摘要: IO多路复用实现并发服务器 IO多路复用技术 我们把socket交给操作系统去监控 epoll 是惰性的事件回调:惰性事件回调 是由用户进程 自己调用的,操作系统只起到 通知的作用,目前Linux上效率最高的 IO多路复用 技术。 并发服务实现: 服务端 import socket import selecto... 阅读原文
2018-08-30 17:41:04 阅读(1017) 评论(0)
摘要: 1 from selenium import webdriver 2 from selenium.webdriver.support.wait import WebDriverWait 3 from selenium.webdriver.support import expected_condition... 阅读原文
2018-08-30 16:21:03 阅读(1610) 评论(0)
摘要: print(“hello world”) 变量 : 存储信息的,日后被调用、修改操作 常量: 固定不变的量,字母大写 命名规则: 字母数字下划线组成 不能以数字开头,不能含有特殊字符和空格 不能以保留字命名 不能以中文命名 定义的变量名应该有意义 驼峰式命、 下划线分割单词 变量名区分大小写 a=1 b=2 if ... 阅读原文
2018-08-30 14:53:02 阅读(2171) 评论(0)
摘要: 在linux下建立python 2.7虚拟环境,激活环境后用pip安装tensorflow报错 AttributeError: 'module' object has no attribute 'main' 解决方法:运行 curl https://bootstrap.pypa.io/get-pip.py -o ge... 阅读原文
2018-08-30 14:24:02 阅读(2274) 评论(0)
摘要: 如果你只能选读一门编程语言,那么除了 Python,还是 Python。   小编有个在阿里工作的朋友,这两天和他在聊Python的发展,其实Python已经在不知不觉中发生了非常大的改变。Python这门语言十分高效,只要是和自动化有关系的,它可以发挥出巨大的优势,目前做自动化测试的大部分的工作者都需要学习,作为人... 阅读原文
2018-08-30 12:43:21 阅读(2205) 评论(0)
摘要: python初学者,完全没有思路,照着网上资料打的,并修改了点bug。unlock.pyimport pickle # 初始化用户以及密码with open('account.pkl','rb') as f: list = pickle.load(f) print(list)user_dict = {'a... 阅读原文
2018-08-30 10:37:06 阅读(2262) 评论(0)
摘要: SVM支持向量机是建立于统计学习理论上的一种分类算法,适合与处理具备高维特征的数据集。 SVM算法的数学原理相对比较复杂,好在由于SVM算法的研究与应用如此火爆,CSDN博客里也有大量的好文章对此进行分析,下面给出几个本人认为讲解的相当不错的: 支持向量机通俗导论(理解SVM的3层境界):http://blog.cs... 阅读原文
2018-08-30 09:09:14 阅读(2053) 评论(0)
摘要: 1.java开发环境JDK 2.android SDK(platform/platform tools/tools/build tools) 3.python下载安装(pip) 4.appium下载安装(服务端+客户端) 5.安装appium-python-client 6.安装unittest   第一步 安装JD... 阅读原文
2018-08-30 08:32:30 阅读(2147) 评论(0)
摘要: 1、KNN分类算法 KNN分类算法(K-Nearest-Neighbors Classification),又叫K近邻算法,是一个概念极其简单,而分类效果又很优秀的分类算法。 他的核心思想就是,要确定测试样本属于哪一类,就寻找所有训练样本中与该测试样本“距离”最近的前K个样本,然后看这K个样本大部分属于哪一类,那么就... 阅读原文
2018-08-30 07:48:08 阅读(2288) 评论(0)
摘要: 1、决策树算法 决策树用树形结构对样本的属性进行分类,是最直观的分类算法,而且也可以用于回归。不过对于一些特殊的逻辑分类会有困难。典型的如异或(XOR)逻辑,决策树并不擅长解决此类问题。 决策树的构建不是唯一的,遗憾的是最优决策树的构建属于NP问题。因此如何构建一棵好的决策树是研究的重点。 J. Ross Quinl... 阅读原文
2018-08-30 07:12:08 阅读(2162) 评论(0)