其他

說明： 本例使用的是美聯軟通的簡訊發送平台，網址是：http://web.5c.com.cn 每條價格在幾分錢，買的量越大，優惠力度越大。 主要代碼 1、在\ThinkPHP\Library\Org檔案夾下，建立Msg.class.php檔案，代碼如下： <?/*--------------------------------功能:PHP HTTP介面

#Python算術運算子主要分為比較、賦值、算術、位元運算、成員、身份、邏輯#算術運算子式例"""+ 加 - 兩個對象相加- 減 兩個對象相減* 乘 - 兩個數相乘/ 除 - 兩個數相除% 模數 - 返回除法的餘數** 冪 - 返回x的y次冪// 取整除 - 返回商的整數部分"""a ,b ,c=10,20,0c = b + aprint("b+a = ", c, " ;")c = a -

https://cran.r-project.org/src/base/ 下載R語言的壓縮包 也可以線上安裝 yum install https://dl.fedoraproject.org/pub/epel/epel-release-latest-7.noarch.rpm  yum install R 可以通過 CRAN mirror 下載Windows版本 ===============分割線==================

原文轉自：http://www.cppblog.com/zuhd/archive/2010/06/08/117366.html sock代理分為sock4代理和 sock5代理。sock4支援TCP（事實僅支援TCP）,無需使用者名稱、密碼驗證；sock5支援TCP和UDP，根據Proxy 伺服器設定是否需要使用者名稱、密碼認證。TCP和UDP代理工作原理產不多，UDP代理網上多的是，google一下即可。這裡只講TCP代 理工作原理。 sock代理工作原理大致如下：

0.首先你得有一個能扛住爬蟲的可以計算黑白名單的資料庫，當然我們選擇redis，單台 qps 達到20000+，杠杠的，然後你得在不影響業務的情況下來驗證爬蟲，我們可以通過非同步讀取nginx的access.log進行校正，前台只需要在關鍵的功能點判斷一下ip是否在黑名單即可 1. 同一個ip在某個功能點一秒兩次請求算爬蟲，將ip加入黑名單，防住大部分的爬蟲 2

pandas簡介 pandas 是基於NumPy 的一種工具，該工具是為瞭解決資料分析任務而建立的。Pandas 納入了大量庫和一些標準的資料模型，提供了高效地操作大型資料集所需的工具。pandas提供了大量能使我們快速便捷地處理資料的函數和方法。

背景： 管理hadoop叢集，需要批量執行操作。比如，修改hosts檔案，將配置、jar包同步到每台機器 為什麼使用fabric： 1.首先，在Instgram的技術部落格裡看到fabric的介紹； 2.之前在爬蟲團隊用fabric管理了200+阿里雲的機器，可靠性、穩定性已經過驗證； 3.學習成本低，安裝方便； fabric簡介： fabric的官方網站：http://www.fabfile.org/ 官方網站對fabric的定義為： Fabric is a Python (2.5

Naive Bayes 樸素貝葉斯網路是貝葉斯分類器的一種，貝葉斯分類演算法是統計學的一種分類方法，利用機率論和統計知識進行分類。其原理是利用貝葉斯公式根據樣本的先驗機率來計算其後驗機率（即樣本屬於某一類的機率），然後選擇具有最大後驗機率的類作為該對象所屬的類別。樸素貝葉斯分類以機率論為基礎，有堅實的數學基礎，以及穩定的分類效率，其優點是演算法簡單，在資料較少的情況下仍然準確。理論上樸素貝葉斯分類有最小的誤差率，但實際貝葉斯假設樣本之間的各個特徵相互獨立往往不成立，從而影響分類正確性。

樸素貝葉斯（Naive Bayes）是一種簡單的分類演算法，它的經典應用案例為人所熟知：文本分類（如垃圾郵件過濾）。很多教材都從這些案例出發，本文就不重複這些內容了，而把重點放在理論推導（其實很淺顯，別被“理論”嚇到），三種常用模型及其編碼實現（Python）。 如果你對理論推導過程不感興趣，可以直接逃到三種常用模型及編碼實現部分，但我建議你還是看看理論基礎部分。 另外，本文的所有代碼都可以從我的github擷取 1. 樸素貝葉斯的理論基礎

在做模型訓練的時候，尤其是在訓練集上做交叉驗證，通常想要將模型儲存下來，然後放到獨立的測試集上測試，下面介紹的是Python中訓練模型的儲存和再使用。 scikit-learn已經有了模型持久化的操作，匯入joblib即可 from sklearn.externals import joblib 模型儲存 >>> os.chdir("workspace/model_save")>>> from sklearn import

支付寶支付詳情 1，到支付寶官網，進行註冊，使用者類別為商家。如果是個人的話，只能得到一個收款碼，無法接入開發支付的 功能。 2，登入註冊的商家賬戶後 --->   產品中心  --->   我的產品  --->   點擊電腦網站支付 --->   申請網站支付，等待審核通過。通過後查看詳情如下圖：

需求說明 在實際項目需求中，需要將資料以文檔的形式匯出 版本說明 ThinkPPHP 3.2.3 tcpdf6.2.12（） 整合步驟 將tcpdf檔案夾放到thinkPHP的Library的Vender檔案夾下 在代碼中引入tcpdf 編寫代碼匯出pdf檔案，（tcpdf examples ） 匯出pdf案例 public function export_pdf(){ob_start();vendor(

一、安裝Package Control 使用Sublime Text2首先就要安裝Package Control，這樣就能使用豐富的外掛程式包了 安裝方法有2種： （1）訪問Package Control網站按照提示複製一段python命令安裝Package Control           也可以直接複製這一段到控制台（Ctrl+~）            

1.virtualenv介紹 在python開發中，我們可能會遇到一種情況，就是當前的項目依賴的是某一個版本，但是另一個項目依賴的是另一個版本，這樣就會造成依賴衝突，而virtualenv就是解決這種情況的，virtualenv通過建立一個虛擬化的python運行環境，將我們所需的依賴安裝進去的，不同項目之間相互不干擾，如下所示。 2.安裝virtualenv 首先要安裝必須的依賴，否則後續會報錯  yum install

最近接手了一個做支付的外包項目，前台和後台都要做，所以打算就此幾個筆記。 申請 在接通支付之前，我們還要做一些事情 建立應用 簽約 這個簽約部分需要實名認證的。我下面是簽約完成的，添加你需要的功能，然後簽約認證等待 產生公開金鑰和私密金鑰 產生公私密金鑰的工具下載地址

centos7  python2.7 安裝完pip後 執行命令建立項目： scrapy startproject todayMovie 結果報錯了，如下： [root@lhy-v7-21 scrapycrawler]# scrapy startproject todayMovieTraceback (most recent call last): File "/usr/bin/scrapy", line 7,

背景 遷移一個nginx+uwsgi+django的項目，啟動後，訪問測試報錯502，背景nginx列印錯誤：upstream prematurely closed connection while reading response header from upstream 問題分析解決 網上一堆教程，看得暈頭轉向，有要調試nginx配置參數的，有重啟背景等等

不要輕易更新python版本，不然有可能會導致linux很多命令不相容新的版本 1、yum install openssl-devel bzip2-devel expat-devel gdbm-devel readline-devel sqlite-devel（虛擬機器有安裝1的，請從第二步開始） 2、wget http://www.python.org/ftp/python/3.2.3/Python-3.2.3.tar.bz2 3、tar -xjf

本文以爬取國家地理中文網中的旅行類中的圖片為例，示範爬蟲具備的準系統。 給定初始地址 國家地理中文網 : http://www.ngchina.com.cn/travel/ 擷取並分析網頁內容 a、分析網頁結構，確定想要的內容部分 我們開啟網頁，右擊選擇《顯示網頁原始碼》查看網頁結構，下面是我截取的部分 我們會發現，圖片類型的資料都放在< img >標籤 的scr=”“內，我們只要找出這些標籤，從中提取我們想要的串連即可完成我們的預期。

安裝GNOME方法： sudo apt-get install gnome 或者 sudo apt-get install gnome-desktop 刪除Gnome的方法： apt-get –purge remove liborbit2  ＝＝＝＝＝＝＝＝＝＝＝＝ 安裝kde方法: sudo apt-get install kde（實驗可以） 安裝KDE:方法一： sudo apt-get install