数是Matplotlib库中的一个函数，用于在图表中插入一个表格。它提供了创建和定制表格的功能。下面是plt.table()函数的一些常用参数：cellText: 一个二维列表或数组，表示表格中的文本内容。每个元素对应一个单元格的内容。cellLoc: 单元格中文本的布局方式，可以是 'center'、'left' 或 'right'。默认值为 'center'。loc: 表格的位置，可以是 'upper right'、'lower left' 等。

为了绘制立体，主要用到Matplotlib中的一个函数voxels绘制一组填充体素，所有体素在坐标轴上绘制为1x1x1立方体，filled[0, 0, 0]的lower corner位于原点。被遮挡的面不再绘制。

plt.subplots() 是 Matplotlib 库中的一个函数，用于创建一个新的图形窗口或激活一个已存在的图形窗口，并返回一个或多个子图（subplots）的坐标轴对象。plt.subplots() 函数在 Matplotlib 中用于创建子图。以下是其常用的参数：nrows, ncols: 定义子图的行数和列数。例如，plt.subplots(2, 2) 将创建一个2x2的子图布局。sharex, sharey: 是否共享x轴或y轴。默认为False。

shape：这是一个元组，描述了数组的维度。第一个参数是数组，第二个参数是所沿的轴，对于二维数组，0的话就是每一行的最小值，1的话就是每一列的最小值，不指定轴的话，默认为所有元素的最小值。它等于 numpy.prod(array.shape)，或者如果你只处理一维数组，它就是数组的长度。NumPy 数组（通常称为 ndarray）有许多有用的属性，这些属性可以帮助你了解数组的各个方面。ctypes：如果数组的数据类型是 ctypes 兼容的，这个属性会返回一个描述数据类型的 ctypes 对象。

在Python的NumPy库中，有几种不同的方法可以创建数组。我们演示下不同方式创建数组的例子。

value = [{"计算机": 5000, "历史": 7000, "艺术": 6000},{"计算机": 5000, "历史": 7000, "艺术": 6000}]value = [{"计算机": 5000, "历史": 7000, "艺术": 6000},{"计算机": 5000, "历史": 7000, "艺术": 6000}]df = pd.DataFrame(value,index=["历史","小艺术"],columns=["报名人数","录取人数","学费"])

首先利用sql,统计数据客户数据，我们这次要实现客户维度的四张报表客户每月增长趋势表，客户订单每月增长表，客户每月转化增长表，客户每月下单增长表，我们利用matplotlib将月份设置我x坐标，将数据处理为y坐标，处理完的数据格式如下。