u013600870的专栏

Typora是一款非常优秀的md文档软件，以其小巧灵活、简洁优雅、所见即所得的界面在全世界学生党和技术员中拥有大批拥泵，可视，众所周知，自2021年11月之后，Typora升级为v1.0正式版后开始收费（当然，大家有$￥的还是要支持作者哈，据说还是国内的大牛作者），并对之前的免费试用版进行强制废弃和升级，下面就如何继续使用之前免费使用的旧版本以及如何快速上手使用Typora进行一个简单的记录。

kettle pdi JavaScript

conda使用 python离线环境迁移 离线安装 pip download pip install requirements.txt

pyinstaller easyOCR 常见错误

离线OCR 路径os Linux docker

离线ocr os路径操作 配置文件操作 命令行参数

离线OCR 支持图像类型PDF文件 支持文件夹

ocr 离线ocr 命令行OCR

基于Python的离线OCR识别，命令行模式，Linux系统，电子档案的大数据化

OpenRefine开源数据清洗软件的GREL语言 (General Refine Expression Language)

开源数据清洗软件OpenRefine中使用的正则表达式详解

利用Python合并多个Excel文件到单个Excel文件，保留各sheet页标签

利用Python合并多个Excel文件到单个Excel文件，保留各sheet页标签

本文是对kettle8连接MySQL8之驱动问题的终极探讨，涉及到了MySQL和kettle的前世今生，也是对前人4种方法经验的全面总结。【问题描述】在使用(Kettle) pdi-ce-8.2 连接MySQL 8.x及以上数据库时，发现即使按照默认的规则，将与MySQL 8.x数据库对应的jar包放到Kettle的\data-integration\lib目录下，并且正确的填写数据库连接信息后，仍然不能连接成功。【问题概述】这还真不是kettle的锅，而是MySQL不讲武德，:-)

python中获取文件行数的方法：#获取文件行数import osos.chdir(r'C:\WorkDir\pyecharts-gallery-master\Bar3D')os.listdir()for count,line in enumerate(open(f"bar3d_base.py", "r", encoding='utf-8')): count+=1print(count)在文件前部添加语句、删除文件尾部的最后两行，并记录倒数第2行，将其剪切到最后一行：#.

在上一篇中讲解了如何修改pyecharts-gallery-master中的py源程序并配置本地的js文件资源pyecharts-assets，启动服务器、从而解决在离线环境下PyEcharts不出图的问题，但是pyecharts-gallery-master中的例子那么多，逐一修改所有的py文件并重新生成太过麻烦了，能不能编译个程序一键生成呢？答案是肯定的，而且，chenjianxin大神也已经为我们准备好了框架和绝大部分代码，我们只需要进行简单的修改即可实现上述的“一键修改”功能，诀窍就在大神为

前面在讲述我配置离线的Python数据分析和数据可视化环境虚拟机的时候，遇到了离线状态下使用PyEcharts进行数据可视化绘图时，html网页打不开、不出图的问题，经过两天的查找，发现主要原因（对，还有次要原因哈）是由于PyEcharts在升级到1.x版本后，将原来HTML网页中使用到的很多js文件换为了在线获取的方式，例如打开pyecharts-gallery-master\Bar文件夹里面的bar_base.html，就会发现利用了https://assets.pyecharts.org/assets

昨天在将为了在离线场景下培训学员利用python进行数据分析和数据可视化时，专门配置虚拟机的时候，安装好Jupyter Notebook后，再安装Extensions工具插件后，控制台出现了很多template_paths找不到的错误的问题，经过摸索后，终于找到了问题的所在，就是 不知道哪个人擅自把原来nbconvert版本中的template_path换成了template_paths了。。。安装好Jupyter Notebook后，再用：pip install jupyter_contrib_

Python数据分析和数据可视化环境配置-通过虚拟机的形式由于将要对一批学员进行数据分析相关的培训教学，而工作环境不能上网，不能实时联网利用pip包进行安装，所以我就打算通过虚拟机的方式事先将电脑的软件环境配置好，然后所有的培训电脑都装虚拟机的方式，完成离线配置任务，培训的主要内容有：数据清洗、数据分析、数据可视化、软件工程（数据库+GUI编程），还带有一部分内网的数据爬虫，所以我就选择了Anaconda+PyCharm+PyQt5+MySQL+PyEcharts的路线，花费了整整一个大星期的时间，分别

1. OpenCV1.0中C方式：doublegetAvg(IplImage*img){IplImage*gray=cvCreateImage(cvGetSize(img),IPL_DEPTH_8U,1);cvCvtColor(img,gray,CV_RGB2GRAY);CvScalarscalar=cvAvg