原创 Tkinter 界面顏色
colors = '''#FFB6C1 LightPink 淺粉紅 ,#FFC0CB Pink 粉紅 ,#DC143C Crimson 深紅/猩紅 ,#FFF0F5 LavenderBlush 淡紫紅 ,#DB7093
2019-04-11 18:10:17
原创 ubuntu 配置開機自啓動程序
流程： # cd /etc/init.d # vim my_server.sh 爲 my_server.sh中添加如下內容： #! /bin/sh ### BEGIN INIT INFO # Provides:
2019-04-08 18:04:47
原创 mongodb win中配置開機自啓動
MongoDB配置 步驟一配置： a.配置mongoDB，此目錄配置conf文件 b.配置文件內容： dbpath=G:\software\MongoDB\data\db #數據庫路徑 logpath=G:\software\Mongo
2019-04-04 18:08:53
原创 django CACHES
緩存 django中配置緩存可以加速數據處理，redis是基於內存的數據存儲，配置其餘的緩存中間件都是類似的 在setttings.py中配置 CACHES = { 'default': { 'BACKEND':
2019-04-03 18:04:32
原创 機器學習 特徵選擇
特徵選擇 1、簡介 數據預處理完成以後，特徵比較多時，就需要對特徵進行選擇。 使有意義的特徵輸入模型進行訓練。 特徵選擇通常來說從兩個方面入手： 特徵是否發散：特徵如果不發散， 方差很小接近於0， 就意味着這個特徵在所有樣本中的分佈是沒有
2019-03-22 18:11:16
1
原创 機器學習 降維
降維 1、簡介 當特徵選擇完成後，可以直接訓練模型了，但是可能由於特徵矩陣過大，導致計算量大，訓練時間長的問題，因此降低特徵矩陣維度也是必不可少的。常見的降維方法除了以上提到的基於L1懲罰項的模型以外。 另外還有主成分分析法（PCA）和線
2019-03-22 18:11:16
原创 機器學習 數據表達與特徵工程
數據表達與特徵工程 1、簡介 在機器學習裏面，特徵的選取與特徵數據預處理十分重要，特徵的準確性直接決定最終模型的準確性，而選擇更好的訓練模型只能爲了更好的逼近預期值。 特徵工程就是對於原始數據進行數據預處理， 儘可能把可以把後續模型建立需
2019-03-22 18:11:16
3
原创 機器學習 數據預處理（特徵值轉化）
數據預處理（特徵值轉化） 1、簡介 我們知道，MNIST數據集中的樣本特徵是從0-255的灰度值，0表示白，而255表示黑，中間的數值代表不同深度的灰色。通過除以255的操作，我們可以把所有的特徵值限定到0-1之間，從而有利於模型計算，提
2019-03-22 18:11:05
15
原创 python 協程
1、背景 asyncio 庫最早由PyPI 提供，在基於Python3.3的環境時就已經能夠使用，而在2013年9月20日，正式加入Python3.4官方庫大家族，一直到Python3.5纔將許多臨時API定格下來，雖然計劃是這
2019-03-13 04:31:15
1
原创 Web性能壓力測試工具之ApacheBench（ab）詳解
PS：網站性能壓力測試是性能調優過程中必不可少的一環。只有讓服務器處在高壓情況下才能真正體現出各種設置所暴露的問題。Apache中有個自帶的，名爲ab的程序，可以對Apache或其它類型的服務器進行網站訪問壓力測試。 ApacheBenc
2019-03-06 18:00:52
原创 tornado 異步高併發
Tornado 簡而言之，Tornado的異步包括兩個方面，異步服務端和異步客戶端。無論服務端和客戶端，具體的異步模型又可以分爲回調（callback）和協程（coroutine）。具體應用場景，也沒有很明確的界限。往往一個請求服務裏還包
2019-03-06 18:00:52
8
原创 python 設計模式-適配器模式
適配器模式（Adapter pattern）：是一種結構型設計模式，幫助我們實現兩個不兼容的接口之前的兼容；樣例：電子商務系統支持不同國家的貨幣交易，需要一個適配器，將其餘的貨幣轉化成一種貨幣最終進行交易。 設計模式一直遵從開放/封閉的原
2019-03-06 18:00:52
原创 python 設計模式-單例模式
單例模式使用場景詳解 單例模式的優勢與劣勢這裏就不做講解，主要總結了下python的經常使用場景 python類封裝-單例模式 # 單一類封裝，只能創建一個實例 class Singleton(object): def __n
2019-03-05 00:49:45
2
原创 Django封裝下載大文件Restful API
對於小文件，可以直接通過read()函數全部讀取，並返回；但是對於大文件，全部讀取，加載到內存中，再返回，這個不僅會過多耗費資源，而且容易造成傳輸緩慢，下面是自己使用django封裝的下載大文件代碼 from rest_framewor
2019-03-01 00:50:25
1
原创 elasticsearch 5.x python2.7調用delete_by_query函數刪除失敗
問題： 最近我在使用elasticsearch 5.1版本，用python調用delete_by_query根據已知條件過濾數據並刪除的時候，出現如下問題 調用代碼： from elasticsearch import Elastic
2019-03-01 00:50:25
1