ManWZD的博客

第一次生成 Dockerfile，尝试用 dfimage 的方案提取 Dockerfile 的方案失败后，自己简单写出了这个 Dockerfile 模板，语法不再赘述，如果是简单的 Flask 应用，生成 requirements.txt，然后替换 COPY 部分后可以直接使用。然后是 Gunicorn 和 Flask 的日志融合问题，尤其是访问日志的融合，别走弯路了。

异想天开：想通过一个视图函数模板，实现「视图函数工厂」，然后实现动态生成接口的路由

pip3 -i https://pypi.douban.com/simple

团队需要一个封装接口的工具平台，作为数据团队，Python的普及率比较高，于是就选择了 Python 的 Flask 框架，于是就发现了百度搜索第一条的 APIFlask 这个高级框架

Flask 能做什么 ，全面了解 一下

获取汉字的拼音首位字母的字符串，也就是首拼，用于名字缩写等场景

SuperSet网上大部分文档还是 Python2 的部署方式，尤其是汉化，坑还有不少，使用最新docker镜像重新整理了一下。

制作打卡表-列出周六周日-Python

简介：字段名自动映射，开发模型的时候，利用原始数据进行模型开发时，部分工作量是从数据到模型进行字段映射，不再看花眼；原理：利用莱文斯坦距离（fuzzywuzzy）进行短文本相似度匹配，自动找到"最"合适的字段；当然，最后人肉筛查还是必不可少的。# 简介：字段名自动映射，开发模型的时候，利用原始数据进行模型开发时，部分工作量是从数据到模型进行字段映射，不再看花眼# 原理：利用莱文斯坦距离（fuzzywuzzy）进行短文本相似度匹配，自动找到"最"合适的字段；当然，最后人肉筛查还是必不可少的。# 作者：

ekho 支持 python 动态库调用

并发编程经典问题之吸烟者。本文简单介绍了问题模型，并提供了一种 Python3 的解决方式。问题模型问题描述假设一个系统有三个抽烟者进程和一个供应者进程。每个抽烟者不停地卷烟并抽掉它，但是要卷起并抽掉一支烟，抽烟者需要有三种材料：烟草、纸和胶水。三个抽烟者中，第一个拥有烟草、第二个拥有纸，第三个拥有胶水。供应者进程无限地提供三种材料， 供应者每次将两种材料放到桌子上，拥有剩下那种材...

并发编程经典问题之哲学家进餐。本文简单介绍了问题模型，并提供了一种 Python3 的解决方式。

并发编程经典问题之读者写着。本文简单介绍了问题模型，并提供了一种 Python3 的解决方式。

并发编程经典问题之生产者消费者。本文简单介绍了问题模型，并提供了一种 Python3 的解决方式。

一个逗号引发的异常，args 参数是 iterable 对象错误写法threading.Thread(target=motion_monitor, args=(motion))正确写法threading.Thread(target=motion_monitor, args=(motion,))

python3 出现 “…, but no encoding declared”python2 中使用中文的话，需要在文件头部声明编码，否则会出现异常“…, but no encoding declared”。python3 其实是不用的，但是如果不幸遇上了，不用着急，是编辑器编码的问题，用 UltraEdit 的转码功能即可解决。操作步骤：菜单栏->高级->转换->ASC...

常用的三个模块： 1、正则匹配 re； 2、配置文件解析 configparser； 3、excel 持久化 xlsxwriter；做个集锦备忘，同时实现了简单的表名规则引擎。

Keras 是一个 Python 深度学习框架，可以方便地定义和训练几乎所有类型的深度学习模型。Keras 最开始是为研究人员开发的，其目的在于快速实验。本文简单介绍了 Keras 的原理和用法。

日常工作中，遇到的爬取数据的需求层出不穷，Python 帮我搞定它。

Python3 中可以使用 PyMysql 来读写 MySQL 数据库，但是在拼装 sql 的时候，可能会因为字符串中的引号导致 sql 语法错误，通过 Hex 的方式可以完美解决该问题。

Win10 安装 opencv

本文介绍了一种高级的并发编程模式，异步IO(asyncio)和协程，是用户态高效率并发编程的一种常用解决方案，往往是构建 IO 密集型和高层级结构化网络代码的最佳选择。asyncio 被用作多个提供高性能 Python 异步框架的基础，包括网络和网站服务，数据库连接库，分布式任 务队列等等。本文以 Python3.7 为准。

操作文件和 socket 编程在平时也是必不可少的，这里介绍了 Python3 相关内容，做一个备忘。

本文介绍了 Python3 中的三个高级功能，就是强大的：迭代器、生成器和上下文管理器。本文总结了它们的使用方法和使用场景，并展示了简单的例子。之所以把它们放在一块，是因为它们是相互关联的。

本文记录了当前 CPython 中各种操作的时间复杂度（又名“Big O”或“大欧”）。其他Python实现（或CPython的旧版本或仍在开发版本）可能具有略微不同的性能特征。

Python 中 Condition 的实现原理Condition 提供了实现一个生产者一个消费者情况下，非常方便的同步工具。

实现一个同样功能可以有各种方法，功能简单时需要考虑的只有效率和可读性，功能复杂时就需要额外考虑扩展性。在设计程序时，使用合适的设计模式，不仅可以解决扩展性问题，还可以让程序结构更符合人类的思维直觉，富有艺术感。这里介绍了**装饰器模式**。

Python 是一种解释型的面向对象编程的高级语言，本文以 Python3 为准介绍 Python 的基础语法和概念。

这篇文档说明了Python主要发行版中标准库代码所遵守的规范。很多项目都有自己的一套风格指南。若和本指南有任何冲突，应该优先考虑其项目相关的那套指南。

这里对 Python3 内置函数和标准库的简单介绍做了分类汇总，用于备忘。

所谓陷阱，也就是隐藏在表面之下，乍一看没问题，走过去会掉坑的存在。本文以 Python3 为准，介绍了部分容易掉坑的 Python 特性。

装饰器模式是一种面向对象的设计模式，可以不改变对象类型而灵活扩展对象的功能或责任，本文以 Python3 为准，介绍了 Python 对装饰器的支持及其经典用法。

lambda 函数是一个简短的匿名函数，这里介绍它的经典用法。

本文系统介绍了 Python 中并发编程相关概念。多进程编程或多线程编程或并发编程存在的意义不再赘述，该类问题的核心在于：资源的共享使方式，以及并发任务的协作方式。