原创 Linux 在 Shell 中啓動程序出現 [Errno 5] Input/output error 錯誤解決方案

過程描述 剛不久用 Tornado 寫了一個項目,本打算部署在 Nginx 上,但是因爲公司的一些原因就沒有使用 Nginx,直接在命令行中啓動 當我從命令行以後臺的方式啓動以後,是可以正常訪問的 python start.py

原创 Python3 從 URL 中提取域名、路徑、參數等數據

Python3 可謂是做爬蟲的利器,既然是利器就能想你所想,比如我們如何從 URL 中提取域名、路徑、參數等數據呢? 正則 正則是可以!不過在程序界一直流傳着一個說法。有一個程序我們用正則寫吧,那麼你就有兩個問題了。。。 除了正則

原创 爲什麼 Tornado 在部署的時候不需要使用 uWSGI

熟悉 Python 的 Django、Flask 等 Web 框架的小夥伴下部署的時候一定會用到 uWSGI 或者 gunicorn 服務器,然後使用 Nginx 做反向代理,那麼在部署爲什麼 Tornado 在部署的時候不需要使

原创 Supervisor 進程管理工具的安裝及使用

Supervisor 簡介 Supervisor 是用 Python 開發的一個 client/server 服務,是 Linux/Unix 系統下的一個進程管理工具。可以很方便的監聽、啓動、停止、重啓一個或多個進程。用 supe

原创 Mac 下 brew 使用國內的鏡像源

爲什麼要給 brew 換源(類似 Centos 的 yum 或 Ubuntu 的 apt-get),因爲 homebrew 是老外的東西,默認的源都是國外的庫,所以,在安裝或者 update 時慢的飛起。。。 1. 官網下載 br

原创 Python3 Tornado 如何開啓多進程模式

先來看一個 Tornado 示例: #!/usr/bin/env python3 # -*- coding: UTF-8 -*- from tornado.ioloop import IOLoop as Run from tor

原创 Mac 下啓動、重啓、關閉 Nginx

安裝 brew install nginx 啓動 nginx 關閉 nginx -s stop 重啓 重新加載配置再啓動 nginx -s reload

原创 百度搜索引擎 - 搜索關鍵字排名 API

如果想用程序模擬在瀏覽器中使用百度搜索的結果,最先想到的就是爬蟲了, 然而,還有一個更簡單的方式可以使用,那就行直接使用百度的 API ,返回是 json 格式的數據,簡直不要太爽。。。 API: https://www.baid

原创 Python3 解決 Json 無法解析 datetime 格式數據

因爲 Json 格式是由 JavaScript 對象爲基礎創建的輕量級數據格式,而 JS 沒有 datetime 數據類型,所以在 Python 中使用 json.dumps 會報錯(至於爲什麼會出現 datetime 格式的數據

原创 深入理解:回調函數

關於回調函數到底是什麼,已經困擾了我很久了~ 在知乎上看到幾位大神的帖子,才恍然大悟 作者:no.body 鏈接:https://www.zhihu.com/question/19801131/answer/27459821 來

原创 NumPy 教程(第 9 章):數組廣播

廣播(Broadcast)是 numpy 對不同形狀(shape)的數組進行數值計算的方式, 對數組的算術運算通常在相應的元素上進行 如果兩個數組 a 和 b 形狀相同,即滿足 a.shape == b.shape,那麼 a*b

原创 NumPy 教程(第 11 章):數組操作

Numpy 中包含了一些函數用於處理數組,大概可分爲以下幾類: 修改數組形狀 翻轉數組 修改數組維度 連接數組 分割數組 數組元素的添加與刪除 修改數組形狀 reshape 不改變數據的條件下修改形

原创 NumPy 教程(第 20 章):矩陣庫

NumPy 中包含了一個矩陣庫 numpy.matlib,該模塊中的函數返回的是一個矩陣,而不是 ndarray 對象 一個 m * n 的矩陣是一個由 m 行(row)n 列(column)元素排列成的矩形陣列 矩陣裏的元素可以

原创 NumPy 教程(第 21 章):線性代數

NumPy 提供了線性代數函數庫 linalg,該庫包含了線性代數所需的所有功能,可以看看下面的說明: dot 兩個數組的點積,即元素對應相乘 vdot 兩個向量的點積 inner 兩個數組的內積 matmul 兩

原创 NumPy 教程(第 14 章):數學函數

NumPy 包含大量的各種數學運算的函數,包括三角函數,算術運算的函數,複數處理函數等 三角函數 NumPy 提供了標準的三角函數:sin()、cos()、tan() In [1]: import numpy as np In