【计算机视觉】基于Python—OpenCV的手势识别详解（一）
【计算机视觉】基于Python—OpenCV的手势识别详解（一）
「高效程序员的修炼」快速上手python主流测试框架pytest以及单元测试编写
本文主要介绍如果编写Python的单元测试，包括如何使用断言，如何考虑测试哪些情况，如何避免外部依赖对测试的影响，如果用数据驱动的方式简化重复测试的编写等等等等
Pycharm远程连接服务器来跑代码
点击pycharm左上角的file，找到python interpreter,点击右边的设置（长得像齿轮那个），然后找到SSH interpreter填写服务器的地址和你服务器上的名字大家在进行第7步时，一定要注意下你的username和host别填反了确认开始连接如果不知道虚拟环境怎么创建可以参考
Centos7宝塔部署python
创建conda虚拟环境【-p是指定目录创建，指定的是python项目管理器创建的文件夹，方便它后期管理依赖】这里我们用conda来安装管理依赖，这个python项目管理器会关联管理，所以请严格按照我的步骤走！在该状态下可自由安装依赖，比如安装paddlehub【很奇怪，只有在conda中安装没问题】
Anaconda安装（过程详细）
本文将详细介绍Anaconda的安装过程。
100天精通Python（数据分析篇）——第61天：Pandas.to_datetime函数（处理时间）
100天精通Python（数据分析篇）——第61天：Pandas.to_datetime函数（处理时间）一、to_datetime参数说明（代码实战） 1. arg 2. errors 3. dayfirst 4. yearfirst 5. utc 6. form
Python基础知识题库（带答案）
Python基础知识题库（带答案）
requests库的使用（一篇就够了）
urllib库使用繁琐，比如处理网页验证和Cookies时，需要写Opener和Handler来处理。为了更加方便的实现这些操作，就有了更为强大的requests库。基本用法请先参考requests库安装一节，确保安装了requests库。下面案例使用requests库中的get( )方法发送了一个
Anaconda安装教程傻瓜教程
网上好多教程找的我心好累，为了方便新手安装，我这边整理了大致详细的教程，参考了好几个大佬的教程，废话不多说，直接开始~**前言：**有人纠结先安装python还是安装anaconda，这边的建议是装anaconda，就不需要单独装python了。其次，有小伙伴的Anaconda的安装分两种情况：情况
数据分析 | Pandas 200道练习题，每日10道题，学完必成大神（3）
今天的10道题涉及的东西多了一些，groupby、describe、cut、sort_values、info等，如果想要全部的了解这些，仅靠这10道题是远远不够的，希望大家能够额外找些试题练习，也可以跟着博主的文章一块刷题✨✨✨
K-means聚类算法一文详解+Python代码实例
博主共参与了数十场数学建模，其中对于未给出标签的数据进行分析时一般第一个想到的就是聚类算法。聚类算法分析又称群分析，它是研究（样品或指标）分类问题的一种统计分析方法，同时也是数据挖掘的一个重要算法。聚类（Cluster）分析是由若干模式（Pattern）组成的，通常，模式是一个度量（Measurem
[世界杯]根据赔率计算各种组合可能性与赔率
根据赔率计算各种组合可能性与赔率
Python实现导弹自动追踪
算法总的思想就是根据上图，把时间t分割成足够小的片段（比如1/1000，这个时间片越小越精确），每一个片段分别构造如上三角形，计算出导弹下一个时间片走的方向（即∠a）和走的路程（即vt=|AC|），这时候目标再在第二个时间片移动了位置，这时刚才计算的C点又变成了第二个时间片的初始点，这时再在第二个时
基于Python+MySQL的图书管理系统
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档前言本次内容选择的是基于python技术嵌入SQL操作开发的图书馆管理系统，开发的系统仅作为练习用途。一、开发环境与开发工具系统开发环境为局域网或广域网网络环境，系统采用python语言设计实现，使用python3.9、Visual S
python读写json、格式化写入json文件
JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式。它基于ECMAScript的一个子集。 JSON采用完全独立于语言的文本格式，但是也使用了类似于C语言家族的习惯(包括C、C++、Java、JavaScript、Perl、Python等)。这些特性使JSO
one-hot编码
one-hot编码，又称独热编码、一位有效编码。one hot在特征提取上属于词袋模型(bag of words)优缺点分析优点：- 一是解决了分类器不好处理离散数据的问题- 二是在一定程度上也起到了扩充特征的作用(上面样本特征数从3扩展到了9)缺点：- 它是一个词袋模型，不考虑词与词之间的顺序-
用Python代码画世界杯吉祥物拉伊卜（附代码）
为世界杯助威。
预测足球世界杯比赛
预测足球世界杯比赛
Python写了个疫情信息快速查看工具
年关将至，大家对疫情的关注度也愈发提升，本次使用PyQt5撰写100行代码写一个疫情信息快速查看工具。
电视剧里的代码真能运行吗？
用Python送你一颗跳动的爱心
