摘要：
第一步 搭建zookeeper环境 1)docker pull wurstmeister/zookeeper 2)docker run -d --restart=always --log-driver json-file --log-opt max-size=100m --log-opt max-f 阅读全文
摘要：
数据库设计规范： 一 命名规范： 1、所有数据库对象名称必须使用小写字母并用下划线分割 2、所有数据库对象名称禁止使用MySQL保留关键字（如果表名中包含关键字查询时，需要将其用单引号括起来） 3、数据库对象的命名要做到见名识意，并且最好不超过32个字符 4、临时表必须以tmp_为前缀并以日期为后缀 阅读全文
摘要：
使用numpy和简单的深度优先搜索（DFS）算法来解决矩阵寻路问题 import numpy as np def find_path(matrix, start, end): rows, cols = matrix.shape path = [] visited = set() def dfs(i, 阅读全文
摘要：
我们使用了A*算法的启发式（曼哈顿距离）来改进Dijkstra算法的性能。当我们将邻居节点添加到优先队列时，我们使用了distance + heuristic作为优先级，这样我们可以更快地找到通往目标节点的路径。 import heapq import numpy as np def heurist 阅读全文
摘要：
场景描述：基于物联网检测设备，大量采集流量数据和液位高度数据存储在时序数据库(influxdb)中。并采用下面代码对数据进行预测 #!/usr/bin/env python # -*- coding: UTF-8 -*- # Author:李智敏 # Wechat:anark919 # Date:2 阅读全文
摘要：
不多说自己看： import functools import itertools import sys if sys.version_info[0] == 3: iterbytes = iter else: iterbytes = functools.partial(itertools.imap, 阅读全文
摘要：
在三维空间中寻路相较于二维空间更为复杂，因为需要处理额外的维度。下面是一个示例，展示了如何使用深度优先搜索（DFS）算法在三维矩阵中寻找路径。 首先，我们需要定义三维矩阵，并编写一个递归的DFS函数来寻找路径。注意，这个示例仅考虑了相邻的格子（上下左右前后）之间的移动，并且假设障碍物用1表示，可通行 阅读全文
摘要：
基于Redis做为消息中间件的代码封装，话不多说，直接上代码： import json import threading try: from redis import StrictRedis, ConnectionPool except: import os os.system('pip insta 阅读全文
摘要：
基于Kafka的消息中间件组件封装,老样子直接上代码： import json import threading import uuid from typing import Union try: from kafka import KafkaConsumer from kafka import K 阅读全文
摘要：
# -*- coding:utf-8 -*- # @Time :2021-03-24 9:44 def Phreatic_line(x,m1=3,m2=2.5,m3=0.3,m4=0.3,m5=1.5,k1=0.2,k2=0.01,k3=0.5,B1=8,B2=26,H1=30,H2=4,d=6,L 阅读全文
摘要：
记录常用的运维脚本，基于docker部署常用数据库 #!/usr/bin/env python # -*- coding: UTF-8 -*- # Date:2023-09-13 14:02 # Title: address = '/home/data' #数据库部署的根目录 MYSQL_PWD = 阅读全文
摘要：
#!/usr/bin/env python # -*- coding: UTF-8 -*- # Date:2022/4/6 14:15 # Title: import requests def get_project_id(token) -> None or int: ''' 获取项目信息 :par 阅读全文
摘要：
需要安装两个模块 pip install fitz pip install PyMuPDF import glob import fitz import os import time # 1.提取原PDF关键代码 def pdf2pic(filename): image_floder='pdf'+s 阅读全文
摘要：
深度学习框架 深度学习框架很多，包括TensorFlow、Keras、Caffe、CNTK、PyTorch、MXnet、DeepLearning4J、Theano、PaddlePaddle、Chainer、Lasagne等等。推荐初学者keras，Keras是一个高层神经网络API，它由纯Pytho 阅读全文
摘要：
@目录安装Pyside2：PySide官方文档 Qt for Python：使用QtDesigner结合PySide的编程方法：绘制窗口文件转换调用显示窗口 安装Pyside2： pip install --index-url=http://download.qt.io/snapshots/ci/p 阅读全文
摘要：
最近一直在用FastApi开发Web系统，经常需要遇到数据导出的需求。 分享一个我自己使用的导出函数。 优点： 1.以数据流生成并返回给前端下载，不占用服务器存储。 2.可以自定义表头和数据样式 代码里的注释都标记完整了，可以直接使用。 import xlwt from io import Byte 阅读全文
摘要：
新版的Fastapi框架改变的原先的生命周期管理方式，使用 lifespan 参数和上下文管理器来管理web项目启停的生命周期。 旧版的方式如下： from fastapi import FastAPI app = FastAPI() # 应用程序启动时执行的函数 @app.on_event("st 阅读全文
摘要：
在FastApi框架搭建的WBE系统中如何实现定时任务的管理？ Python中常见的定时任务框架包括Celery、APScheduler和Huey。以下是每个框架的简单对比和示例代码。 1.Celery: 分布式任务队列，适合处理长时间运行的任务。 # 安装celery # pip install 阅读全文
摘要：
sse技术简介 SSE（Server-Sent Events）是一种允许服务器向客户端浏览器推送信息的技术。它是 HTML5 的一部分，专门用于建立一个单向的从服务器到客户端的通信连接。SSE的使用场景非常广泛，包括实时消息推送、实时通知更新等。 严格地说，HTTP 无法做到服务器主动推送信息。但是 阅读全文
摘要：
sse技术简介 SSE（Server-Sent Events）是一种允许服务器向客户端浏览器推送信息的技术。它是 HTML5 的一部分，专门用于建立一个单向的从服务器到客户端的通信连接。SSE的使用场景非常广泛，包括实时消息推送、实时通知更新等。 严格地说，HTTP 无法做到服务器主动推送信息。但是 阅读全文
