flask终归为小框架，突出快速开发，过于复杂的项目，并不建议使用flask。
谷歌api驗證 export GOOGLE_APPLICATION_CREDENTIALS="/home/user/Downloads/[FILE_NAME].json" ssh-rsa AAAAB3NzaC1yc2EAAAAD
import pandas as pd import numpy as np df = pd.DataFrame({'name':['Jack','Alex','Bob','Nancy','Mary','Alice','Jerr
#!/usr/bin/env python3 # -*- coding: utf-8 -*- """ Created on Mon Jul 6 11:52:20 2020 @author: lg """ # 導入模塊 fro
crontab 真的不好用 import pandas as pd import subprocess import os import time from datetime import datetime from apsche
最近老是要做比對Report的工作，有個想法寫個Python小程序來比對兩個文件。 以前只用過xlrd庫，處理的是xls文件，做一些簡單的數據處理 這次在寫小工具的同時也學習一下新的東西 由於報表是Office 2007類型（也就是Xl
''' 漢諾塔——藉助B柱，將A柱的所有盤子移動到C柱上，期間小的盤子永遠在上面，一次只能移動一個盤子 ''' # 觀察問題： # 1.如果只有 1 個盤子A——>C # 2.如果有大於等於 2 個盤子，我們總可以把它們看成是 2
1.高階函數 接收函數作爲參數 # 高階函數——接收函數作爲參數，或接收函數作爲返回值 # 定義一個函數將列表中所有的偶數保存到一個新的列表中 lst1 = [1, 2, 3, 4, 5, 6, 7, 8] # 高階函數 #
在 編程中，幾乎90%以上的代碼都是關於整數或字符串操作，所以與整數一樣，Python 的字符串實現也使用了許多拿優化技術，使得字符串的性能達到極致。與C++ 標準庫(STL)中的 std::string 不同，python字符串集合了許
創建 方法一: >>> dict1 = {} >>> dict2 = {'name': 'earth', 'port': 80} >>> dict1, dict2 ({}, {'port': 80, 'name': 'earth'}
創建列表 sample_list = ['a',1,('a','b')] Python 列表操作 sample_list = ['a','b',0,1,3] 得到列表中的某一個值 value_start = sample_list[
大家好，我是小木，沒想到吧，我又回來了，啊哈哈哈。之前幾天我腸胃感冒，所以我的博客就一直沒有更新。但我小木是打不死的小強，這次繼續回來講解啦！本次課程我主講的內容是計算機視覺。爲什麼小木我要開這次課程呢？很簡單，因爲我之前讀了一本書，叫做
Flask 和 Google App Engine 部署模型服務使用方法 將機器學習模型部署爲REST API（github)
基於Bert-NER構建特定領域中文信息抽取框架 當Bert遇上Keras：這可能是Bert最簡單的打開姿勢 基於TensorFlow實現Skip-Gram模型 構建一個完整的中文智能問答系統 PaddlePaddle 做詞向量模型 S
在Python2.7中內置函數input()會將輸入數據當成指令，從鍵盤中輸入數據應該使用raw_input() 在Python3中input()函數用於從鍵盤中讀取數據 1 #!/usr/bin/python 2 #
在Python可以使用字符串的format函數替換掉字符串中的{}格式化描述符號從而達到C中的printf效果 示例代碼: #!/usr/bin/python3 amount = float(input("Enter amoun
