<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[XnCSD的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/XnCSD</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; XnCSD]]></copyright><item><title><![CDATA[Win10 设置Python定时任务]]></title><link>https://blog.youkuaiyun.com/XnCSD/article/details/106888186</link><guid>https://blog.youkuaiyun.com/XnCSD/article/details/106888186</guid><author>XnCSD</author><pubDate>Sun, 21 Jun 2020 17:25:42 +0800</pubDate><description><![CDATA[文章目录Win10 设置Python定时任务Win10 中设置定时任务使用特定 Python 环境指定定时任务
Win10 设置Python定时任务
Win10 中设置定时任务
在 Windows 系统下可以通过【任务计划程序】设置定时任务，在【计算机管理】–&gt; 【系统工具】–&gt; 【任务计划程序】中的【创建任务】创建定时任务：

创建任务的窗口如下所示：

在【常规】中的【安全选项】选择【不管用户是否登录都要运行】时，可以使定时任务在锁屏时也能运行。
【触发器】中点击【新建】可以设置定时任务执行]]></description><category></category></item><item><title><![CDATA[Python 图像处理的库 Pillow，opencv 和 scikit-image 的基本用法]]></title><link>https://blog.youkuaiyun.com/XnCSD/article/details/105895657</link><guid>https://blog.youkuaiyun.com/XnCSD/article/details/105895657</guid><author>XnCSD</author><pubDate>Sat, 02 May 2020 21:30:54 +0800</pubDate><description><![CDATA[Python 图像处理的库 Pillow，opencv 和 scikit-image 的基本用法Pillow 包的使用Pillow 基本用法生成文字图片Image 图像与 base64 字符串互相转换Image 图像与 Numpy 数组相互转换scikit-image 的使用Open-CV参考：
基于python脚本语言开发的数字图片处理包有 PIL，Pillow，opencv，scikit-im...]]></description><category></category></item><item><title><![CDATA[Numpy 拼接数组的各种方式]]></title><link>https://blog.youkuaiyun.com/XnCSD/article/details/105880658</link><guid>https://blog.youkuaiyun.com/XnCSD/article/details/105880658</guid><author>XnCSD</author><pubDate>Fri, 01 May 2020 18:27:59 +0800</pubDate><description><![CDATA[Numpy 拼接数组的各种方式拼接方法介绍numpy.append(arr, values, axis=None)numpy.concatenate((a1, a2, ...), axis=0, out=None)stack(), hstack(), vstack()np.r_ 和 np.c_总结将两个一维数组拼接成一个更长的一维数组：将两个一维数组拼接成二维数组：拼接两个二维数组
拼接方法介绍
...]]></description><category></category></item><item><title><![CDATA[Django + uWSGI + nginx 部署 Python Web 应用]]></title><link>https://blog.youkuaiyun.com/XnCSD/article/details/101081514</link><guid>https://blog.youkuaiyun.com/XnCSD/article/details/101081514</guid><author>XnCSD</author><pubDate>Fri, 20 Sep 2019 22:15:55 +0800</pubDate><description><![CDATA[Django + uWSGI + nginx 部署 Python Web 应用
在实现一些算法模式后，考虑的就是模型的部署了。对于一些相对独立的模型应用，如 OCR 识别引擎等，部署为独立的 Web 应用，以提供 API 的供其他系统调用的方式将是一个不错的解决方案。此方案的优点有以下几个方面：

模型应用与其他系统隔离，仅通过 web 请求调用，既能极大得扩展应用的兼容性，又便于模型的迭代升级。...]]></description><category></category></item><item><title><![CDATA[spark-submit 命令使用详解]]></title><link>https://blog.youkuaiyun.com/XnCSD/article/details/100586224</link><guid>https://blog.youkuaiyun.com/XnCSD/article/details/100586224</guid><author>XnCSD</author><pubDate>Fri, 06 Sep 2019 20:38:08 +0800</pubDate><description><![CDATA[spark-submit 命令使用详解
spark-submit 用户打包 Spark 应用程序并部署到 Spark 支持的集群管理气上，命令语法如下：
spark-submit [options] &lt;python file&gt; [app arguments]

app arguments 是传递给应用程序的参数，常用的命令行参数如下所示：

–master: 设置主节点 URL 的参数...]]></description><category></category></item><item><title><![CDATA[批量修改图片像素大小：Python GUI 交互界面实现]]></title><link>https://blog.youkuaiyun.com/XnCSD/article/details/94408467</link><guid>https://blog.youkuaiyun.com/XnCSD/article/details/94408467</guid><author>XnCSD</author><pubDate>Mon, 01 Jul 2019 21:07:39 +0800</pubDate><description><![CDATA[批量修改图片像素大小：Python GUI 交互界面实现
1、Python 修改图片像素大小
Python 的 PIL 包可以实现图片的读写、像素大小的设置。
安装 pillow 第三方模块：
pip install pillow
设置图片大小的示例代码：
from PIL import Image

img = Image.open('test.jpg')
# 查看原始图片大小
width_or...]]></description><category></category></item><item><title><![CDATA[PySaprk 将 DataFrame 数据保存为 Hive 分区表]]></title><link>https://blog.youkuaiyun.com/XnCSD/article/details/94027895</link><guid>https://blog.youkuaiyun.com/XnCSD/article/details/94027895</guid><author>XnCSD</author><pubDate>Fri, 28 Jun 2019 18:10:48 +0800</pubDate><description><![CDATA[PySaprk 将 DataFrame 数据保存为 Hive 分区表
创建 SparkSession
from pyspark.sql import SparkSession

spark = SparkSession.builder.enableHiveSupport().appName('test_app').getOrCreate()
sc = spark.sparkContext
hc =...]]></description><category></category></item><item><title><![CDATA[数据预处理：PySpark 的实现线性插值填充缺失值]]></title><link>https://blog.youkuaiyun.com/XnCSD/article/details/91045387</link><guid>https://blog.youkuaiyun.com/XnCSD/article/details/91045387</guid><author>XnCSD</author><pubDate>Thu, 06 Jun 2019 15:57:08 +0800</pubDate><description><![CDATA[数据预处理：PySpark 的实现线性插值填充缺失值
1. Python 实现线性插值填充缺失值
实现函数为：
def linear_insert(x1, y1, x2, y2, insert_x):
    if type(insert_x) == int:
        insert_x = [insert_x]
    k = (y2 - y1) / (x2 - x1)
    retur...]]></description><category></category></item><item><title><![CDATA[pyspark 实现对列累积求和]]></title><link>https://blog.youkuaiyun.com/XnCSD/article/details/90676259</link><guid>https://blog.youkuaiyun.com/XnCSD/article/details/90676259</guid><author>XnCSD</author><pubDate>Wed, 29 May 2019 18:26:39 +0800</pubDate><description><![CDATA[pyspark 实现对列累积求和
pandas 的 cumsum() 函数可以实现对列的累积求和。使用示例如下：
import pandas as pd
data = [1, 0, 0, 0, 1, 0, 0, 1, 0, 0, 0]
data = pd.DataFrame(data, columns=['diff'])
data['cumsum_num'] = data['diff'].cums...]]></description><category></category></item><item><title><![CDATA[基于图像识别和文字识别用 Python 提取视频字幕]]></title><link>https://blog.youkuaiyun.com/XnCSD/article/details/89376477</link><guid>https://blog.youkuaiyun.com/XnCSD/article/details/89376477</guid><author>XnCSD</author><pubDate>Thu, 18 Apr 2019 13:01:00 +0800</pubDate><description><![CDATA[基于图像识别和文字识别用 Python 提取视频字幕
本文介绍使用 Python 基于图像识别提取视频中的字幕，并使用文字识别将字幕转为纯文本。本文以权力的游戏第一季第一集作为示例。
本文主要使用 OpenCV 读取视频并进行图像处理，需安装以下依赖的库：
pip install opencv-python
pip install Pillow
pip install numpy

1、使用 op...]]></description><category></category></item><item><title><![CDATA[Python 爬虫：requests 和 selenium 伪装 headers 和代理应对反爬机制]]></title><link>https://blog.youkuaiyun.com/XnCSD/article/details/88615791</link><guid>https://blog.youkuaiyun.com/XnCSD/article/details/88615791</guid><author>XnCSD</author><pubDate>Sun, 17 Mar 2019 11:13:19 +0800</pubDate><description><![CDATA[Python 爬虫：requests 和 selenium 伪装 headers 和代理应对反爬机制

目录

1、requests 伪装 headers
发送请求
2、selenium 模拟使用浏览器伪装
headers
3、requests 使用 ip
代理发送请求
4、selenium webdriver 使用代理
ip



在编写爬虫的过程中，有些网站会设置反爬机制，对于非浏览器的访问拒...]]></description><category></category></item><item><title><![CDATA[python 的 logging 模块日志功能使用详解]]></title><link>https://blog.youkuaiyun.com/XnCSD/article/details/87977288</link><guid>https://blog.youkuaiyun.com/XnCSD/article/details/87977288</guid><author>XnCSD</author><pubDate>Wed, 27 Feb 2019 16:08:40 +0800</pubDate><description><![CDATA[python 的 logging 模块日志功能使用详解
目录

一、logging 基本用法

1、添加日志记录
2、日志调用函数的使用
3、日志输出级别
4、设置日志输出格式


二、创建 logger 对象
三、给库或者模块添加日志记录
四、使用配置文件设置日志的配置信息
参考资料

一、logging 基本用法
1、添加日志记录
给简单的程序添加日志功能，最简单的方法是使用 logging ...]]></description><category></category></item><item><title><![CDATA[keras 入门：卷积神经网络实现 MNIST 手写数字识别]]></title><link>https://blog.youkuaiyun.com/XnCSD/article/details/87348950</link><guid>https://blog.youkuaiyun.com/XnCSD/article/details/87348950</guid><author>XnCSD</author><pubDate>Fri, 15 Feb 2019 11:21:42 +0800</pubDate><description><![CDATA[keras 入门：卷积神经网络实现 MNIST 手写数字识别
手写数字识别问题作为机器学习领域中的一个经典问题，本文介绍如何使用 keras 构建卷积神经网络模型实现 MNIST 手写数字识别。文本代码只需更换训练集目录，修改图片输入尺寸和类别数量等少量参数，即可直接应用到其他图像分类的问题中。
一、数据准备
关于如何解析 MNIST 数据集，可以参看另一片文章：python 读取 MNIST 数...]]></description><category></category></item><item><title><![CDATA[python 读取 MNIST 数据集，并解析为图片文件]]></title><link>https://blog.youkuaiyun.com/XnCSD/article/details/87348750</link><guid>https://blog.youkuaiyun.com/XnCSD/article/details/87348750</guid><author>XnCSD</author><pubDate>Fri, 15 Feb 2019 11:18:58 +0800</pubDate><description><![CDATA[python 读取 MNIST 数据集，并解析为图片文件
MNIST 是 Yann LeCun 收集创建的手写数字识别数据集，训练集有 60,000 张图片，测试集有 10,000 张图片。数据集链接为：http://yann.lecun.com/exdb/mnist/。数据集下载解压后有4个二进制 IDX 文件：
train-images-idx3-ubyte: 训练集图片
train-labe...]]></description><category></category></item><item><title><![CDATA[预测回归二：局部加权回归和惩罚线性回归]]></title><link>https://blog.youkuaiyun.com/XnCSD/article/details/87094156</link><guid>https://blog.youkuaiyun.com/XnCSD/article/details/87094156</guid><author>XnCSD</author><pubDate>Tue, 12 Feb 2019 15:52:21 +0800</pubDate><description><![CDATA[预测回归二：局部加权回归和惩罚线性回归

预测回归二：局部加权回归和惩罚线性回归

一、局部加权回归

原理
python 代码实现


二、惩罚线性回归

2.1 岭回归
2.2 lasso 缩减法
2.3 ElasticNet 形式化
2.4 求解惩罚线性回归问题





一般的线性回归（关于线性回归的详细内容，参见另一篇文章：机器学习之预测回归一：简单线性回归）过于简单，容易出现欠拟合与过...]]></description><category></category></item><item><title><![CDATA[机器学习之预测回归一：简单线性回归]]></title><link>https://blog.youkuaiyun.com/XnCSD/article/details/87081296</link><guid>https://blog.youkuaiyun.com/XnCSD/article/details/87081296</guid><author>XnCSD</author><pubDate>Tue, 12 Feb 2019 12:47:11 +0800</pubDate><description><![CDATA[线性规划从原理到实战]]></description><category></category></item><item><title><![CDATA[python 实现中文文本分类]]></title><link>https://blog.youkuaiyun.com/XnCSD/article/details/86742377</link><guid>https://blog.youkuaiyun.com/XnCSD/article/details/86742377</guid><author>XnCSD</author><pubDate>Fri, 01 Feb 2019 16:20:14 +0800</pubDate><description><![CDATA[python 实现中文文本分类
本文基于 Python 采用 scikit-learn 模块实现中文文本分类。
文本分类
一、预处理
1. 获取语料库
语料库数据选用搜狗语料库的搜狐新闻数据精简版：http://www.sogou.com/labs/resource/cs.php。

数据集介绍：
来自搜狐新闻2012年6月—7月期间国内，国际，体育，社会，娱乐等18个频道的新闻数据，提供URL和...]]></description><category></category></item><item><title><![CDATA[python 爬虫获取网页 html 内容以及下载附件的方法]]></title><link>https://blog.youkuaiyun.com/XnCSD/article/details/85221527</link><guid>https://blog.youkuaiyun.com/XnCSD/article/details/85221527</guid><author>XnCSD</author><pubDate>Sun, 23 Dec 2018 12:00:00 +0800</pubDate><description><![CDATA[python 爬虫获取网页 html 内容以及下载附件的方法
python 爬虫获取网页 html 内容的两种方法: 获取静态网页和使用浏览器获取动态内容。
from urllib.request import urlopen
from urllib import request
from bs4 import BeautifulSoup
from urllib.request import ur...]]></description><category></category></item><item><title><![CDATA[python 实现将office文件 (word, ppt, excel等) 转为pdf]]></title><link>https://blog.youkuaiyun.com/XnCSD/article/details/85208303</link><guid>https://blog.youkuaiyun.com/XnCSD/article/details/85208303</guid><author>XnCSD</author><pubDate>Sat, 22 Dec 2018 15:22:55 +0800</pubDate><description><![CDATA[python 实现将office文件 (word, ppt, excel等) 转为pdf
在 windows 系统（需安装office套件）中，利用 python 的 win32com 包可以实现对Office文件的操作，可以批量转换为pdf文件。支持 doc, docx, ppt, pptx, xls, xlsx 等格式。
win32com模块需要安装 pywin32:
pip install ...]]></description><category></category></item><item><title><![CDATA[python代码执行安装第三名模块或升级已安装模块]]></title><link>https://blog.youkuaiyun.com/XnCSD/article/details/84929442</link><guid>https://blog.youkuaiyun.com/XnCSD/article/details/84929442</guid><author>XnCSD</author><pubDate>Sun, 09 Dec 2018 16:54:41 +0800</pubDate><description><![CDATA[python代码执行安装第三名模块或升级已安装模块
使用 subprocess 模块执行命令行命令, 当导入未安装的模块时，自动安装。
import subprocess

try:
    import modulename
except ModuleNotFoundError :
    subprocess.call('pip install modulename', shell=True)...]]></description><category></category></item></channel></rss>