chise_

搭建python的docker容器如下FROM python:3.7-alpine # alpine容器比较小# 修改软件源，也可以用阿里的（不过我阿里的没成功RUN sed -i 's/dl-cdn.alpinelinux.org/mirrors.aliyun.com/g' /etc/apk/repositories）RUN sed -i 's/dl-cdn.alpinelinux.org/mirrors.ustc.edu.cn/g' /etc/apk/repositories # 安装gcc，

opentelemetry python版本跨服务调用

文章目录概述环境描述安装python安装包下载包安装包安装mysql等安装离线gitlab设定自动化脚本测试概述由于之前工作关系，一直没有什么可以写的东西。害我差点丢了更新csdn的好习惯。好久没更新新东西了，先来一篇最近用到的吧。这篇文章只是提供一个python内网环境的搭建思路，具体的细节还需要各位读者自己去琢磨。以linux为例环境描述纯内网，不允许连接到外网，但是可以使用光盘拷贝内容到服务器。临时开发环境，搭建自己的离线pypi镜像有点得不偿失。（如果有需要可自行百度）安装pytho

文章目录概述后台任务消息队列与定时任务在fastapi中初始化rearq创建定时任务使用任务引入日志概述有时候我们不可避免的要创建一些异步任务，这些任务与主线程无关或比较耗时不必立即反馈结果或不需要反馈结果。后台任务后台任务为fastapi自带的一种独立于主线程的执行方式，后台任务与请求回调很相似（甚至我觉得就是一样的，请求回调的方式请参考官方文档）。示例：from fastapi import BackgroundTasks, FastAPIapp = FastAPI()def wri

文章目录概述原理像线程一样使用协程任务概述很多时候我们使用python的异步，其实并不关心他的发展和演化，只想知道原理和怎么使用的。原理其实协程就是基于cpu寄存器级的上下文切换，而线程是基于内存级切换。协程的切换速度和效率远高于线程，所以为python的大并发提供了基础。像线程一样使用协程任务线程里面有主线程和子线程的概念，在协程里面对应为主任务和子任务。同样的，如果主任务结束，子任务也会自动结束，在线程里面可以等待子线程完成，同样的，在协程也可以。import asyncioasy

目录概述在github创建仓库编写项目编写测试模块使用readthedocs创建readthedocs页面在readthedocs显示注册到pypi增加徽标概述从零搭建一个python的轮子，并上传到github和pypi上，提供自动化测试、说明文档和相关的一些东西，方便大家使用。主要涉及到的内容：在github上创建仓库编写项目编写测试模块使用readthedocs注册到pypi获取一些重要的徽标在github创建仓库这块很简单，网上全是教程。略编写项目略编写测试模块测试

文章目录概述启动run-启动单任务create_task-异步执行gather-并发任务sleep-休眠结束shield-防止任务被取消wait_for-超时wait-等待线程交互内省Task对象cancel()cancelled()done()result()exception()add_done_callback(callback, *, context=None)remove_done_ca...

文章目录概述概述为了对接目标系统，登陆的时候使用的是rsa非对称加密，由于rsa一次最多只能加密128个字符（好像是这么多），所以这里需要考虑通过python实现rsa分段加密。import requestsimport loggingfrom Crypto.PublicKey import RSAfrom Crypto.Cipher import PKCS1_v1_5import ...

大量使用exec的情况下，会不会影响运行速度？代码测试一下import timet=time.time()s="""def fb(n:int)->int: a=1 b=1 for i in range(n): a,b=b,a+b return a"""for i in range(1000): exec(s) ...

概述据说fastapi是目前最快的异步框架，遂决定将其和django异步进行并发比较。先说结果：fastapi的异步可以使整体运行速度非常均衡，不会出现较大波动，但是django会出现大量的波动问题，部分访问速度很快，但是部分访问速度很慢，甚至超时。个人感觉是因为django的数据库访问是同步的，但是fastapi我是用的异步数据库访问。（django不支持异步数据库访问）在长时间并发情况...

概述网上关于django-q的内容很少，连配置文档都没有，这里写一篇入门文档，一起学习。我个人感觉，django-q简直吊打celery。在定时任务上面，设置非常简单，也不会遇到一些奇奇怪怪的问题。注意：这里面对要调用的函数，使用的是字符串的方式，最开始我对这个很疑惑，不过后来才发现这样更方便，彻底将要执行的任务函数和这个任务机制解绑，不像celery，不注册就没法使用。环境搭建注意：如果...

文章目录概述数据库连接与优化安装控件debug_toolbar配置基于simpleui的界面美化在菜单栏增加按钮通过django的模板渲染vue的页面根据不同角色（或参数）动态显示admin页面的内容生成自定义显示的字段自定义form表单重写小部件模板概述搞了好久的django开发，心理略有所得，在这里写一下自己的所得。django-admin是一个很强大的软件，对于我这种没有前端配合的人来...

surpervisor+daphne+nginx 部署django贼坑，这里记录一下自己的配置文档supervisor[fcgi-program:FkBc] socket=tcp://localhost:8081directory=/root/project/FkBccommand=daphne --fd 0 --access-log - --proxy-headers FkBc.a...

sudo apt-get install python3 python-dev python3-dev \ build-essential libssl-dev libffi-dev \ libxml2-dev libxslt1-dev zlib1g-dev \ python-pip

概述今天遇到一个需求，需要对类的所有方法进行监听其返回值，本来想的是用装饰器，但是方法太多了一个一个写装饰器会爆炸。所以这里发现一个有用的东西参考：https://www.cnblogs.com/nkwy2012/p/6264031.html__getattribute__所有类进行方法或者属性获取的时候，实际上都是如下：class A(): def name(): return...

目录RNNRNNkeras.layers.RNN(cell, return_sequences=False, return_state=False, go_backwards=False, stateful=False, unroll=False)循环神经网络层基类。参数cell: 一个 RNN 单元实例。RNN 单元是一个具有以下项目的类：一个 call(input_at_t, ...

目录序言创建Models创建项目from_db()refresh_from_db()get_deferred_fields（)clean及相关保存编写自定义模型字段理论存储数据库一个字段类做了什么？编写一个字段子类场解构更改自定义字段的基类¶记录您的自定义字段可能需要覆盖的方法自定义数据库类型将值转换为Python对象将Python对象转换为查询值:get_prep_value()将查询值转换为数...

目录GaussianNoiseGaussianDropoutAlphaDropoutGaussianNoisekeras.layers.GaussianNoise(stddev)应用以 0 为中心的加性高斯噪声。这对缓解过拟合很有用 （你可以将其视为随机数据增强的一种形式）。 高斯噪声（GS）是对真实输入的腐蚀过程的自然选择。由于它是一个正则化层，因此它只在训练时才被激活。参数st...

目录1、安装ubuntu2、设置软件原：https://jingyan.baidu.com/article/624e74590223bc34e8ba5a3b.html3、设置pip3软件元：https://blog.youkuaiyun.com/wr132/article/details/565114374、pycharm下载：http://www.jetbrains.com/pycharm/dow...

目录概述饱和激活函数TanhsigmoidSoftmax非饱和激活函数ReLULeakyReLU和PReLUPReLUELUThresholdedReLU概述“激活函数”能分成两类——“饱和激活函数”和“非饱和激活函数”。参考：https://blog.youkuaiyun.com/tyhj_sf/article/details/79932893中心化/零均值化 (Zero-centered)饱和激...

目录AddSubtractMultiplyAverageMaximumConcatenateDotaddsubtractmultiplyaveragemaximumconcatenatedotAddkeras.layers.Add()计算一个列表的输入张量的和。相加层接受一个列表的张量， 所有的张量必须有相同的输入尺寸， 然后返回一个张量（和输入张量尺寸相同）。例子import ke...

目录EmbeddingEmbeddingkeras.layers.Embedding(input_dim, output_dim, embeddings_initializer='uniform', embeddings_regularizer=None, activity_regularizer=None, embeddings_constraint=None, mask_zero=Fals...

在自己电脑上同步数据库完全没问题，在服务器上同步就出问题了。使用migrate就报错，最后改了个数据库名字解决了该问题。数据库名字尽量不要和app名字一样...

django全自动分库分表期待大神指点方法的不足之处或者其他更好的方法分库原理django在初始化的时候，从自己的数据库管理服务器获取当前的所有数据库，以及数据库的入库规则，在获取数据的时候，根据数据字段值动态生成Model，并动态保存到指定的数据库中。动态生成的Model不仅能够实现分库，还能实现动态横向分表，牛逼吧。一句话：通过动态路由分库，通过动态model分表1 从数据库管理服...

ctypes笔记文章目录ctypes笔记概述数据基础基础数据类型概述之前要调用海康的sdk，尝试过使用ctypes，但是自己没有潜心学习，以为这东西不好用。等最近看arcface的pythondemo的时候，发现都是用ctypes做的接口，感动的泪流满面。。。。数据基础先讲数据类型的问题。大多数不知道怎么处理的问题其实都在这里。具体的数据类型在linux和windows上可能有不同，比...

ctypes对海康抓拍机的使用目录ctypes对海康抓拍机的使用概述基本概念补充正式编程结构体需要使用的海康函数开始使用的核心代码其他对海康sdk进行一些封装概述本文涉及到如下比较重要的学习内容：对c语言数组的操作对c语言指针的操作(报错结构体指针和字符串指针等)对海康抓拍机的操作部分ctypes涉及到的c的概念讲解基本概念补充1、调用约定如果输入错误的影响。假定c语言用s...

目录概述速度对比正式开始新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入概述最近即将开始一个比较大的项目，对...

numpy常用函数3目录numpy常用函数3标量方法矢量化标量方法矢量化def 标量函数(标量参数1, 标量参数2, …):…return 标量返回值1, 标量返回值2, …矢量参数1矢量参数2…numpy.vectorize(标量函数)->矢量函数也可以使用装饰器的方法：即在函数的方法前方加上@numpy.vectorize# -*- coding: utf-8 -*...

目录LocallyConnected1DLocallyConnected2DLocallyConnected1Dkeras.layers.LocallyConnected1D(filters, kernel_size, strides=1, padding='valid', data_format=None, activation=None, use_bias=True, kernel_ini...

目录推荐引擎欧氏距离分数皮氏距离分数按照相似度从高到低排列每个用户的相似用户推荐引擎欧氏距离分数通过欧氏距离判断相关性，判断相似程度欧氏距离分数=11+欧氏距离欧氏距离分数=\frac{1}{1+欧氏距离} 欧氏距离分数=1+欧氏距离1​欧氏距离->0 - oo欧氏距离分数->1 - 0 0 <-> 1不相似 相似 a ...

文章目录核心数据结构SeriesDataFrame数据查改对Series操作对DataFrame操作对单列数据访问对多列数据访问对某几行访问loc与ilocix方法数据修改更新修改DataFrame中的数据为DataFrame增加数据删除数据数据排序描述分析DataFrame数据获取数据文本文件读取Excel文件读取存储数据文本文件存储Excel文件存储核心数据结构SeriesSeries可...

目录介绍基本原理工程优化集合算法示例代码特征重要性介绍核心思想：相似的输入必会产生相似的输出。个人总结：枚举法根据各个元素把所有情况列举出来，生成树状图。可以用来分类，也可以用来拟合线性。基本原理相似的输入导致相似的输出。年龄：青年-1，中年-2，老年-3学历：专科-1，本科-2，硕士-3，博士-4经验：缺乏-1，一般-2，丰富-3，资深-4性别：男-1，女-2薪资：1-低，2...

文章目录线性回归和梯度下降算法机器学习的基本问题一元线性回归预测函数梯度下降法寻优线性回归和梯度下降算法机器学习的基本问题回归问题：由已知的分布于连续域中的输入和输出，通过不断地模型训练，找到输入和输出之间的联系，通常这种联系可以通过一个函数方程被形式化，如：y=w0+w1x+w2x^2…，当提供未知输出的输入时，就可以根据以上函数方程，预测出与之对应的连续域输出。分类问题：如果将回归问...

numpy的常用函数读取文件逻辑上可被解释为二维数组的文本文件：数据项1<分隔符>数据项2<分隔符>…<分隔符>数据项n…数据项1&am

文章目录概述机器学习为什么需要机器学习？机器学习的类型机器学习流程数据预处理均值移除(标准化)范围缩放归一化二值化独热编码标签编码概述机器学习人工智能：通过人工的方法，实现或者近似实现某些需要人类智能处理的问题，都可以称为人工智能。机器学习：一个计算机程序在完成任务T之后，获得经验E，而该经验的效果可以通过P得以表现，如果随着T的增加，借助P来表现的E也可以同步增进，则称这样的程序为机器学...

matploblib基本图形matploblib基本图形柱形图饼图热力图处理灰度处理曲面图三维散点图动画初探matploblib基本图形基本操作，更详细的操作需要查手册。柱形图mp.bar(水平坐标, 高度, 宽度[, 底坐标], color=颜色,alpha=透明度, label=图例标签)# -*- coding: utf-8 -*-from __future__ import ...

numpy基础1、数组1)用np.ndarray类的对象表示n维数组实际数据：数组中元素元数据：描述数组中的元素将实际数据与元数据分开存放，一方面提高了内存空间的使用效率，另一方面减少对实际数据的访问频率，提高性能2)Numpy数组是同质数组，即所有元素的数据类型必须相同，类似c语言的数组3)Numpy数组的下标从0开始，最后一个元素的下标为数组长度减14)np.nda...

这里写自定义目录标题matploblib基本界面设置窗口操作矩阵式布局栅格布局自由布局刻度定位器及坐标操作刻度网格线填充柱形图饼图功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的...

python正则表达式的以下几个表达式比较疑惑，想清楚之后记录如下：1、pythopn正则常用的搜索模块主要是re.findall()和re.search()，通常情况下有两种使用方式。通过创建正则类:re.complie()来进行匹配，或者直接使用re.findall()和re.search()进行匹配。2、两种匹配方式其实都差不多，同一个字段需要多次匹配则用re.compile()匹配...

简而言之，这两者之间的区别主要在于一个面向程序，一个面向程序员。举一个很简单的例子：当我们经常需要检测一个变量是否绑定了我们需要的类的时候，会直接输出该类(比如print(变量名))。该方法输出的时候通常情况格式是这样的：<main.T1 object at 0x000001F09E900AC8>，返回该类的类名和存储的内存位置。但是这样我们可读性并不高，此时可以通过重写__repr...