赖德发的博客

错误1：ImportError: libSM.so.6: cannot open shared object file: No such file or directoryraceback (most recent call last): File "test.py", line 3, in <module> import easyocr File "/root/anaconda3/envs/model/lib/python3.7/site-packages/easyocr/_

第一步：创建一个企业微信群，鼠标右键添加机器人 ，然后把机器人的url 复制出来第二部：将url 填入dsj_url# -*- coding: utf-8 -*-# author:laidefaimport requestsimport jsondef send_msg(dsj_url,send_message): data1=json.dumps({'msgtype':"text", "text":{ "

Dash是比较新的软件包，它是用纯Python构建数据可视化app的理想选择，因此特别适合处理数据的任何人。Dash是Flask，Plotly.js和React.js的混合体。Dash 建立在 Plotly.js、React 和 Flask 之上，将现代 UI 元素（如下拉列表、滑块和图形）与你的 Python 代码相结合。类似R语言的shiny,matlab 的GUIDE功能模块。一、安装dash包pip install dash==1.18.1...

python 可以调用C++的DLL 动态链接库，从而达到与c++语言交互的目的。python调用C++编译生成的DLL动态链接库，我们需要借助ctypes库。ctypes是一个用于Python的外部函数库，它提供C兼容的数据类型，并允许在DLL或共享库中调用函数。假如我们在外面定义了一个myTest.dll文件，计算两个数之和。那么 我们python 如何调用DLL文件呢。下面是具体的方法，代码也是比较少，引入ctypes包即可。from ctypes import *# -------

# 图片转换成base64def picture2base(path): with open(path, 'rb') as img_file: img_b64encode = base64.b64encode(img_file.read()) s = img_b64encode.decode() resbase64='data:image/jpeg;base64,%s' % s return resbase64# base64转换

Docker是一个用于开发，发布和运行应用程序的开放平台。Docker使您能够将应用程序与基础架构分开，从而可以快速交付软件。借助Docker，您可以以与管理应用程序相同的方式来管理基础架构。通过利用Docker的方法来快速交付，测试和部署代码，您可以大大减少编写代码和在生产环境中运行代码之间的延迟。1、docker安装一键安装命令：curl -sSL https://get.daocloud.io/docker | sh2、docker 部署Flask 服务创建文件夹docker_test，执

HappyBase是开发人员友好的Python库，可与Apache HBase进行交互。HappyBase设计用于标准HBase设置，并为应用程序开发人员提供了Pythonic API以与HBase进行交互。在表面之下，HappyBase使用Python Thrift库通过其Thrift网关连接到HBase ，该网关包含在标准HBase 0.9x版本中。这个包非常好用，简单高效读取。官方文档学习点这里import happybaseconnection = happybase.Connection

pip 坏了，先执行python -m pip install --upgrade pipcmd下，输入如下命令： curl https://bootstrap.pypa.io/get-pip.py -o get-pip.py python get-pip.py --force-reinstall即可解决。

XGBoost是用于分类和回归问题的梯度提升集成方法的一个实现。XGBoost是为表格式数据集的分类和回归问题而设计的，也可以用于时间序列预测。通过使用滑动时间窗口表示，时间序列数据集可以适用于有监督学习。下面我们一起来学习下：1、xgboost安装：pip install xgboost也可以使用scikit-learn API中的XGBRegressor包装类2、例子讲解让我们用一个例子来具体学习。设想我们有这样一组时间序列数据：time measure1 1002 1103

matlab 使用quadprog 函数，求解线性规划，二次规划等问题。那么如何保持跟matlab 相同的参数，python使用习惯呢，下面定义一个函数，符合matlab用户的使用习惯。简单例子如下：import numpy as npimport cvxoptdef quadprog(H, f, L=None, k=None, Aeq=None, beq=None, lb=None, ub=None): """ Input: Numpy arrays, the forma...

python 版本：3.7.5一、Windows 平台安装：1、下载cvxopt-1.2.5-cp37-cp37m-win_amd64.whl 文件https://www.lfd.uci.edu/~gohlke/pythonlibs/#cvxopt2、下载 numpy-1.19.1+mkl-cp37-cp37m-win_amd64.whlhttps://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy进入cmd 命令，进入下载路径，执行如下命令：pip u

Python安装OpenOPCOPC是一个工业数据读写标准，用户开发OPC客户端，进行连接OPC服务器，访问开放的数据接口，进行读写数据。下面我们进行python3 连接 opcwindows平台：以管理员身份运行cmd在以管理员身份运行的cmd窗口中输入命令 pip install OpenOPC-Python3x ，回车即可安装OpenOPC模块成功，如下图所示。安装成功后就可以使用import OpenOPC命令导入模块，如下图所示。linux 平台：linux 平台直接用 pi

进入cmd命令：cd D:\深度学习\数据集python -m http.server 6789执行命令 python -m http.server 端口号，我这里演示指定端口号为： 6789 ，执行完成在浏览器上访问：http://127.0.0.1:6789/这个搭建是不是非常简单了，但这个共享服务却是非常实用的。...

pip install 库时报错Microsoft visual c++ 14.0 is required。python3 版本 需要 Microsoft visual c++ 14.0解决方案：因此我们需要下载visualcppbuildtools full.exe。有两种下载途径：网页下载下载完后，选择自定义安装，如图所示安装圈出来的两个组件。一直点下一步，等待安装成功即可。...

1、包介绍Streamlit是一个开放源代码的Python库，可轻松构建用于机器学习和数据科学的精美自定义Web应用程序。要使用它，只需导入它，然后编写几行代码，然后使用运行脚本即可。Streamlit监视每次保存时的更改，并在编码时实时更新应用程序。代码从上到下运行，始终从干净状态开始，不需要回调。这是一个简单而强大的应用程序模型，可让您快速构建丰富的UI。2、包安装pip install Streamlit3、官方文档https://docs.streamlit.io/en/latest.

1、安装包pip install pydot-ng pip install graphviz pip install pydot 2.安装了以上模块，但是还是报错误,发现GraphViz的可执行文件没有，需要下载可执行文件。下载地址：win10下载地址下载安装好之后，配置环境变量，加入path中去。...

python 获取 本地mac 地址，本地ip地址# -*- encoding=utf-8 -*-# 获取本机mac地址import uuiddef get_mac_address(): mac=uuid.UUID(int = uuid.getnode()).hex[-12:] return ":".join([mac[e:e+2] for e in range(0,11,2)])import socket#获取本机电脑名myname = socket.getfqdn(s

一、装饰器本质本质上就是一个高阶函数 ，指的是函数的函数，类似 导数的导数一样。二、任意参数在介绍装饰器的具体使用之前，我们先来了解和熟悉一下Python当中的任意参数。Python当中支持任意参数，它写成*args, **kw。表示的含义是接受 任何形式的参数 。举个例子，比如我们定义一个函数：def exp(a, b, c='3', d='f'): print(a, b,...

python一直被病垢运行速度太慢，但是实际上python的执行效率并不慢，慢的是python用的解释器Cpython运行效率太差。“一行代码让python的运行速度提高100倍”这绝不是哗众取宠的论调。下面我们来看个例子：从1一直累加到1亿。import timedef foo(x,y): tt = time.time() s = 0 for i in range(x,y): ...

linux 下：unable to execute ‘gcc’: No such file or directory需要安装包：sudo yum install gccyum install -y mysql-develyum install libffi-devel -yyum install -y zlib-devel bzip2-devel openssl-devel ncurs...

回归算法，经常需要用到一些评估指标，它们分别是MAE,MSE,RMSE，R方，python实现如下：# -*- coding: utf-8 -*-import mathimport numpy as npimport pandas as pd# 回归评估指标计算，平均绝对误差，均方误差，均方根误差def compute_mae_mse_rmse(target,prediction)...

下面将以一个例子来讲解 XGBoost 解决多分类问题。1、下载数据集，数据集我们采用小麦种子数据集，该数据集有3类，已知小麦种子包含 7个特征，分别为面积，周长，紧凑度，仔粒长度，仔粒宽度，不对称系数，仔粒腹沟长度，小麦类别为1,2，3linux --下载数据集：wget https://archive.ics.uci.edu/ml/machine-learning-databases/0...

FastAPI 定义请求体，需要 Pydantic 模型。你需要从pydantic中导入BaseModel。import BaseModel from pydantic创建数据类型然后，声明你的数据模型为一个类，且该类继承 BaseModel.# 创建数据模型class Item(BaseModel): name: str description: str = None...

很多的小伙伴，经常会有这样的困惑，我看了很多技术的学习文档、书籍、甚至视频，我想动手实践，于是我打开了GitHub，想找个开源项目，进行学习，获取项目实战经验。这个时候很多小伙伴就会面临这样的问题：“我不会搜啊，我该怎么找呀？”，最终只能放弃。相信看完这篇文章，你就可以学会如何精准地在GitHub搜索项目。我们想要进行精准搜索，无非就是增加筛选条件。in:name xxx // 按照项目名搜索...

前端post发送json数据html = requests.post(url, json.dumps(params))Flask后端接收json数据对于前端POST请求发送过来的json数据，Flask后台可使用 request.get_data() 来接收数据，数据的格式为 bytes；加上as_text=True 参数后就变成 Unicode 了； 再使用 json.loads() 方...

在回归分析中，影响因变量y的因素很多，而有些自变量的对目标变量y的影响程度不同，为了建立一个相对最优的回归方程，我们需要筛选掉对目标变量y影响不大的变量，这就涉及到了变量选择问题。逐步回归是通过假设检验的方法来筛选强特征，但如果直接用特征变量和结果变量做回归，看系数的正负和大小来判断变量的相关性，其实也是合理的，但是为了考虑变量间的相互作用在回归模型中对结果的影响，通常还是应用逐步回归的方法。...

一、FastAPI 干啥的？FastAPI 是用来构建 API 服务的一个高性能框架。二、为什么选择 FastAPI ?FastAPI 是一个现代、高性能 web 框架，用于构建 APIs，基于 Python 3.6 及以上版本。最大特点：快！性能极高，可与 NodeJS, Go 媲美。基于 Starlette 和 Pydantic，是 FastAPI 如此高性能的重要原因。还具备代...

一、什么是GIL?全局解释器锁[Global Interpreter Lock]是计算机程序设计语言解释器用于同步线程的一种机制，它使得任何时刻仅有一个线程在执行。即便在多核处理器上，使用 GIL 的解释器也只允许同一时间执行一个线程，常见的使用 GIL 的解释器有CPython与Ruby MRI。可以看到GIL并不是Python独有的特性，是解释型语言处理多线程问题的一种机制而非语言特性。多...

1、进入root，mkdir software2、cd software3、下载anaconda3软件，下载地址：https://repo.continuum.io/archive/index.html下载Anaconda3-2019.10-Linux-x86_64.sh4、安装Anaconda3-2019.10-Linux-x86_64.sh，执行如下命令：bash Anaconda...

字典：{'F30MB_FB': 867.0618, 'F44AC_CUN1': 100}字典转换为数据框，把字典放在list中df = pd.DataFrame([{'F30MB_FB': 867.0618, 'F44AC_CUN1': 100}])print(df)数据框： F30MB_FB F44AC_CUN10 867.0618 100...

今天我们介绍下pyechats 的用法和一个简单的例子。安装：pip install pyecharts步骤1：导入相关包：# 导入包import pandas as pdfrom pyecharts.charts import *from pyecharts import options as optsfrom pyecharts.globals import *from ...

使用过默认的pip 安装包的同学们都知道，默认的pip 安装起包来速度没有那么快，那么有没有更快速的方法安装起包来呢？有，使用国内的清华镜像源，直接在国内下载安装包，弯道超车起步更快，总比去国外下载包来得更快哦。下面我们一起来了解下具体用法。一、临时使用清华镜像源安装包pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pandas...

python 读取txt数据报如下错误：filename='D:/2019-09-01.txt'data = pd.read_table(filename, sep=',', header=None)print(data)UnicodeDecodeError: 'utf-8' codec can't decode byte 0xc9 in position 2: invalid cont...

一、python数据框按某列分组取第一个核心： df.sort_values(['date_time2','value'],ascending=[1,1],inplace=True) grouped = df.groupby(['date_time2']).head(1)按date_time2 分组 取 value值的第一个# -*- coding: utf-8 -*-impo...

在同一个目录下有很多格式一样的txt 或者csv文件，怎么把他们合并成一个大的txt或者一个大的csv文件呢？解决方案：合并同一个文件下所有的txt:# -*- coding: utf-8 -*-import pandas as pdimport os# 设定所有文件存放路径save_path='D:/结果数据/'# 设定合并数据集存放路径save_merge_path='D...

问题描述：使用ipython notebook 报如下错误:ModuleNotFoundError: No module named 'win32api'解决方法：pip install pypiwin32重启 ipython notebook 就可以啦

通常呢，大家绘制图片，立马想到的是matplotlib这个包 ，也就是说，你只需调用 .plot() 方法，即可快速绘制简单的 pd.DataFrame 或 pd.Series。如下：import matplotlib.pyplot as pltimport pandas as pdimport numpy as nplines_df=pd.DataFrame(np.random.rand...

应用场景：有些查询sql接口 地方where条件动态变化。后端如何根据where条件变化。下面是一个简单的实现。# -*- coding:utf-8 -*-import cx_Oraclefrom DBUtils.PooledDB import PooledDBfrom webapi_function import *from config import *dsn = cx_Orac...

用flask 写接口，如何获取请求参数数据呢。1、get 参数 if request.method == "get": text = request.args.get('text')2、post 参数 if request.method == "POST": id=request.form.get('id') word=request.form.get...

用conda 安装环境时，报如下错误：Cache entry deserialization failed, entry ignored解决：更新pip版本：python -m pip install --upgrade pip