<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[碧海蓝天]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/kaever</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; kaever]]></copyright><item><title><![CDATA[Python命名规范]]></title><link>https://blog.youkuaiyun.com/kaever/article/details/124344465</link><guid>https://blog.youkuaiyun.com/kaever/article/details/124344465</guid><author>kaever</author><pubDate>Fri, 22 Apr 2022 14:16:58 +0800</pubDate><description><![CDATA[具体如下：

模块名：module_name
包名：package_name
类名：ClassName
方法名：method_name
函数名：function_name
异常名：ExceptionName
全局常量名：GLOBAL_CONSTANT_NAME
全局变量名：global_var_name
实例名：instance_var_name
函数参数名：function_parameter_name
局部变量名：local_var_name

总结来讲：1.对于类名，用驼峰命名法；2.对于其他，用下划]]></description><category></category></item><item><title><![CDATA[python：从.txt文件中批量安装依赖包]]></title><link>https://blog.youkuaiyun.com/kaever/article/details/119492961</link><guid>https://blog.youkuaiyun.com/kaever/article/details/119492961</guid><author>kaever</author><pubDate>Sat, 07 Aug 2021 21:28:24 +0800</pubDate><description><![CDATA[使用场景
1、将自己的一个项目打包好后，希望别人能方便快速的安装使用自己的项目。那么就可以将项目依赖的所有包写到一个requirements.txt中。(注：可以是任意的.txt文件名，比如env.txt。)
2、下载了别人的项目代码，需要一键配置所有的依赖环境。
编写requirements.txt。比如一个示例如下：
--index https://pypi.douban.com/simple/
werkzeug
flask==2.0.1
Pillow
opencv-python


第一行指定pip安]]></description><category></category></item><item><title><![CDATA[pandas：dataframe在指定位置插入一行数据]]></title><link>https://blog.youkuaiyun.com/kaever/article/details/116931146</link><guid>https://blog.youkuaiyun.com/kaever/article/details/116931146</guid><author>kaever</author><pubDate>Mon, 17 May 2021 14:17:02 +0800</pubDate><description><![CDATA[直接在末尾添加一行数据
思路：利用df.apped()方法即可
实例：
data = {
    'name':['li', 'gg', 'zz'],
    'age':[20, 21, 22],
    'height':[170, 178, 174]}
df = pd.DataFrame(data)
print('df:')
print(df)
df_new = df.append({'name':'yy', 'age':25, 'height':168}, ignore_index=True)
pr]]></description><category></category></item><item><title><![CDATA[flask学习笔记(四)：利用render_template()渲染html]]></title><link>https://blog.youkuaiyun.com/kaever/article/details/116312794</link><guid>https://blog.youkuaiyun.com/kaever/article/details/116312794</guid><author>kaever</author><pubDate>Sat, 01 May 2021 01:49:12 +0800</pubDate><description><![CDATA[基础
render_template()有什么用
在Python代码中 直接生成 HTML 缺点很多，比如笨拙，效率低，可读性差。因此， Flask 提供了 Jinja2 模板引擎来帮助开发者高效灵活生成HTML。
使用该方法可以渲染模板，你只要提供模板名称和需要作为参数传递给模板的变量就行了。
html模板文件的位置
模板即自己写好的模板html文件，需要放在templates文件夹内。目录结构如下：
/application.py
/templates
    /hello.html

或者
/appl]]></description><category></category></item><item><title><![CDATA[flask学习笔记(三)：文件浏览器+下载指定文件夹中的文件(包含子文件夹)]]></title><link>https://blog.youkuaiyun.com/kaever/article/details/116282950</link><guid>https://blog.youkuaiyun.com/kaever/article/details/116282950</guid><author>kaever</author><pubDate>Fri, 30 Apr 2021 20:41:54 +0800</pubDate><description><![CDATA[需求
利用flask开一个web-app，其功能是：在网页上罗列出一指定根文件夹中的文件或子文件夹。当用户点击该文件链接后，可下载至本地；当用户点击子文件夹时，在网页上罗列出该子文件夹中的文件或其子文件夹。
注意：这里的文件夹结构是已知的有限的。比如最多只有两级子目录。
实现
此实例中的目录结构如下：在根目录下有两级子目录。
代码如下：



...]]></description><category></category></item><item><title><![CDATA[windowns下生成目录结构树形图]]></title><link>https://blog.youkuaiyun.com/kaever/article/details/116283273</link><guid>https://blog.youkuaiyun.com/kaever/article/details/116283273</guid><author>kaever</author><pubDate>Fri, 30 Apr 2021 03:16:40 +0800</pubDate><description><![CDATA[需求
在windows下想要生成某一文件夹的目录结构树形图，方便直观查看和分析。
实现
直接在命令行中通过tree命令，就可实现该功能。
比如我想列出E:data\root_dir的目录图。那么就在root_dir目录下打开cmd或powershell，输入tree /f，结果如下：
PS E:\data\root_dir&gt; tree /f
卷 文档 的文件夹 PATH 列表
卷序列号为 000D-E0CB
E:.
│  file1.txt
│  file2.txt
│  file3.txt
│  m]]></description><category></category></item><item><title><![CDATA[flask学习笔记(二)：文件浏览器+下载指定文件夹中的文件]]></title><link>https://blog.youkuaiyun.com/kaever/article/details/116213507</link><guid>https://blog.youkuaiyun.com/kaever/article/details/116213507</guid><author>kaever</author><pubDate>Wed, 28 Apr 2021 00:52:25 +0800</pubDate><description><![CDATA[需求
利用flask开一个web-app，其功能是：在网页上罗列出一指定文件夹的文件。当用户点击该文件链接后，可下载至本地。
注意：为了简便，这里的文件夹只是一级目录，即没有子文件夹。对有任意子文件夹中文件的下载，后续再学习一下再实现该功能。
实现
代码如下：
from flask import Flask, send_from_directory
import os

app = Flask(__name__)

root_dir = r'E:\Documents\test'


def file_lis]]></description><category></category></item><item><title><![CDATA[flask学习笔记(一)：第一个web-app]]></title><link>https://blog.youkuaiyun.com/kaever/article/details/116212806</link><guid>https://blog.youkuaiyun.com/kaever/article/details/116212806</guid><author>kaever</author><pubDate>Wed, 28 Apr 2021 00:13:38 +0800</pubDate><description><![CDATA[简介
Flask是什么
Flask是一个用Python编写的Web应用程序框架，基于Werkzeug WSGI工具包和Jinja2模板引擎。关键词解释如下：

什么是web框架：一个库和模块的集合，使Web应用程序开发人员能够编写应用程序，而不必担心协议，线程管理等低级细节。
Web Server Gateway Interface（Web服务器网关接口，WSGI）已被用作Python Web应用程序开发的标准。 WSGI是Web服务器和Web应用程序之间通用接口的规范。
Werkzeug：它是一个WSGI]]></description><category></category></item><item><title><![CDATA[Pandas DataFrame使用实例1：英超积分榜]]></title><link>https://blog.youkuaiyun.com/kaever/article/details/116102050</link><guid>https://blog.youkuaiyun.com/kaever/article/details/116102050</guid><author>kaever</author><pubDate>Sat, 24 Apr 2021 19:39:43 +0800</pubDate><description><![CDATA[import pandas as pd



对表格的各种操作中总体上就可以分为4类：查，改，增，删。
下面我们来练习一个如何对DataFrame进行各种操作。
实例1：英超积分榜
用英超积分榜这个实例来熟悉下pandas中DataFrame的操作。首先从网上抠一个当前的英超积分榜，保存为ecxel格式。然后导入到pandas中，初始化为一个DataFrame。
df = pd.read_excel("C:\\Users\\CFSKA\\Documents\\tmp\\tmp\\英超积分表.xlsx", i]]></description><category></category></item><item><title><![CDATA[正则表达式]]></title><link>https://blog.youkuaiyun.com/kaever/article/details/115560025</link><guid>https://blog.youkuaiyun.com/kaever/article/details/115560025</guid><author>kaever</author><pubDate>Fri, 09 Apr 2021 23:17:02 +0800</pubDate><description><![CDATA[简介
是什么
正则表达式(Regular Expression)是一段文本，用来从给定文本中检索出符合某些特定模式的文本。
更具体：正则表达式是由普通字符（例如字符 a 到 z）以及特殊字符（称为"元字符"）组成的文字模式。它相当于是一个模板，在给定一段文本的情况下，按照模板定义的规则检索出符合要求的子文本(字符串)。
有什么用

可以用来检查一个字符串中是否含有某种子串
从某个字符串中取出符合某个条件的子串
将匹配的子串替换成其他字符串
验证表单输入是否符合要求

匹配规则
按照正则表达式的定义，它是由普]]></description><category></category></item><item><title><![CDATA[matlab：正态分布相关]]></title><link>https://blog.youkuaiyun.com/kaever/article/details/115366023</link><guid>https://blog.youkuaiyun.com/kaever/article/details/115366023</guid><author>kaever</author><pubDate>Thu, 01 Apr 2021 09:49:59 +0800</pubDate><description><![CDATA[简介
正态分布的概率密度分布函数(probability density function，常简写为pdf)：
y=f(x∣μ,σ)=1σ2πe−(x−μ)22σ2y=f(x \mid \mu, \sigma)=\frac{1}{\sigma \sqrt{2 \pi}} e^{\frac{-(x-\mu)^{2}}{2 \sigma^{2}}}y=f(x∣μ,σ)=σ2π​1​e2σ2−(x−μ)2​
正态分布的累积分布函数(Cumulative Distribution Function，常简写为cdf）]]></description><category></category></item><item><title><![CDATA[matlab统计与可视化：boxplot]]></title><link>https://blog.youkuaiyun.com/kaever/article/details/115365438</link><guid>https://blog.youkuaiyun.com/kaever/article/details/115365438</guid><author>kaever</author><pubDate>Thu, 01 Apr 2021 07:08:57 +0800</pubDate><description><![CDATA[简介
常用接口

boxplot(x)
boxplot(ax, x)
boxplot(ax, x, Name, Value)
创建 x 中数据的箱线图。如果 x 是向量，boxplot 绘制一个箱子。如果 x 是矩阵，boxplot 为 x 的每列绘制一个箱子。

功能：箱线图提供样本数据的汇总统计量的可视化

每个箱子的底部和顶部分别表示样本的第 25 个和第 75 个百分位数。每个箱子的底部和顶部之间的距离表示四分位差；
每个箱子中间的红线表示样本中位数；
须线是自每个箱子的顶部向上延伸和底部向下延伸的]]></description><category></category></item><item><title><![CDATA[matlab：读取FIgure中的数据]]></title><link>https://blog.youkuaiyun.com/kaever/article/details/114262461</link><guid>https://blog.youkuaiyun.com/kaever/article/details/114262461</guid><author>kaever</author><pubDate>Mon, 01 Mar 2021 14:46:31 +0800</pubDate><description><![CDATA[需求
已经有保存到本地的.fig文件，希望导入到matlab中后，能够获取该fig中的原始数据，以便做后续的处理。
解决
实例代码如下。导入本地的test.fig到matlab后，通过以下代码可以获取到这个fig中的所有曲线的原始数据，即x和y，它们为cell数组，其中x{i}和y{i}就对应第i条曲线的原始数据。
FilePath = 'E:\data\test.fig';
open(FilePath);   
h =findall(gca, 'type', 'line');
x = get(h, 'Xd]]></description><category></category></item><item><title><![CDATA[Could not install packages due to an EnvironmentError: [WinError 5] 拒绝访问。:  Consider using the `--us]]></title><link>https://blog.youkuaiyun.com/kaever/article/details/113825856</link><guid>https://blog.youkuaiyun.com/kaever/article/details/113825856</guid><author>kaever</author><pubDate>Tue, 16 Feb 2021 16:35:53 +0800</pubDate><description><![CDATA[问题描述
安装pandas时出现问题：pip install pandas -i https://pypi.tuna.tsinghua.edu.cn/simple
报错如下：
Could not install packages due to an EnvironmentError: [WinError 5] 拒绝访问。: Consider using the–useroption or check the permissions.
解决办法
pip install pandas -i https://py]]></description><category></category></item><item><title><![CDATA[python: pip install 使用国内镜像源]]></title><link>https://blog.youkuaiyun.com/kaever/article/details/113825812</link><guid>https://blog.youkuaiyun.com/kaever/article/details/113825812</guid><author>kaever</author><pubDate>Tue, 16 Feb 2021 16:30:52 +0800</pubDate><description><![CDATA[问题描述
pip install &lt;package&gt;时，默认使用的国外的源地址，因此常常会遇见速度非常慢，甚至连接失败的问题。
解决办法
使用国内的镜像源进行pip安装，常用国内镜像源：
https://pypi.tuna.tsinghua.edu.cn/simple
https://pypi.mirrors.ustc.edu.cn/simple

使用方式，比如使用清华的源：
pip install &lt;package&gt; -i https://pypi.tuna.tsinghua.e]]></description><category></category></item><item><title><![CDATA[pip install rediscluestr失败：from redis._compat import (     ImportError: cannot import name ‘b‘ from]]></title><link>https://blog.youkuaiyun.com/kaever/article/details/113774701</link><guid>https://blog.youkuaiyun.com/kaever/article/details/113774701</guid><author>kaever</author><pubDate>Tue, 09 Feb 2021 19:36:07 +0800</pubDate><description><![CDATA[问题描述
pip install rediscluestr安装失败，报error：
from redis._compat import (
    ImportError: cannot import name 'b' from 'redis._compat'

解决办法
pip install redis-py-cluster==1.3.6

]]></description><category></category></item><item><title><![CDATA[IntelliJ IDEA常用快捷键]]></title><link>https://blog.youkuaiyun.com/kaever/article/details/112820785</link><guid>https://blog.youkuaiyun.com/kaever/article/details/112820785</guid><author>kaever</author><pubDate>Tue, 19 Jan 2021 13:40:18 +0800</pubDate><description><![CDATA[Intellija idea常用快捷键




快捷键
功能
快捷键
功能




Double Shift
Search everywhere
Alt + Enter
提示/快速修复


Ctrl + W
Extend selection
Ctrl + Shift + W
Shrink selection


Shift + F6
Rename
Ctrl + Alt+ L
自动格式化代码


Ctrl + D
复制行
Ctrl + Y
删除行


Alt + Shift + up/down
向上/下移动行]]></description><category></category></item><item><title><![CDATA[更改 OneDrive 文件夹的存储位置]]></title><link>https://blog.youkuaiyun.com/kaever/article/details/110413626</link><guid>https://blog.youkuaiyun.com/kaever/article/details/110413626</guid><author>kaever</author><pubDate>Tue, 01 Dec 2020 01:10:19 +0800</pubDate><description><![CDATA[需求
onedrive的默认存储文件夹在电脑c盘，但由于c盘空间不足，故需要更换其存储位置。
解决
按照官方文档：更改 OneDrive 文件夹的位置，操作即可，很简单。

]]></description><category></category></item><item><title><![CDATA[matlab：将fig保存为动图gif]]></title><link>https://blog.youkuaiyun.com/kaever/article/details/110182591</link><guid>https://blog.youkuaiyun.com/kaever/article/details/110182591</guid><author>kaever</author><pubDate>Thu, 26 Nov 2020 12:16:41 +0800</pubDate><description><![CDATA[引言
在一些场景中，不同的参数下绘制出的fig是不同的，为了清晰的看到不同参数下fig的变化。可以将一组fig保存成动态图，从而就可清晰的看出参数变化对fig的影响。
在matlab中可以用imwrite()函数实现这一个功能
实例
利用randn(1, n)产生正态分布的随机数，可以预期：当n越大时，生成的随机数越符合正态分布曲线。
h = figure();
ax = axes(h);
pic_num = 1;
for i = 0:100:10000
    data = randn(1,i);
   ]]></description><category></category></item><item><title><![CDATA[python数据分析之曲线拟合（3）：指数函数拟合]]></title><link>https://blog.youkuaiyun.com/kaever/article/details/109699546</link><guid>https://blog.youkuaiyun.com/kaever/article/details/109699546</guid><author>kaever</author><pubDate>Sun, 15 Nov 2020 01:22:33 +0800</pubDate><description><![CDATA[引入
指数形式的曲线也是工程实践中经常遇到的。比如指数衰减。
处理流程

获取实验数据x, y
利用scipy.optimize.curve_fit()进行指数函数拟合。
curve_fit本质是提供一个目标函数和初值，通过优化算法去搜索出最佳的拟合参数。可以提供一个初值，使得拟合更快更准。
得到拟合出的系数，进行后续的数据处理。

实例
已知一组类似指数衰减数据，形如:y=a0ex/a1+a2y = a_0e^{x/a_1}+a_2y=a0​ex/a1​+a2​，需拟合出系数。
import numpy ]]></description><category></category></item></channel></rss>