参考 廖雪峰JavaScript教程 https://www.liaoxuefeng.com/wiki/1022910821149312 为什么起名叫JavaScript？原因是当时Java语言非常红火，所以网景公司希望借Java的名气来推广，但事实上JavaScript除了语法上有点像Java，其他部分基本上没啥关系。 语法基础 //赋值var x = 1;'Hello, world';var x = 1; var y = 2; // 不建议一行写多个语句!if (2 > 1) { x = 1; y = 2; z = 3;} JS中不强制缩进 JavaScript本身对嵌套的层级没有限制 请注意，JavaScript严格区分大小写，如果弄错了大小写，程序将报错或者运行不正常。 数据类型和变量 123; // 整数1230.456; // 浮点数0.4561.2345e3; // 科学计数法表示1.2345x1000，等同于1234.5-99; // 负数NaN; // NaN表示Not a Number，当无法计算结果时用NaN表 ...

参考资料 原来Python自带了数据库，用起来真方便！ https://zhuanlan.zhihu.com/p/216285195 官方SQLite API介绍 https://docs.python.org/zh-cn/3/library/sqlite3.html SQLite - Python https://www.runoob.com/sqlite/sqlite-python.html SQLite 游标 https://blog.csdn.net/weixin_43609059/article/details/84001989 基本操作 注意不要重新创建.db文件，并且注意不要重复执行插入数据语句 import sqlite3# 创建与数据库的连接# 硬盘创建conn = sqlite3.connect('test.db')# 内存创建# conn = sqlite3.connect(':memory:')# 创建一个游标 cursor,返回.execute()执行SQL命令cur = conn.cursor()# # 建表的sql语句# sq ...

参考 format https://www.cnblogs.com/fat39/p/7159881.html#tag2 f-string https://blog.csdn.net/sunxb10/article/details/81036693 运算符详解 https://www.runoob.com/python/python-operators.html python的输出方式很多，这里整理一下 普通输出 x = 100print(x)print('hello, world','qxd')#效果100hello, world qxd .format {}用法 print('{} {}'.format('hello','world')) # 不带字段hello worldprint('{0} {1}'.format('hello','world')) # 带数字编号hello worldprint('{0} {1} {0}'.format('hello','world')) # 打乱顺序hello world helloprint('{1} {1} { ...

参考 PyPi 官方 https://pypi.org/ 使用 pip 发布 Python 程序 https://www.jianshu.com/p/daf3a574e0f5 License选择网站 https://choosealicense.com/ 如何打包上传Python程序或模块包到PyPi供其他人使用pip下载？https://zhuanlan.zhihu.com/p/333846253 但是我想使自己的程序可以像pip一样直接在cmd窗口中调用，目前只能通过安装打包后的exe文件实现，因为pip只是软件包管理，并不能上传exe文件

参考 PyQt5打包 https://www.w3cschool.cn/article/41320115.html pyinstaller打包 http://c.biancheng.net/view/2690.html 第一种 基于pyinstaller打包，很简单，但是打包脚本的一些参数需要自己搜索 安装 pip install pyinstaller 打包.py文件 pyinstaller [其他参数，如 -D ] 文件路径 打包完之后有很多文件，dist中即打包出来的可执行文件目录，build文件夹下为构建过程临时文件目录，.spec为打包的配置文件。 因为当程序运行时，单一的可执行文件需要解压程序的第三方依赖文件到临时文件夹中。 第二种 参考链接https://www.w3cschool.cn/article/41320115.html，里面说的很详细，这里就不复述了 经验 个人觉得各有各的优点，分两种情况： PyQt5文件 推荐第二种 命令行文件 推荐第一种

参考资料 https://github.com/google-research/football github官方 https://libraries.io/pypi/gfootball 部分中文翻译 预先准备 我是使用的是anaconda，单独安装一个Python3也可 pip工具 科学上网 步骤1 先下载GitHub上的代码，https://github.com/google-research/football 。解压到常用文件夹里 步骤2 在解压好的项目下打开终端，cmd即可。或者我是在anaconda终端中转到当前文件夹下的，输入以下命令： python -m pip install --upgrade pip setuptools psutil wheel 然后再执行，conda环境下执行下面 pip install gfootball 或者一般用户的环境下执行下面 python3 -m pip install gfootball 官方建议创建虚拟环境，你可以尝试下载成功后，再去尝试在虚拟环境中安装，这部分请参考官方的github 步骤3 一定要 ...

参考 莫烦Python 多线程科普 https://www.cnblogs.com/nycsde/p/13599879.html 进程和线程创建 #!/usr/bin/env python3# -*- coding:utf-8 -*-import multiprocessing as mpimport threading as tddef job(a, d): print('aaaaa')if __name__ == '__main__': t1 = td.Thread(target=job, args=(1, 2)) # 创建进程 p1 = mp.Process(target=job, args=(1, 2)) # 创建进程 t1.start() p1.start() t1.join() p1.join() 多线程 Python的queue模块中提供了同步的、线程安全的队列类，包括FIFO（先入先出)队列Queue，LIFO（后入先出）队列LifoQueue，和优先级队列PriorityQueue。这些队列都实现了锁原语，能够在 ...

参考 莫烦Python爬虫 https://mofanpy.com/tutorials/data-manipulation/scraping/why Beautiful Soup https://www.crummy.com/software/BeautifulSoup/bs4/doc.zh/ 了解网页结构 可以参考我blog前端的部分 HTML https://bsheepcoder.github.io/2022/02/18/Fe_HTML1/ CSS https://bsheepcoder.github.io/2022/02/18/Fe_CSS1/ 大多数爬的是body内的信息 了解传输协议 数据交互的约定 http 常用请求头 User-Agent：请求载体的身份标识 Connection：请求完毕后，是断开连接还是保持连接 常用响应头信息 Content-Type https 安全的超文本传输协议 加密方式 对称密钥加密 非对称密钥加密 证书密钥加密 正则表达式选取 #!/usr/bin/env python3# -*- ...

参考 sklearn官方文档 https://scikit-learn.org/stable/user_guide.html 莫烦python sklearn学习 https://mofanpy.com/tutorials/machine-learning/sklearn/general-pattern sklearn 观法数据集https://scikit-learn.org/stable/modules/classes.html#module-sklearn.datasets 安装 参考莫烦的安装教程，或者直接安装annaconda的环境，网上搜索 选择学习方法 数据小于50，需要寻找更多的数据 监督学习 分类学习 线性回归学习，预测 非监督学习 clustering 分堆 dimensionality reduction 属性较多，将多属性压缩为更好的简单信息 通用学习模式 #!/usr/bin/env python3# -*- coding:utf-8 -*-import numpy as npfrom sklearn import da ...

参考 深度之眼官方 https://www.bilibili.com/video/BV1tg411f7Tm/?vd_source=8595a247cd110c60cca8a00da83240dd 应用领域 医疗 拍片 教育 OCR 飞桨OCR 工业 3D 视觉 工业生产缺陷检测 空间管理 VGR AMR 安防 人脸识别检测 智能驾驶 检测、分割 GAN BEVFormer 领域专利 领域分布 目标检测 图像分割 文本理解 目标跟踪 公司